図解でスッキリ 生成AIのきほんとしくみ（インプレス） [電子書籍]

図解でスッキリ 生成AIのきほんとしくみ（インプレス） の 商品概要

• 生成AIの「全体像」と「業務での使いどころ」がスッキリわかる！
  
  ChatGPTの登場以降、生成AIはエンジニアだけでなく、営業、企画、管理部門など幅広い職種で使われる技術になりました。一方で、「なぜそのような回答になるのか」「どこまで信用してよいのか」「RAGやAIエージェントは何が違うのか」など、仕組みや限界を理解しないまま活用が進み、現場で認識のずれが生まれることもあります。
  
  本書は、生成AIを現代のITを支える基盤技術として整理する入門書です。生成AIの基本と歴史、LLMの仕組み、Transformer／Attention、トークン、ハルシネーションから、プロンプト、RAG、ファインチューニング、MCP、AIエージェント、ワークフロー、評価、コスト管理、セキュリティ、法規制・著作権までを一冊で俯瞰できます。
  
  紙面は2ページ見開きを基本に、「左ページ＝解説」「右ページ＝図解」で展開。難しいテーマも図を使って順序立てて説明するため、エンジニアはもちろん、エンジニアと協働する非エンジニアにも読みやすい構成です。広木大地氏の監修に加え、巻末には参考文献も掲載しています。
  
  【こんな人に向いています】
  ●生成AIの仕組みと限界を基礎から押さえたい新米エンジニア
  ●AI活用の前提知識を身につけたい営業・企画・管理部門の方
  ●社内で生成AI活用・導入を進める情シス、DX推進、研修担当者
  ●部署横断の共通理解を作りたい方
  
  【本書で学べること】
  ●生成AIの基本、歴史、社会的インパクト
  ●LLM、Transformer、Attention、トークン、ハルシネーション
  ●プロンプト、RAG、ファインチューニング、MCP
  ●AIエージェント、ワークフロー、評価、コスト管理
  ●情報漏洩、プロンプトインジェクション、アクセス権管理
  ●法規制、著作権、マルチモーダル、エッジAI、AGI
  
  「使える」だけで終わらせず、「なぜそう動くのか」「どこに注意すべきか」まで図解で理解する。生成AIを業務で活かすための基礎固めに最適な一冊です。
  
  目次
  Chapter1 生成AIの基本
  Chapter2 生成AI／LLMの仕組み
  Chapter3 生成AI／LLMを活用するための技術
  Chapter4 AIエージェントの仕組み
  Chapter5 業務に活かすための技術
  Chapter6 セキュリティの必須知識
  Chapter7 法規制と著作権
  Chapter8 生成AIのさらなる広がり
  

• 目次

  表紙
  はじめに
  本書の特徴
  目次
  Chapter 1 生成AIの基本
  1-1 生成AIの意義と社会的インパクト
  1-2 AIの歴史
  1-3 機械学習とディープラーニングの登場
  1-4 生成AIにつながる技術革新
  1-5 生成AIサービスとモデルの種類
  1-6 主な生成AI事業者
  1-7 本書での学び方
  Column フロンティアモデルと名前の由来
  Chapter 2 生成AI／LLMの仕組み
  2-1 LLMの基礎①：機械学習の基本
  2-2 LLMの基礎②：ニューラルネットワークの基本
  2-3 LLMの基礎③：ディープラーニングの基本
  2-4 言葉を数値に変換する — 埋め込み表現とベクトル
  2-5 生成AIの創生 — トランスフォーマーモデルの誕生
  2-6 生成AIが学ぶ仕組み — アテンション
  2-7 GPTモデルの仕組み — 事前学習からRLHFまで
  2-8 文脈を理解する方法 — トークンとコンテキスト
  2-9 生成AIが間違える原因 — ハルシネーション
  Column オープンモデルという選択肢
  Chapter 3 生成AI／LLMを活用するための技術
  3-1 生成AIに的確に指示をする — プロンプトエンジニアリング
  3-2 AIに深く考えさせる — 推論モデル
  3-3 生成AIにマニュアルを参照させる — RAG
  3-4 RAGの進化 — 広がる検索の形
  3-5 転移学習とファインチューニング
  3-6 生成AIが外部ツールを使う — Function Calling
  3-7 生成AIと外部サービスの共通規格 — MCP
  3-8 AIに専門知識を与える — カスタムAIの構築
  Column SEO対策ならぬ、LLMO対策
  Chapter 4 AIエージェントの仕組み
  4-1 AIが自律的に問題解決を行う — AIエージェント
  4-2 AIエージェントの仕組み
  4-3 AIエージェントの歴史① — 2022年〜2023年までの歩み
  4-4 AIエージェントの歴史② — 2024年〜2026年までの歩み
  4-5 AIエージェントによるPC操作
  4-6 AIエージェントに仕事の仕方を教える — Skills
  4-7 シングルエージェントからマルチエージェントへ
  4-8 AIエージェントの限界と付き合い方
  4-9 エージェントハーネス — AIエージェントの信頼性を高める
  4-10 AIエージェントが変える社会
  Column AIが輸出規制の対象に。Claude Fable 5の事例
  Chapter 5 業務に活かすための技術
  5-1 生成AIの業務活用パターン
  5-2 モデルの選定と使い分け
  5-3 定型業務を自動化する — ワークフローの構築
  5-4 生成AIがチームを組む — オーケストレーション
  5-5 生成AIの品質管理 — ハルシネーション対策から評価・改善まで
  5-6 コスト管理と最適化
  Column AI主権・ソブリンAIという考え方
  Chapter 6 セキュリティの必須知識
  6-1 生成AI利用時のリスク
  6-2 プロンプトインジェクションと安全対策
  6-3 LLMセキュリティとOWASP Top 10 for LLM Applications
  6-4 アクセス権管理と監査ログ
  6-5 法人プラン利用のメリット
  6-6 組織利用のガイドライン策定
  6-7 ISO/IEC 42001 AIMS認証
  Column AIを支える物理インフラ
  Chapter 7 法規制と著作権
  7-1 生成AIにまつわるルール
  7-2 日本の法規制
  7-3 海外の法規制（EU・米国・中国）
  7-4 著作権と生成AI
  7-5 AI生成物の権利と商用利用
  Column 筆者がAIを学ぶ理由
  Chapter 8 生成AIのさらなる広がり
  8-1 生成AIが「見る」能力を獲得する — VLM：視覚言語モデル
  8-2 世界モデルと仮想世界での学習
  8-3 小さく軽いAIが広げる可能性 — エッジAIとSLM
  8-4 自動運転・ロボティクスと生成AI
  8-5 生成AI普及の障壁
  8-6 AGIとシンギュラリティの可能性
  Column AI時代の不確実性とどう向き合うか
  主要参考資料
  用語集
  索引
  奥付
  

図解でスッキリ 生成AIのきほんとしくみ（インプレス） の商品スペック