●科学技術書・理工学書＜新刊情報＞●「ChatGPT 大規模言語モデルの進化と応用」（シン アンドリュー、小川航平著／リックテレコム）

＜新刊情報＞

書名：ChatGPT 大規模言語モデルの進化と応用

著者：シン アンドリュー、小川航平

協力：谷合廣紀

発行：リックテレコム

　データサイエンティスト、AIの研究者・開発者に役立つ実務情報を集約。ChatGPTの話題は巷に溢れているが、多くはプロンプトの例示だったり、断片的・揮発的な技術情報だったりしている。一方、同書はデータサイエンティストをはじめ、AIの研究者や開発者を対象とし、大規模言語モデルの進化の過程を踏まえたうえで、ChatGPTの適用技術、応用の仕方、限界まで、重要ポイントを絞り込んで解説。さらにマイクロソフトの関連サービスや機能を詳解。ChatGPTは大規模言語モデルの頂点にあり、進化の到達点に位置するAIやNLPのパラダイムが転換しない限り、今後さらに大規模な言語モデルが登場しても、それはChatGPTの延長線上にあり、同書の内容は長く有効であり続けるであろう。

●科学技術書・理工学書＜新刊情報＞●「面倒なことはChatGPTにやらせよう」（カレーちゃん、からあげ著／講談社）

＜新刊情報＞

書名：面倒なことはChatGPTにやらせよう

著者：カレーちゃん、からあげ

発行：講談社

　待望の「ChatGPT Plus（有料版）」のビジネス活用に特化した書籍がついに刊行。2023年11月のアップデート対応。もう、ほぼ「魔法」です。Excel・PowerPointやデータ分析、画像生成など、かんたん雑用丸投げ術で仕事が楽になる。①日本初、ChatGPT Plus（有料版）のビジネス活用に特化②非エンジニアにもらくらく使えるワンランク上の業務効率化③サポートサイトにそのまま使えるプロンプトが超充実。たとえばこんなことができちゃいます！・「2つのPDFをページを抜き出して結合」など事務処理が一瞬で・Webページの要約と画像生成で丸投げパワポ作成・Excelの関数記入、データ分析・顧客データから個別営業メール作成【推薦の言葉】ChatGPTがさまざまなデータの分析や加工を行えることはあまり知られていないが、大きなインパクトがある。かなりの腕のプログラマー／データサイエンティストがデータ処理のプログラムを自由自在に書くのと同じくらいのことが、普通の人にも驚くほど簡単にできるようになる。業務に使えるアイディアも無数に考えつくだろう。同書では、ChatGPT Plusに焦点をあて、その使い方を分かりやすく解説している。ぜひデータの分析や加工に一歩踏み出したい人には読んでいただきたい。――松尾豊氏（東京大学教授）

●科学技術書・理工学書＜新刊情報＞●「実践 生成AIの教科書」（日立製作所 Generative AIセンター監修／リックテレコム）

＜新刊情報＞

書名：実践　生成AIの教科書～実績豊富な活用事例とノウハウで学ぶ～

監修：日立製作所 Generative AIセンター

発行：リックテレコム

　生成AI活用の最前線部隊が得た知見を大公開。日立グループは2023年、データサイエンティストやAIの研究者、広範なスペシャリストをGenerative AIセンターへ集結。全社での生成AI活用を推進し、そこで得た知見を顧客へ提供している。同書ではそうしたナレッジをいち早く紹介。一般的なデスクワークからコールセンター、システム開発、社会インフラの維持・管理、データサイエンスまで、国内屈指の実績に裏付けられたAI活用のノウハウを惜しみなく開示する。【対象読者】①生成AIによって業績をアップしたい経営企画部、DX推進部、情報システム部の方々②生成AIをソフトウェア開発やシステム開発に活用したいシステムエンジニア③生成AIを業務でフル活用したい一般の業務担当者④生成AIを活用して生産性を高めたいデータサイエンティスト⑤プロンプトエンジニアリングやRAGなど、生成AIの活用テクニックを学びたいエンジニア

●科学技術書・理工学書＜新刊情報＞●「AIと著作権」（上野達弘、奥邨弘司編著／勁草書房）

＜新刊情報＞

書名：AIと著作権

編著：上野達弘、奥邨弘司

発行：勁草書房

　高機能生成AIの登場により、AIをめぐる著作権制度の在り方には、かつてないほど大きな注目が集まっている。権利者側からは法規制の見直しが叫ばれ、政府も各種対応に追われるなど、一種の社会的な混乱が生じているなかで、どこまでコンセンサスが得られ、どこから先に議論の余地があるのか、珠玉の論攷と座談会を通じて徹底分析。

●科学技術書・理工学書＜新刊情報＞●「教養としての機械学習」（杉山 将著／東京大学出版会）

＜新刊情報＞

書名：教養としての機械学習

著者：杉山　将

発行：東京大学出版会

　AIのベースの一つである機械学習とは、コンピュータに大量のデータや経験を与えることによって、事象のパターン・ルールを発見し、予測などまでをも実現する技術である。機械学習の基礎から筆者らの最先端の研究までを初めての人にもわかりやすく解説する一冊。

●科学技術書・理工学書＜新刊情報＞●「その仕事、AIエージェントがやっておきました。」（西見公宏著／技術評論社）

＜新刊情報＞

書名：その仕事、AIエージェントがやっておきました。～ChatGPTの次に来る自律型AI革命～

著者：西見公宏　

発行：技術評論社

　細かく指示を出さなくても、自分で考えて動くAI。「AIエージェント」というSF世界のような技術が、今まさに花開こうとしている。同書では、ChatGPTに代表される「チャット型AI」との違いに注目しながら、AIエージェントが私たちの仕事にもたらすであろうインパクトを明らかにしていく。さらに、AIエージェントの技術的なしくみについても、前提知識がなくても理解できるようにわかりやすく解説。生産性が爆上がりする、新時代の技術と働き方を垣間見ることのできる一冊。

●科学技術書・理工学書＜新刊情報＞●「ＡＩに勝つ数学脳」（ジュネイド・ムビーン著／早川書房）

＜新刊情報＞

書名：ＡＩに勝つ数学脳

著者：ジュネイド・ムビーン

訳者：水谷　淳

発行：早川書房

　ＡＩに屈服するのはまだ早い！　人間が生来備えている概算・直観・推論といった「数学的知性」をＡＩの計算能力と組み合わせれば、デジタル時代における新たな知の地平を拓くことができるのだ。オックスフォード大学で数学を学び教育者に転じた著者の会心作。

●科学技術書・理工学書＜新刊情報＞●「ビジネススクールで教えている 武器としてのAI×TECHスキル」（グロービス経営大学院著／東洋経済新報社）

＜新刊情報＞

書名：ビジネススクールで教えている　武器としてのAI×TECHスキル

著者：グロービス経営大学院

発行：東洋経済新報社

　生成AI、DX、XTECH、マネジメントへの活かし方……。新時代のベーシックスキルがまるごと１冊でわかる。日本最大のビジネススクールで教えているテクノロジーの「勘どころ」と「使いどころ」。ビジネスパーソンが、「何をどこまで知っておけばOKか」のラインを明確に解説。文系でも、何歳でも、テクノロジーを味方につけてビジネスで勝てるようになる本。【目次】＜１部＞　ベーシックスキル：テクノロジーを知っておくことでできること　１章　生成ＡＩで生産性を上げる　２章　問題解決のレベルを上げる　３章　ＩＴ人材と協業する　４章　ＤＸに取り残されない　５章　伸びる／衰退する業界や会社を見分ける　６章　ＩＴ新時代にマネジャーとして成果を残す　＜２部＞　アドバンストスキル：テクノロジーを知っておくことで出せる価値　　７章　ビジネスチャンスを見出し、実現する　８章　顧客に対する提供価値を劇的に向上する　＜３部＞　ワークとライフを変えるキーワード：未来に備え、テクノロジーの可能性を知っておく　９章　来るべき技術に備える　１０章　ＸＴＥＣＨでワークライフバランスの次元を上げる

●科学技術書・理工学書＜新刊情報＞●「AIナビゲーター2024年版」（野村総合研究所、ＮＲＩデジタル著／東洋経済新報社）

＜新刊情報＞

書名：AIナビゲーター2024年版～生成ＡＩの進化がもたらす次世代ビジネス～

著者：野村総合研究所、ＮＲＩデジタル

発行：東洋経済新報社

　生成AIの登場で変容するビジネス現場を業界別に解説。NRI（野村総合研究所）グループのAIエキスパートチームによる決定版。いかなる未来を想定し、いかに活用すればよいのか？「本書は、生成AIの歴史、主要技術、発展を支える技術的基盤、規制とリスク、各業界での活用状況、そして未来展望を解説し、この分野における深い理解と潜在力の活用に向けた洞察を提供します」――「はじめに」より。OpenAI／ChatGPT／自然言語処理／敵対的生成ネットワーク（GAN）／トランスフォーマー／大規模言語モデル（LLM）／NVIDIA／検索拡張生成（RAG）／ファインチューニング／量子コンピュータ／ディープフェイク／グラウンディング／ステーブルディフュージョン／マルチモーダル／クッキーレス／Midjourney／ソブリンクラウド／プロンプトエンジニアリング／シンギュラリティ／汎用人工知能（AGI）･･････ほか。

●科学技術書・理工学書＜新刊情報＞●「図解 深層学習」（小池 敦著／近代科学社）

＜新刊情報＞

書名：図解 深層学習～数理で理解する基本原理～

著者：小池 敦

発行：近代科学社

　同書では「深層学習に使用する数学」について、意味を直感的に理解できるように図を多用することで式を補完する。第I部では深層学習についての基礎事項と次の部で使用する数学について、第II部ではニューラルネットワーク（深層学習）の中身について、第III部では深層学習の自動チューニングについてそれぞれ詳述。深層学習の実践・応用へステップアップするための基礎がじっくりと学べる、第一歩に相応しい一冊。