内容

目次

1章　人工知能と機械学習の歴史 エヴァの物語 / 起　源 / 人工知能の発展 / AI とML の理解 [MLアルゴリズムの比較 / アルゴリズム選択時の問題点 / ML アルゴリズムの応用例 / AI とML アルゴリズムのユースケース / 富の創造と世界的な課題の解決 / AI とML の倫理的課題 / プライバシーとセキュリティの課題 / サイバーセキュリティにおけるAI とML / AI とML から生じるサイバーリスク] / エヴァの物語のおわりに / 要　約 / 腕だめし 2章　AI とML の技術と実現の基礎 おもな技術とアルゴリズム [教師あり学習 / 教師なし学習 (クラスタリング / 主成分分析 / 相関ルール・マイニング) / 深層学習 (畳み込みニューラルネットワーク / リカレントニューラルネットワーク / 敵対的生成ネットワーク) / 強化学習 (Q学習 / 深層Q学習 / ポリシー勾配法) ] / ChatGPT の機能と応用 [自然言語生成 / 音声認識 / 仮想エージェント / 意思決定マネジメント / バイオメトリクス / 機械学習とピアツーピアネットワークの統合 / 深層学習プラットフォーム / ロボティック・プロセス・オートメーション / 人工知能向きハードウェア / AI 最適化ハードウェアの能力と効果 / ビジネスを変革する10技術] / AI の二つのカテゴリー / 現実世界の課題への取組み / 社会的倫理的意味の再考 / 将来動向と新たな展開 / 要　約 / 腕だめし 3章　生成AI と大規模言語モデル 生成AI と大規模言語モデル入門 [オマールの個人的な話 / 生成AI について / 敵対的生成ネットワーク (生成器と識別器の零和ゲーム) / GAN の応用 / GAN 訓練の課題 / GAN のツールとライブラリ (例3-1　GAN の基本的な例) / 変分オートエンコーダー (例3-2　VAE の基本的な例) / 自己回帰モデル / 制限ボルツマンマシン (例3-3　Python を用いたRBM の構築と訓練) / 正規化フロー] / 大規模言語モデル：自然言語処理の革命 [トランスフォーマー・アーキテクチャ (トランスフォーマー・アーキテクチャの文献) / OpenAI のGPT-4 とその後 (ハルシネーションとは何か？) / プロンプト・エンジニアリング] / Hugging Face [自然言語処理の世界への貢献] / 自律型AI アプリケーションに向けて [Auto-GPT / 責任と限界] / 要　約 / 腕だめし / 追加情報 4章　AI とML セキュリティの基礎 AI セキュリティの必要性 / 敵対的攻撃 [敵対的攻撃の実例 / 敵対的攻撃の重要性] / データ毒化攻撃 [(データ毒化攻撃の例) / データ毒化攻撃の方法 / データ毒化攻撃の実例] / LLM のOWASP トップテン [プロンプトインジェクション攻撃 (例4-1　プロンプトインジェクトの例) / 安全でない出力の取扱い / 訓練データの毒化 / モデルDoS / サプライチェーン脆弱性 / 機密情報の漏えい / 安全でないプラグイン / 過剰な代行 / 過度の依存 / モデル窃盗 (例4-2　モデル窃盗攻撃の高レベル概念実証の例) / モデル窃盗攻撃への対抗策] / メンバーシップ推論攻撃 [(例4-3　必要モジュールとデータセットのロード / 例4-4　CNN モデルの定義 / 例4-5　対象モデルの訓練 / 例4-6　影のモデルの訓練 / 例4-7　メンバーシップ推論攻撃の実行) /メンバーシップ推論攻撃の実際例] / 回避攻撃 (例4-8　ライブラリのインポートと事前訓練済みモデルのロード / 例4-9　MNIST データセットのロード / 例4-10　FGSM 攻撃関数の定義 / 例4-11　攻撃関数の使用 / 例4-12　異なるε値でのテスト関数よび出し) / モデル反転攻撃 [モデル反転攻撃の実際例 / モデル反転攻撃の緩和] / バックドア攻撃 / 防御策の模索 / 要　約 / 腕だめし / 追加情報 5章　AI システムのハッキング FakeMedAI 社のハッキング / MITRE のATLAS [ATLASの戦術と手法 / ATLAS ナビゲーター] / AI とML 攻撃の戦術と手法 [偵察 / リソース開発 / 最初のアクセス (AI 部品表) / AI やML モデルへのアクセス / 実行 / 持続 / 防御回避 / 発見 / 収集 / AI およびML の攻撃準備 / 流出 / 影響] / プロンプトインジェクションの悪用 / AI モデルのレッドチーミング / 要　約 / 腕だめし 6章　システムとインフラのセキュリティ AI システムの脆弱性とリスクならびに潜在的影響 [ネットワークのセキュリティ脆弱性 / 物理的なセキュリティ脆弱性 / システムのセキュリティ脆弱性 / ソフトウェア部品表とパッチ管理 / 脆弱性悪用可能性の交換形式 (例6-1　CSAF VEX のJSON 文書)] / AI 部品表 [AI BOM の重要な役割 / AI BOM のおもな要素] / データのセキュリティ脆弱性 / クラウドのセキュリティ脆弱性 [アクセス制御の誤設定 / 弱い認証方法 / 安全でないAPI / データの露出と漏えい / 安全でない統合 / サプライチェーン攻撃 / アカウントの乗っ取り / クラウドメタデータの改ざん] / AI システムのセキュアデザイン原則 [セキュアAI モデル開発と導入の原則 / 安全なAI インフラデザイン] / AI モデルセキュリティ [攻撃からの保護 / 安全なモデル訓練と評価] / AI システムのインフラセキュリティ [AI データストレージと計算処理システムの安全 / データの匿名加工手法 (例6-2　k-匿名前のデータセット / 例6-3　k-匿名（2-匿名性）のデータセット / 例6-4　2-匿名だが l-多様性でないデータセット / 例6-5　l-多様性の例 / 例6-6　人と病気の有無の簡易データベース / 例6-7　差分プライバシーのコードの簡単な例) / 定期的な監査とネットワークセキュリティ対策] / AI システムの脅威検知とインシデント対応 [AI システムのインシデント対応戦略 / AI システム侵害でのフォレンジック調査] / AI システムに関するほかのセキュリティ手法 / 要　約 / 腕だめし / 追加情報 7章　プライバシーと倫理 AI の利点と倫理面リスクやプライバシー懸念 / プライバシーと倫理の重要性 / AI とChatGPTにおけるプライバシーの懸念 / AI アルゴリズムにおけるデータの収集と保存 / AI とChatGPT のモラル・タペストリー [公平性の糸：アルゴリズム・バイアスを解明 / 運命を紡ぐ：人間の意思決定と自律性への影響 / 影を操る：プライバシー保護と倫理最前線] / 差分プライバシーと連合学習 / 公平性，多様性，人間による制御 / プライバシー漏えい事例と架空の物語 [将来のAIによる架空の物語 (架空の物語1：日常生活とプラバシー漏えい / 架空の物語2：医療におけるプライバシー / 架空の物語3：金融分野でのプラバシー漏えい / 架空の物語4：スマートシティでのAIと個人)] / 要　約 / 腕だめし 8章　AI システムの法規制コンプライアンス 法規制の状況 / AI 法規制とデータ保護法 / 対話型AI における知的財産権問題 [AI アルゴリズムの特許性 / AI 生成コンテンツの著作権保護 / AI システムの商標保護 / AI 開発における営業秘密保護] / AI 時代の賠償責任とアカウンタビリティ / 効果的なガバナンスとリスク管理の戦略 / AI における国際協力と標準化 / AI コンプライアンスの将来動向と展望 / オックスフォードの架空の物語 / 要　約 / 腕だめし 付録A　腕だめしの解答 索　引