百科事典のようなAI技術の包括的な教科書（エージェントアプローチ 人工知能／AIMA：Artificial Intelligence: A Modern Approach）

-

Artificial Intelligence: A Modern Approach

  • 発売日 ‏ ‎ 2020/4/28
  • Stuart Russell (著), Peter Norvig (著)
  • 言語 ‏ : ‎ 英語



『Artificial Intelligence: A Modern Approach』（日本語版『エージェントアプローチ 人工知能』）は世界で最も読まれている有名な人工知能の教科書（とのこと）です。

流行り廃りがあるAI分野において、初版（英語版：1995年）から最新の第4版（英語版：2020年）まで、改定を続けながら長きにわたって地位を保っている凄い本です。

この本は、その筋？では「AIMA」と略されるようです。

英語版ですが、この本に関する Wikipedia のページがあります。

ところで人工知能にはいろいろな定義があることは有名な話ですが、この本では以下のように定義しています。
  • 本書の主要な統一テーマは、知的エージェントの概念である。我々は人工知能を、環境から知覚し、行為を行うエージェントの究明と定義する。そのような個々のエージェントは知覚を行為に変換する関数によって記述される。本書では、これらの関数を表現する多くの異なった方法を取り上げる。

これは日本語第2版の前書きにある定義ですが、この考え方は最新版の第4版でも引き継がれています。

そして第2版から第4版まで、本の最後は Alan Turing のエッセイの最後の一文で締めくくられているのも興味深いです。
  • 「我々はあと一歩のところまできていることが分かる、そして同時に、なされなければいけない多くのことが残っていることも。」

この本は確立された技術を淡々と説明する教科書ではなく、知的エージェントを作るには何に取り組む必要があり、それらに対してどのようにアプローチするか、といったストーリーを感じます。そして、執筆時点での新しい技術にも触れられていますし、哲学的な話題や未来についても書かれています。

このため、教科書というより、読み物としての面白さがありますし、AI技術の百科事典やカタログのような使い方もできます。

AI 研究者ではなく、業務システム開発を生業とする私がこの本のことを書くのは恐れ多いので、本で触れられている技術ではなく、この本の印象を中心に書くことにします。
（むしろ専門系の方よりも、私のような専門外の人の方が気楽に楽しめる本だったりして。）

＜本の内容＞

以下に、私が持っている日本語版（初版と第2版）と英語版（第4版）の目次を比べてみます。（第3版以降は日本語版はありません。）

初版から一貫したテーマをもとに組み立てられているため、章レベルの目次だけ見るとあまり変わっていないように見えますが、実は、版が変わると中身がすっかり変わっているところも多いです。

では、過去の日本語版（初版と第2版）などは歴史的な価値しかないのか？といえば、そんなことは無いと思っています。

私にとって日本語版の最大の価値は、日本語で読めるということですが（笑）、確立されている技術の部分については、日本語版は今でも有用だと思いますし、最新版を英語で読む前に、日本語で予習？することもできます。

また、翻訳陣も凄い方々ばかりなので、今ではこのレベルの翻訳は難しいのではないかと思ったりします。

さらに、どうでもよいことではありますが、日本語版（初版、第2版）には、今となっては大変珍しい栞紐（しおりとして使えるひも）がついていて貴重です（笑）。

ところで、原著の副題は「A Modern Approach」なのに、なぜ日本語版では「エージェントアプローチ」なのか？と思っていましたが、その答えは第2版の「監訳者前書きに」にありました。個人的には原著のタイトルも「エージェントアプローチ」にしたほうが良いのではないかと思ったりします（笑）。

エージェントアプローチ 人工知能

  • Stuart Russell (原著), Peter Norvig (原著), 古川 康一 (監訳)
  • 発売日 ‏ : ‎ 1997/12/1
  • 言語 ‏ : ‎ 日本語
  • 単行本 ‏ : ‎ 937ページ


目次
  • Ⅰ人工知能
    • １序論
    • ２知的エージェント
  • Ⅱ問題解決
    • ３探索による問題解決
    • ４知識に基づく探索手法
    • ５ゲームプレイング
  • Ⅲ知識と推論
    • ６論理的推論エージェント
    • ７一階述語論理
    • ８知識ベースの構築
    • ９一階述語論理による推論
    • １０推論システム
  • Ⅳ論理的行為
    • １１プランニング
    • １２現実的なプランニング
    • １３プランと行為
  • Ⅴ不確実な知識と推論
    • １４不確実性
    • １５確率的推論システム
    • １６単純な意思決定
    • １７複雑な意思決定
  • Ⅵ学習
    • １８経験からの学習
    • １９ニューラルネットワークと信念ネットワークによる学習
    • ２０強化学習
    • ２１学習における知識
  • Ⅶ対話、知覚、行為
    • ２２対話するエージェント
    • ２３実用的な自然言語処理
    • ２４知覚
    • ２５ロボティクス
  • Ⅷ結論
    • ２６哲学的基礎
    • ２７AI:現在と未来

エージェントアプローチ人工知能 第2版

  • Stuart Russell (原著), Peter Norvig (原著), 古川 康一 (監訳)
  • 発売日 ‏ : ‎ 2008/7/10
  • 言語 ‏ : ‎ 日本語
  • 単行本 ‏ : ‎ 1000ページ



目次
  • Ⅰ人工知能
    • １序論
    • ２知的エージェント
  • Ⅱ問題解決
    • ３探索による問題解決
    • ４知識に基づく探索と探査
    • ５制約充足問題
    • ６敵対探索
  • Ⅲ知識と推論
    • ７論理的エージェント
    • ８一階述語論理
    • ９一階述語論理による推論
    • １０知識表現
  • Ⅳ論理的行為
    • １１プランニング
    • １２実世界におけるプランニングと行為
  • Ⅴ不確実な知識と推論
    • １３不確実性
    • １４確率推論
    • １５時間を伴う確率的推論
    • １６単純な意思決定
    • １７複雑な意思決定
  • Ⅵ学習
    • １８経験からの学習
    • １９学習における知識
    • ２０統計的学習手法
    • ２１強化学習
  • Ⅶコミュニケーション、知覚・行為
    • ２２コミュニケーション
    • ２３確率的言語処理
    • ２４知覚
    • ２５ロボティクス
    • ２６哲学的基礎
    • ２７AI:現在と未来

Artificial Intelligence: A Modern Approach

  • Stuart Russell (原著), Peter Norvig (原著)
  • 発売日 ‏ : ‎ 2020/4/28
  • 言語 ‏ : ‎ 英語
  • ハードカバー ‏ : ‎ 1136ページ



目次
  • ⅠArtificial Intelligence
    • １Introduction
    • ２Intelligent Agents
  • ⅡProblem-solving
    • ３Solving Problems by Searching
    • ４Search in Complex Environments
    • ５Adversarial Search and Games
    • ６Constraint Satisfaction Problems
  • Ⅲ Knowledge, reasoning, and planning
    • ７Logical Agents
    • ８First-Order Logic
    • ９Inference in First-Order Logic
    • １０ Knowledge Representation
    • １１ Automated Planning
  • ⅣUncertain knowledge and reasoning
    • １２Quantifying Uncertainty
    • １３Probabilistic Reasoning
    • １４Probabilistic Reasoning over Time
    • １５Probabilistic Programming
    • １６Making Simple Decisions
    • １７Making Complex Decisions
    • １８Multiagent Decision Making
  • ⅥMachine Learning
    • １９Learning from Examples
    • ２０Learning Probabilistic Models
    • ２１Deep Learning
    • ２２Reinforcement Learning
  • ⅦCommunicating, perceiving, and acting
    • ２３Natural Language Processing
    • ２４Deep Learning for Natural Language Processing
    • ２５Computer Vision
    • ２６Robotics
  • ⅧConclusions
    • ２７Philosophy, Ethics, and Safety of AI
    • ２８The Future of AI

（参考）

書籍のサイトがあります。

本の中ではアルゴリズムが疑似コードで示されていますが、各種プログラミング言語による実装コードがGithubで公開されています。
ちなみに、本の内容とは関係ありませんが、以下のサイトにある動画で、著者の一人である Peter Norvig さんのお姿を拝見できます（笑）。
「My name is Peter Norvig, and when I joined Google in 2001, my title was "Director of Machine Learning”」だそうです。

＜感想＞

私は初版（日本語）、第2版（日本語）、第4版（英語）の計３冊持っています。

エージェントアプローチ人工知能の初版,2版,4版の厚さ比較

ご覧の通り、とても分厚い本で、読み応え十分？です。
  • 初版（日本語版）：937ページ
  • 第2版（日本語版）：1108ページ
  • 第4版（英語版）：1115ページ
日本語版と英語版は紙質も違いますので単純には比較できませんが、やはり1,000ページを超えると、読み物というより辞書とか百科事典というイメージが。。。

参考文献の量だけでも圧倒されるし、索引の項目数も半端ではありません。

取り上げている内容が広範囲なので、AI技術を列挙するだけでもかなりのページになるのは理解できるのですが、読んでみると、多くのページを割いているのは、教科書にありがちなアルゴリズムや定理の証明などではありません。

これまでプログラミング言語の設計者自身が書いた本を読むことは多かったのですが、これらの本で取り上げる例題やサンプルコードがとてもよくできていて、唸らされることが多かったです。（言語設計の意図がよく分かります。）

この本も同じような印象で、取り上げる手法のアプローチの有用性が理解できるような丁寧な説明に多くのページが割かれてています。（ただし、詳細に入っていくと、やっぱり難しいものは難しいのですが（涙）。）

大学の教科書にありがちな「各手法を厳密に述べる」というスタイルというよりは、問題へのアプローチが例題を中心に具体的に書かれていますので、各章の最初の方を読むだけでも価値があるように思えます。

話は変わり、どうでもよい話ですが、実は私がAIMAの本を３冊そろえたのは最近です。

第2版が出た頃に書店でこの本を見かけたことはありますが、私にはお門違いな高価な本として当時はスルーしてました（笑）。

最近、あるきっかけで AIMA の最新版が出版されることを知り、Amazonで探すと予約受付が始まっていました。

しかし値段を見たら高価だったので、まずは中古本で安かった日本語の初版を購入して読むことにしました。

初版を読みはじめると予想よりはるかに面白かったので、早速第4版を予約しました。

同時に、初版は第2版でかなり書き換えられていることを知り、第4版が発売されるまでの間に日本語版の第2版を中古本で買って読むことにしました（第4版は予定より遅れて発売になりました）。これが私が3冊持っている理由です。

実際には、私は第2版でかなり満腹になってしまい、第4版は興味がある部分のみ斜め読みしたような状況です（読んだというより、見た、というほうが正しいか（涙））。

本ブログの２本目の記事『「エージェント」と「環境」を意識して業務システムを少し賢くしたい』でこの本について少し触れた後、第4版をかなり理解できた、と自分で納得できるレベルになったら記事を書こうと思っていました。

しかし、それではいつまでたっても書けないことに気づきましたので（涙）、今のうちに書いておくことにしました（笑）。

もっとも、私の場合は書かれていること全てを理解する必要もないので、基本的なところと興味あるところが理解できただけでも十分元が取れたと思う（ようにしています（笑））。

最後になりますが、第3次AIブーム記念企画（笑）でもよいので、今こそ第4版の日本語版を出版して欲しいと思っています。（が、私には手が出ない高価な本になる恐れもありますね。。。）

関連記事

コメント

コメントを投稿

このブログの人気の投稿

VirtualBoxのスナップショット機能

-
イメージ
本記事では、VirtualBoxのスナップショットがもつ情報と使い方について見ていきます。   【目次】 ［１］はじめに ［２］スナップショットの保存内容 ［３］VirtualBox マネージャのスナップショット画面 ［４］スナップショットの作成 ［５］スナップショットのプロパティの表示と編集 ［６］スナップショットの復元 ［７］「最新の状態」とスナップショットの履歴 ［８］スナップショットの削除 ［９］エクスポート/インポートの注意事項 ［１］はじめに 仮想マシンを利用するの利点の一つは、ある時点の仮想マシンの状態を保存し（スナップショットを作成）、後に、保存した状態を容易に復元することができることかと思います。 例えば、開発環境のある状態を保存しておき、ライブラリのバージョンアップを実行してみて、その結果が悪ければバージョンアップ前の状態に戻す、ということが簡単にできます。 スナップショットは、実行中の仮想マシンの状態（メモリ等の状態）も保存できますので、エディタで編集中の状態まで保存、復元できたりします。（少し言い過ぎですが、ワープロ編集中にでUndoやRedoを利用するのと同じような感覚でしょうか。） また、スナップショットのデータは、仮想マシンと統合管理されているため、保存、復元操作が非常に簡単です。 （一方で、スナップショットは、一般に言うバックアップとは少し目的が異なるため、バックアップの代替えになるとは限らない点に注意が必要です。） 本記事ではVirtualBoxのスナップショットについて見ていきます。 （参考） Vagrantをお使いの場合は、記事『 Vagrantのスナップショット機能とVirtualBox 』も参考にして下さい。 ［２］スナップショットの保存内容 VirtualBoxのスナップショットについては、ユーザマニュアルに記載があります。 User Manual 1.10. Snapshots（ https://www.virtualbox.org/manual/ch01.html#snapshots ） 詳しくは上記ドキュメントをご参照頂くとして、スナップショットは仮想マシンの構成、ディスクとメモリの内容を保存しています。 ハードウェア構成を含む仮想マシン設定の完全なコピーを持っています。 これにより、例えば、ある時点
続きを読む

Google Document AIで画像から表形式データを抽出する（Vision API OCRとの違い）

-
イメージ
本記事では、GoogleのDocument AIを利用して、表形式（テーブル形式）で記載された画像から、表形式の情報を抽出してみます。また、GoogleのVision API OCRを利用した場合との違いについてもみておきます。 【目次】 ［１］はじめに ［２］Document AIとVision API（OCR）の違い ［３］テスト用の表形式画像 （１）英語版表形式画像（shoppinglist.jpg） （２）日本語版表形式画像（okaimonolist.jpg） （３）PDFファイルへの変換 ［４］Vision APIによる表形式画像の認識 （１）実験方法 （２）英語版表形式画像の認識結果 （３）日本語版表形式画像の認識結果 ［５］Document AIによる表形式画像の認識 （１）実験方法 （２）英語版表形式画像の認識結果 （３）日本語版表形式画像の認識結果 ［６］最後に ［１］はじめに Google Vision APIを利用すると、画像から文字を抽出（OCR）できます。 https://cloud.google.com/vision/ Vision APIは、本などの文章の画像や、風景の画像から文字を抽出するといったケースでは、かなりいい感じで文字を抽出してくれます。文章が書かれているような画像の場合は、画像から文字を抽出するだけでなく、大雑把に文書の構造も得ることができます。 しかし、Vision API OCRでは期待した抽出が難しい例もあります。 例えば、下図のような、よくある表形式で書かれた書類です。 文章の画像は、隣接する文字の塊を抽出するだけでも、期待した文章が抽出できることが多いと思います。 しかし、上図のような表形式の書類は、隣接した文字の塊を抽出するだけでは利用価値が低い場合が多く、表形式のデータとして認識する必要があります。 表形式の書類は、人間が見れば、表組の意味を理解して要点を把握しやすい表現だと思います。例えば、「2021/2/2のお菓子の値段は300円であり、同日のお弁当は1,000円」云々と文章でつらつら書かれるより分かりやすいです。 一方で、これを機械的に認識しようとすると、単語レベルの文字列が散らばって配置されているレイアウトのようにも見えて、解釈が難しい場合が多いです。実際、汎用目的の機械的な表の認識を行
続きを読む

Ubuntu/Colab環境でPDFファイルのページを画像化する（pdf2image、pdftoppm、pdftocairo）

-
本記事では、UbuntuやGoogle Colaboratory環境で、オープンソースライブラリのPoppler（poppler-utilsに含まれるpdftoppm、pdftocairo）あるいはPythonライブラリのpdf2imageを利用して、PDFファイルのページをJPEGなどの画像ファイルに変換する方法を見ていきます。 【目次】 ［１］PDFファイルを画像に変換したいとき？ ［２］PDFファイル扱うオープンソースライブラリ （参考）ページの画像化と情報抽出について ［３］コマンドラインからの利用：poppler-utils （１）poppler-utils （２）インストール （３）pdftoppmの利用例 （４）pdftocairoの利用例 ［４］Pythonからの利用：pdf2image （１）pdf2image （２）インストール （３）最も簡単な使い方 （４）メモリを節約する方法（output_folderを利用する方法） （５）メモリを節約する方法（fmtを利用する方法） （６）サムネイルの作成サンプル （７）ページを指定して変換する方法（first_page, last_page） （８）大量ページの変換速度を上げる方法（thread_count） （９）解像度（dpi） （１０）pdftocairo/pdftoppmの画像変換結果を直接利用する（use_pdftocairo） （参考）pdfinfo_from_path関数 ［１］PDFファイルを画像に変換したいとき？ PDF（Portable Document Format）ファイルは広く使われている電子文書です。 PDFファイルは、ブラウザでも表示できますし、無料のAdobe Acrobat Readerをインストールして表示することもできます。 しかし、こういったツールでファイル内容を表示するだけではなく、PDFファイル内のページをJPEGなどの画像ファイルに変換して利用したい場合もあります。 例えば、システム開発において、Webサイトやアプリ内で、PDFファイルの概要をサムネイル表示したいとか、PDFファイルをダウンロードさせたり、ブラウザの別タブでPDFファイルを表示するのではなく、（導線が途切れないように）ページを移動することなく内容を見てもらいたい場合など、いろいろ
続きを読む