赤石 雅典

Masanori Akaishi

经历

  • 东京大学工学士，同研究生院工学系研究科硕士课程修完了（计数工学专业）
  • 原日本艾比·艾姆株式会社云事业本部Data andAI事业部
  • 行政IT专家
 

消息

“如果想知道人工智能的话，首先从数学开始。”

我还是学生的1980年代是第二次AI热潮盛行的时期。当时，被称为专家系统的使用Lisp和Prolog的规则基础系统是主流时代。事实上，从当时开始到现在的深度教育，都存在着神经网络的研究，但不管怎么说都是处于旁观者的位置。第二次AI热潮是“以规则为基础的方法无法解决世间的复杂问题”的共识，很快就被点燃了。因此，我作为社会人的30年间几乎和“AI之冬”的时代重合。

然而，这几年来，第三次AI热来了。这次的人工智能，接连推出了至今为止未能实现的新结果，显然并不是单纯的热潮。更令人吃惊的是，当时旁流的“神经网络”成为了AI技术的中心。用一句话概括神经网络，就是数学各种技术的集大成。现在已经到了“不知道数学就不能说人工智能”的时代。

我本来就很喜欢数学，于是出版了一本从这样的背景下总结深度学习和数学关系的书。幸运的是，虽然得到了很高的好评，但是本校也负责以这本书为题材的课程想要理解AI和数学的关系”的人，请一定要听我的课，一起学习数学。

担当科目

  • 人工智能数学

专业领域

  • 机械学习
  • 深度学习
  • 公式处理系统
  • IT系统开发
  • 数据库

成果

表扬

公司外活动

公司外讲师

  • 芝浦工业大学通信工学专业情报工学特别讲义2012-2014
  • 金泽工业大学研究生院客座教授（负责AI技术特论）2018-2019

论文

  • “利用云上的综合环境进行数据分析和优化Watson Studio”2020年4月OR学会
  • “高中数学中LETSMath的利用：特别是在新学习指导要领下”1990年7月日本科学教育学会
  • 1988年9月第37回情报处理学会
  • 1986年6月第13回日本生物反馈学会

著作

  • “制作Python赚钱的AI”日经BP 2020年8月6日
  • “可以在现场使用!Python自然语言处理入门”翔泳社 2020年1月20日
  • “用最短路线就能知道的深度学习的数学”日经BP 2019年4月11日
  • “Watson Studio开始的机械学习、深层学习”利克电信2018年11月26日

日经Linux在日经杂志等杂志上发表了很多杂志报道

博客