AI ナレッジ図鑑
AI を、きちんと説明する 第一原理から最先端まで
8 つの知識領域、48 の核心概念。いずれも正確な定義からその直観まで、仕組みからつまずきやすい点までを解説し、手描きの SVG 図解とインタラクティブなグラフを添えています。ニューラルネットワークを初めて聞く人にも、毎日論文を読む人にも。
- 知識領域
- 08
- 核心概念
- 48
- 図解とグラフ
- 124
- 対応言語
- 12
STRUCTURE
8 つの知識領域
上から下へと読むと、自然な依存の連鎖が見えてきます。数学が機械学習の土台をつくり、機械学習が深層学習の骨格をなし、深層学習が言語・視覚・強化学習・生成モデルを支え、最後にエンジニアリングとガバナンスがそれらを製品へとつなぎます。
ナレッジマップPATHS
入口を選ぶ
同じサイトを、3 通りの読み方で。順番は自由で、いつでも横に飛べます。
DOMAINS
知識領域
数学と統計の基礎
ベクトル・行列・確率・微分 —— AI の言語
6 concepts
機械学習
ルールを書き込むのではなく、データから規則を学ばせる
6 concepts
深層学習
特徴量設計を多層ネットワーク自身に任せる
6 concepts
自然言語処理と大規模言語モデル
分かち書きから Transformer、そして「話せる」大規模モデルへ
6 concepts
コンピュータビジョン
画素から物体・シーン・三次元構造を読み取る
6 concepts
強化学習
試行錯誤と遅延報酬から一連の意思決定を学ぶ
6 concepts
生成 AI
「これは何か」の判別から「どうあるべきか」の合成へ
6 concepts
AI エンジニアリング・安全性・倫理
動くモデルを、使えて信頼でき説明責任を果たせる製品へ
6 concepts
SELECTED
ここから始める
6 つの項目しか読まないなら、この 6 つを。
初級
ベクトルとベクトル空間
AI は言葉も画像も音も、すべて「数の並び」に変える
数学と統計の基礎
初級
勾配と勾配降下法
深層学習の本質はただ一つ —— 下り坂の方向へ小さく一歩進む
数学と統計の基礎
中級
Transformer アーキテクチャ
「一語ずつの伝言」を「全員が同時に話す会議」に置き換え、長距離依存を一跳で届かせる
自然言語処理と大規模言語モデル
中級
拡散モデル
小さなノイズ除去を千回学べば、純粋なノイズから画像を作れる
生成 AI
上級
人間のフィードバックによる強化学習
「良い答え」を式に書けないときは、人間を報酬関数の代わりにする
強化学習
初級
検索拡張生成
知識をパラメータに詰め込むより、外に置いて必要なときに引く —— 持ち込み可の試験のように
AI エンジニアリング・安全性・倫理