[改訂新版]はじめてのAIリテラシー

構成数 : 1枚

■第1講 AIリテラシーとは
◆1-1 AIの定義
●AIとは
●強いAIと弱いAI
●人間らしさとAI(チューリングテスト)
●中国語の部屋
●チャットボット
●ELIZA効果

◆1-2 なぜAIが必要とされているのか
●AIへの期待
●ハイプ曲線
●AIブーム

◆1-3 生成AI
●生成AIブーム
●ChatGPTの問題点

◆1-4 この本ではどこまで学ぶか
●AIのしくみや原理
●AIの限界や注意点
●AIの発展と人間の自由
コラム 数理・データサイエンス・AI教育プログラム認定制度について

■第2講 社会でどのような変化が起きているか
◆2-1 ビッグデータ、IoT、5Gなどの登場
●ビッグデータとは
●ビッグデータの定義
●オープンデータの活動
●機械判別可能なデータの作成・表記方法
●IoTとビッグデータ
●5GはIoTを促進
コラム AIの性能はどんどん上がる?

◆2-2 第4次産業革命、Society5.0
●進化するテクノロジーと社会
●第4次産業革命のテクノロジー
●新しい社会Society5.0

◆2-3 データ駆動型社会
●データ革命による他分野への応用
●データ駆動型社会とは
●データの扱い方が重要

■第3講 社会でどのようなデータが活用されているか
◆3-1 人の動線をめぐるデータ
●注目される私的データ
●カーナビの例
●監視カメラの例

◆3-2 多くの機器のログとオープンデータ
●SNSのデータ分析
●オープンデータの活用
●ログによるアクセスデータ

◆3-3 1次データ、2次データ、メタデータ
●1次データと2次データ
●メタデータ

◆3-4 非構造化データの増大
●データベースとデータの構造化
●非構造化データの活用

■第4講 データ・AIを何に使えるか
◆4-1 データ・AIの活用領域の広がり
●身近になっていくデータサイエンス
●多様化するデータの活用例
●日本でのデータ利活用
●匿名加工情報

◆4-2 具体的にどう使えばいいのか
●データの使い方・仮説検証型
●データの使い方・仮説探索型
●人の負担を軽減するエスカレーション
●AIが得意な仕事、苦手な仕事
●意思決定支援システム
●AIの意外な使い方
◆4-3 シェアリングエコノミー、エビデンスベース社会、ナッジ
●シェアリングエコノミーとは
●データとAIの活用で上手にマッチング
●ネットの信頼性とリスク
●エビデンスベース社会とは

■第5講 データ・AIの技術
◆5-1 データ解析とは何をしているのか
●昔から解析は行われていた
●AIによるデータ解析の特徴

◆5-2 可視化の手法にはどういったものがあるのか
●グラフによる可視化
●地図を使った可視化
●動的な可視化

◆5-3 非構造化データの処理とは
●言語処理
●画像処理
●音声処理

◆5-4 AIの技術とは
●コンピュータ自ら学習する機械学習
●教師あり学習、教師なし学習
●強化学習
●深層学習(ディープラーニング)
●転移学習

■第6講 データを読み、説明し、扱う
◆6-1データの種類を知る
●データの種類を知って正しく使う
●連続データと離散データ
●質的データと量的データ
コラム データを扱うときの注意点

◆6-2 基本統計量でデータの特徴をつかむ
●基本統計量とは
●データの真ん中を表す指標
●データの散らばり具合を見る

◆6-3 もととなるデータを集める
●母集団と標本
●標本誤差
●無作為抽出

◆6-4 集めたデータを集計する
●クロス集計
●相関関係と因果関係
●地図上の可視化
●箱ひげ図

◆6-5 誤読しないデータの読み方、データの比較方法
●騙されやすいグラフの例
コラム 新技術との付き合い方について
コラム AIを使った分析例

■第7講 データ・AIを扱うときに注意すること
◆7-1 データ活用の負の側面
●かゆいところに手が届くビッグデータの活用
●自分のデータが勝手に記録され、保存される

◆7-2 GDPR、忘れられる権利、ELSI、オプトイン・オプトアウト
●EUの取り組み
●GDPRの定める権利
●ELSIとSTEM
●トロッコ問題
●オプトイン・オプトアウト

◆7-3 データの正義について
●機械がやるから公平か?
●AIの判断は正しい?
●道路標識を誤認させる攻撃