ChatGPTやStable Diffusionなどの生成AIの商用リリースにともない、それまで研究所の専門分野と呼ばれていたAI技術はもはや、だれでも使える非常に強力なツールになっています。この記事では、Pythonの使い方、AIの基礎、応用から「人工生命」などと呼ばれる発散型アルゴリズムまでをまとめたおすすめな本を一括ご紹介します。
この記事で取り扱う本を選ぶ際のポイントは、次の2つです。
- AIの概念や背景、仕組みや利用方法を理解できる評価が高い本
- 入門書に関しては、手を動かして学べる本
それでは、おすすめの本を紹介していきましょう。
基礎：Python言語の使い方
１．スッキリわかるPython入門 第2版 (スッキリわかる入門シリーズ)
スマホやPCのWebブラウザでプログラミングができる「dokopy（ドコパイ）」を使って、つまずかずに最初の一歩を踏み出せるような構成になってます。「なぜ？」「どうしてこうなるの？」をスルーしない、解説によって、一歩一歩着実に理解を深めて、無駄なく習得ができます。初心者が利用する機会が少ない文法と、必ず覚えておきたい文法を切り分けて紹介し、機械学習やWebアプリケーション開発といった専門分野、今後に活かせる「基礎」を学べます。
実践的なコーディング力を鍛える「ゲーム開発の総合演習」を追加。この演習を通して本書を何度も復習し、ゲームを完成することができれば、確かな実力が身に付きます。ぜひチャレンジしてみてください。
入門：ゼロから作るDeep Learning編
1.ゼロから作るDeep Learning ―Pythonで学ぶディープラーニングの理論と実装
外部のライブラリに頼らずに、Python 3によってゼロからディープラーニングを作ることで、ディープラーニングの原理を学びます。
ディープラーニングやニューラルネットワークの基礎だけでなく、誤差逆伝播法や畳み込みニューラルネットワーク等も実装レベルで理解できます。
2.ゼロから作るDeep Learning ❷ ―自然言語処理編
第２編、自然言語処理や時系列データ処理についての解説をこの本で取り扱います。ディープラーニングを使って、テキストや音声、画像などのデータを分析したり、生成したりする方法を学びます。
word2vecやRNN、LSTMやGRU、seq2seqやAttentionなどのディープラーニングの重要な技術を、実際のコードを見ながら理解できます。ディープラーニングの基礎から応用まで、幅広くカバーしています。
3.ゼロから作るDeep Learning ❸ ―フレームワーク編
「DeZero」は、本書で紹介するオリジナルのディープラーニングのフレームワークです。
DeZeroは、シンプルなコードで、最新の機能を提供します。
本書では、DeZeroを60のステップで作り上げていきます。その過程で、PyTorchやTensorFlowなどの人気のフレームワークの仕組みを理解できます。
4. ゼロから作るDeep Learning ❹ ―強化学習編
この本は、強化学習の基礎を理解するために、外部ライブラリを使わずに自分でコードを書いてみるというアプローチを採用しています。強化学習は難しいテーマですが、この本では理論だけでなく実践も重視しています。コードを書きながら、強化学習の仕組みや考え方を身につけることができます。この本は、実際に動くコードを見せてくれるシリーズの一冊です。数式だけではなく、コードを通して強化学習の面白さや奥深さを感じることができるでしょう。
5. ゼロから作るDeep Learning ❺ ―生成モデル編 (追記ー2024/4/25 発売予定)
本書では生成AIをテーマとして取り扱い、「正規分布」から「拡散モデル」に至るまでの技術を繋がりのあるストーリーとして解説。「Stable Diffusion」のような画像生成AIを完成させるところまでをカバーしています。生成AIは、今非常にアツい分野です。その具体的なコード、仕組みがこの本に記されているということは、間違いなくおすすめですね。本書はまだ、予約注文受付中ですが（2024/4/25 発売予定）、5作目の販売が始まる前に、1から4までのシリーズ学習を制覇するという目標を立ててもいいでしょう。楽しみです。
６．スッキリわかる機械学習入門
スッキリわかるPythonによる機械学習入門 (スッキリわかる入門シリーズ)
この本では、機械学習の基礎から応用まで、さまざまなテーマやツールを使って、データを分析します。
初心者でもわかりやすいように、難しい用語や数式はできるだけ省いて、イメージで理解できるように説明しています。
また、エラーが発生したときの対処法も紹介していますので、安心してチャレンジできます。視覚に分かりやすい構成で、初学者にはおすすめの一冊です。
視覚的な解説をもとに、直感的に理解を深められるような入門書です。
中級：大規模言語モデル入門編
１．大規模言語モデル入門編
Hugging Face社の”“transformers””というPythonライブラリを利用することで、プログラミングの経験があれば、モデルの操作やデータからの学習がかんたんにできます。モデルを訓練するための日本語もしくは日本語を含む多言語のデータセットも充実してきており、すぐに業務に使える実用的なモデルを作ることが可能な時代がやってきました。いままでのChatGPTなどが、どのようなバッググラウンドで動いていたのか、実践的な内容とともに、新しい身近なツールへの理解を深められるおすすめの本です。
応用：Pythonではじめるオープンエンドな進化的アルゴリズム、AIを搭載した独自のアプリの構築等
１．Pythonではじめるオープンエンドな進化的アルゴリズム ―発散型の機械学習による多様な解の探索
人工生命の研究分野で作られた「発散型」アルゴリズムは、いろんな答えを見つけるために進化計算を使うアルゴリズムです。この本では、発散型アルゴリズムって何？どうやって使うの？収束型アルゴリズムとは何が違うの？などの質問に答えます。NEATや新規性探索という難しい言葉も、わかりやすく説明します。また、CPPNやPOETという最新の技術についても紹介します。発散型アルゴリズムは、AIの未来を変えるかもしれません。この本を読んで、新たなアイデアやチャンスを感じましょう。
２．ディープラーニング実践ガイド ―クラウド、モバイル、ブラウザ、エッジデバイス向けAIアプリ開発入門
この本は、ディープラーニングの分野で賞を受賞した3人の著者が、自分の考えを実際に役立つものにする方法をやさしく説明してくれます。作るのは、クラウドやモバイル、ブラウザ、エッジデバイスなどで使える便利なディープラーニングアプリです。いろいろなテーマについて、その分野の専門家が書いた章もありますから、自分のやりたいことに合ったアプリが見つかると思います。この本は、ディープラーニングに興味があるけど初心者のエンジニアや経験豊富なデータサイエンティストだけでなく、AIを使ったオリジナルのアプリを作ってみたいけどどうすればいいかわからない人にもおすすめです。
まとめ
「人工知能」といっても少々漠然としています。AIについてじっくり「学び・開発」をしたいのか、それとも、AIをうまく活用して、人件費や時間のコストカットを主とした即効性のある「ノウハウ・使いこなし」をしたいのか、様々な目的があると思います。話題の人工知能、ロボットと生成AIの融合など、まだまだ多くの発展の余地があり、間違いなくこれからも注目され続けていくでしょう。
【2024年】Web3 IPFS入門 おすすめの本厳選1冊。分散型ストレージの仕組み 活用法を学ぶ – ゆまたブログ (yumatablog.com)
