内容紹介：生成ＡＩ技術は目覚ましい進歩を続けています。そのため、表面的なトレンドを追うだけでは、そのしくみを理解することが困難になっています。本書は、このような状況を受けて、生成ＡＩを支える理論的基礎について原論文レベルまで深く踏み込んで解説し、読者が技術の核心部分を理解できるよう導く一冊です。本書の主な特徴は、以下の３つにあります。１つ目の特徴は、Ｔｒａｎｓｆｏｒｍｅｒから推論時のスケーリング則に至るまでの「生成ＡＩの重要な理論」について、原論文の内容を参照しながら数式と図版を用いて詳細に解説しています。２つ目の特徴は、英語・日本語を問わず既存の文献ではあまり扱われていない分布仮説の実験的根拠や拡散モデルの数学的保証など、「生成ＡＩを理解する上で、重要であるものの他の書籍などで十分に扱われていない理論」も丁寧に掘り下げています。３つ目の特徴として、「演習問題とＧｉｔＨｕｂサポートページを連携させた読者参加型の学習環境」を提供し、より深い学びをサポートしています。本書を通じて読者は、生成ＡＩに関わる重要な理論について深い理解を得ることができるだけでなく、原論文レベルの内容を読み解く力を身につけることができます。これにより、新たなモデルや技術動向を独力で理解し、急速に変化する技術トレンドへの自律的なキャッチアップ能力を獲得することができるでしょう。表面的な知識ではなく、生成ＡＩ技術の本質的な理解を求める全ての方にとって、必携の一冊です！
変化の激しい生成ＡＩの本質としくみを理解する。生成ＡＩの理解に欠かせない主要な論文の重要トピックについて背景や前提知識から徹底解説。生成ＡＩにとって重要であるものの見過ごされがちなトピックも解説。
もくじ情報：第１章　本書の読み方と論文を読み解く技術；第２章　入力データの特徴量化；第３章　生成ＡＩモデルの大前提となるＴｒａｎｓｆｏｒｍｅｒ；第４章　Ｇｅｎｅｒａｔｉｖｅ　Ｐｒｅ‐ｔｒａｉｎｅｄ　Ｔｒａｎｓｆｏｒｍｅｒとテキスト生成；第５章　拡散モデルと画像生成；第６章　テキストと画像の融合；第７章　生成ＡＩモデルのスケーリング則；第８章　生成ＡＩモデルの評価；Ａｐｐｅｎｄｉｘ

菊田　遙平(キクタ　ヨウヘイ)
２０１４年に総合研究大学院大学にて理論物理学の素粒子論で博士（理学）を取得。機械学習と生成ＡＩの専門家として、複数の企業で研究開発・プロダクト開発・開発組織のリードなどを経験（本データはこの書籍が刊行された当時に掲載されていたものです）