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