近刊検索 デルタ

2018年1月23日発売

慶應義塾大学出版会

ディスカッションを科学する

人間と人工知能の共生
このエントリーをはてなブックマークに追加
内容紹介
▼人工知能は私たちを賢くしてくれるか?

人工知能技術を駆使して、ディスカッションを客観的に分析するための手法を詳細に紹介。そこから、ディスカッション能力を鍛える方法や効率的な会議の進め方が見えてきた。

▼ディスカッションやコミュニケーションの能力を科学的に分析する
▼人工知能技術を使って、人間の創造活動やイノベーション能力を拡張する

データアナリティクス、機械学習、自然言語処理、パターン認識などのさまざまな技術(人工知能の要素技術)を駆使して、「会議」を、そして「ディスカッション」を科学的に分析する。続いて、人工知能を用いて、人間の「コミュニケーション」能力、ひいては知的能力を向上させる方法を模索する。人間と人工知能の共生のために、私たちがやるべきことは何かを説く。
目次
<b>第1章 ディスカッションの構造とその利用</b>
 1.1 ディスカッションマイニングシステム
 1.2 ディスカッションの構造化
 1.3 ディスカッションの要約
 1.4 ディスカッションからの課題の発見
 1.5 機械学習の利用

<b>第2章 データアナリティクスの基礎 </b>
<b>―機械学習とデータマイニング</b>
 2.1 ロジスティック回帰分析
 2.2 ロジスティック回帰分析による課題発言の分類モデル
 2.3 その他の機械学習
 2.4 機械学習の結果の評価と比較
 2.5 能動学習による精度の向上
 Column ディープラーニング

<b>第3章 自然言語処理でディスカッションを解析する</b>
 3.1 形態素とその解析
 3.2 形態素 <i>N</i> グラム
 3.3 単語のベクトル化
 3.4 文の構造
 3.5 ディスカッションの構造
 3.6 言語以外の情報を利用した構造化
 Column 自然言語処理と機械学習

<b>第4章 人工知能で会議を支援する</b>
 4.1 ミーティングレコーダー
 4.2 パノラマカメラによる参加者の顔のトラッキング
 4.3 音声認識とペン入力
 4.4 議事録生成
 4.5 話題ごとの分類
 4.6 ミーティング後の支援
 Column 会議支援

<b>第5章 プレゼンテーションを科学する</b>
 5.1 よいプレゼンテーションの特徴
 5.2 プレゼン先生
 5.3 プレゼンテーションスライドの分析
 5.4 プレゼンテーションのアウトライン
 5.5 プレゼンテーションスライド推敲支援システム

<b>第6章 ディスカッション能力を鍛える</b>
 6.1 発言力の評価
 6.2 評価結果のフィードバック
 6.3 メールによるフィードバックと追跡調査
 6.4 要約力の評価
 6.5 ディスカッション能力を鍛える方法

<b>第7章 ゲーミフィケーションでやる気を維持する</b>
 7.1 ゲーミフィケーションとは何か
 7.2 ゲーミフィケーションの応用例
 7.3 ゲーミフィケーション・フレームワーク
 7.4 ディスカッション能力の細分化
 7.5 ゲーミファイド・ディスカッションの運用
 7.6 ディスカッション能力の可視化
 7.7 外発的モチベーションのためのいくつかの工夫

<b>第8章 人間の能力を拡張する</b>
 8.1 創造活動支援
 8.2 課題の把握から評価まで
 8.3 創造性の定義と評価
 8.4 イノベーションの加速
 8.5 人間の能力の拡張

<b>第9章 おわりに</b>
<b>―人間と人工知能の共生</b>
 9.1 エージェント
 9.2 シンギュラリティ
 9.3 人間と人工知能の共生
 9.4 日常のモノに潜むエージェント

あとがき
参考文献
索  引
著者略歴
長尾 確(ナガオ カタシ)
長尾 確 1987年東京工業大学大学院総合理工学研究科システム科学専攻修士課程修了後、日本アイ・ビー・エム株式会社東京基礎研究所に入所。その後、株式会社ソニーコンピュータサイエンス研究所、米国イリノイ大学アーバナ・シャンペーン校ベックマン研究所などを経て、2001年名古屋大学大学院工学研究科情報工学専攻助教授、2002年名古屋大学情報メディア教育センター教授、2009 年名古屋大学大学院情報科学研究科メディア科学専攻教授、2017年名古屋大学大学院情報学研究科知能システム学専攻教授。現在に至る。博士(工学)。

※近刊検索デルタの書誌情報はopenBDのAPIを使用しています。

※近刊検索デルタの書誌情報はopenBDのAPIを利用しています。