全6部、36章。
AIの理解から、自分の問いの研究へ。

コンピューターの登場、ソフトウェアとアルゴリズムから、モデルと計算資源まで。AIが暮らしに入る道を学びます。

1. なぜ人はAIをつくりたいのか——人の力を広げることからまず技術ではなく人から始めます。なぜ自分の代わりに手を動かすものを作りたいのか。道具から機械へ、そして自分で判断するプログラムへ。この章では「AI は人の能力の延長にある」という出発点を整理します。
2. コンピューターはどう生まれたか——計算の必要と偉大な発明計算の必要はどこから来たのか。そろばん、機械式計算機、真空管。どの一歩も現実の問題に迫られたものでした。この章では最短の道筋でコンピューターの来歴をたどります。
3. ソフトウェアはどう人の意図を実行するか——プログラムとアルゴリズムハードウェアは命令を実行するだけです。人の意図を理解できる形に翻訳するのがソフトウェアです。この章ではプログラムとアルゴリズムの違いを整理し、「コンピューターに仕事をさせる」とは何なのかを明らかにします。
4. AIプログラムはどう動くか——モデルと計算資源モデルは雲の上の魔法ではありません。メモリを使い、計算資源を消費し、具体的な機械の上で動きます。この章では、AI の一回の回答の裏でハードウェアとソフトウェアが何をしているかを説明します。
5. 計算結果からAI製品へ——技術が生活に入るまで計算できるものが、どうやってスマホで使える製品になるのか。この章では、技術が製品になるまでに越える関門――速度、コスト、安定性、そして人の習慣――を扱います。
6. 「AIはコンピューター」とは何か——能力と限界を知る「AI はコンピューターである」と言うことは、位置づけであると同時に境界を引くことでもあります。この章では、本当にできることと、できそうに見えるだけのことを見分ける力を養います。

十進法と二進法から、デジタル情報、ベクトル、ニューラルネットワーク、言語モデルの計算基盤を理解します。

7. なぜコンピューターは0と1を使うか——十進数の物語からビットへ人は十本の指で数え、コンピューターは二つの状態しか知りません。この章では十進法から二進法へ進み、なぜ「0 と 1 だけ」のほうが信頼できるのかを説明します。
8. 世界はどう数字になるか——文字、音、画像と符号化一文、一つの音、一枚の写真。それらはどうやってコンピューターが保存できる数値になるのか。この章では、現実世界を 0 と 1 に翻訳する「符号化」を扱います。
9. データはどうベクトルになるか——数字から意味の表現へ数値だけでは足りません。機械は「意味」を扱う必要があります。この章ではベクトルを扱います。単語や文を数の並びに変え、意味の近いものが近くに並ぶようにする仕組みです。
10. ニューラルネットワークの計算——重み、学習、パラメーターニューラルネットワークは難しそうに聞こえますが、実体は掛け算と足し算の積み重ねです。この章では重み、訓練、パラメータを分解し、「学習する」とは何かを見えるようにします。
11. Tokenはどう文になるか——確率と次の選択大規模モデルは一文字ずつ「考える」のではなく、一語ずつ「推測」しています。この章ではトークンと確率を扱い、なぜ時々まちがったことを言うのかを説明します。
12. 0と1からなぜ知的な振る舞いが現れるか——計算と創発ルールは単純なのに、結果は複雑です。この章では「創発」を扱います。単純な計算が大量に重なると、なぜ知能のように見える振る舞いが現れるのかを考えます。

言葉、文化、専門の経験、社会への理解を、AI応用の設計の出発点にします。

13. なぜ多くの人はコンピューターを遠く感じたのか以前はコンピューターを学ぶ前に数学とプログラミングが必要で、その敷居が人を遠ざけていました。この章では、その壁がどう生まれ、なぜ崩れつつあるのかを説明します。
14. 大規模言語モデルは何を変えたのか最大の変化は計算が速くなったことではなく、日常の言葉をそのまま理解できることです。この章では、それが普通の人にとって何を意味するのか――誰でも、使い方を学ぶ前に使い始められる――を扱います。
15. なぜ指示を書くより問題を定義することが大切か正しい命令を書くことより、正しい問いを立てることのほうが重要です。この章では、漠然とした困りごとを、AI が引き受けられる具体的な仕事に分解する方法を扱います。
16. それぞれの専門でAgentをどう役立てるか法律、医学、教育、メディア。それぞれの使い方があります。この章では分野ごとの例を通して、エージェントが実演ではなく実際の仕事にどう入り込むのかを説明します。
17. プログラミングを知らない人がAI応用を設計するにはコードを書かなくても、使える AI アプリは設計できます。この章では設計の順序を整理します。まず目的、次に入力と出力、道具を選ぶのは最後です。
18. なぜ「文系学習者の春」なのか表現力、理解、判断が文法より重要になると、人文系の訓練を受けた人に利点が生まれます。この章ではその根拠を説明し、それが何を保証しないのかもはっきりさせます。

仕事の変化と判断、調整、検証、専門家の責任を理解し、自分の進路を考えます。

19. なぜ仕事は変わり続けるのか仕事は固定されたものではありません。この章ではいくつかの技術変化をたどり、職務がどう組み替えられるのかを説明します。消えるのは業界全体ではなく、仕事の一部の工程であることが多いのです。
20. AIはどんな仕事に入りつつあるかすべての仕事が同じように影響を受けるわけではありません。この章では仕事をタスクの種類ごとに分け、どの工程が先に引き受けられ、どれが人の手元に残るのかを見ます。
21. 人のどの能力が重要なのかAI は書くことも計算することもできますが、置き換えられないものがあります。この章では判断、責任、人と人との信頼を扱い、なぜそこが人の立つ場所なのかを考えます。
22. 人とAIはどう一緒にタスクを完了するか最良の使い方は「任せる」ことではなく「一緒にやる」ことです。この章では分担を扱います。人が方向を決め、AI が下書きを出し、人が判断する。
23. 新しい必要からどう新しい職業が生まれるか新しい職業は突然生まれるのではなく、昔からの必要が形を変えたものです。この章ではプロンプトエンジニアや AI トレーナーのような職種がどう生まれ、今後どう変わりうるのかを扱います。
24. AI時代に仕事と事業をどう準備するか流行を追うより、持ち運べる力をつけるほうが役に立ちます。この章では準備の道筋を示します。まず使ってみる、次に自分にしかできない部分を見つける。

問いから判断の見直し、実験と失敗へ。AIの持続的な創造に残る課題を探ります。

25. イノベーションはどこから始まるかイノベーションは「新しいアイデアを思いつく」ことからではなく、「どこかおかしい」と気づくことから始まることが多いものです。この章では観察と問いを扱い、引っかかる感覚を問題に変える方法を考えます。
26. 新しい情報がイノベーションと同じではない理由多く知っていることは、新しく考えることと同じではありません。この章では情報、知識、イノベーションの違いを整理し、資料を積み上げても新しいものは生まれない理由を説明します。
27. なぜ創造には元の判断を変えることが必要か本当のイノベーションは、誰もが当然だと思っている前提を覆すことが多いものです。この章ではその前提の見つけ方と、覆す価値があるかどうかの判断を扱います。
28. アイデアはどう実験と現実につながるかアイデアは安く、検証できるアイデアは価値があります。この章では、最小のコストで一つの思いつきを試せる形にする方法を扱います。
29. なぜ失敗もイノベーションの一部なのか失敗はイノベーションの反対ではなく、その一部です。この章では、失敗から教訓だけを覚えるのではなく、役に立つ情報を取り出す方法を扱います。
30. 現在のAIと持続的な創造の距離AI は既存の知識を組み合わせるのは得意ですが、新しい問いを立て続けるのはまだ苦手です。この章では、今できることと、どこで行き詰まるのかを扱います。

六つの位置でプロセスを捉え、自分のエージェントと協働の未来を探り、生命、自然、宇宙の未知へ目を向けます。

31. 人工知能の輝く瞬間——自分の価値を再発見するAI が強くなるほど、人は「自分は何者か」を問われます。この章では、道具が強くなったあと人の価値はどこにあるのか、そしてなぜこの問いが難しくなるどころか、はっきりしてくるのかを扱います。
32. AIが現実の変化を理解する必要性世界は変わり、昨日正しかった答えが今日は正しくないことがあります。この章では、AI が「事実」だけでなく「変化」を扱う必要がある理由を説明します。
33. 変化とプロセス現実の仕事の多くは一瞬で終わるものではなく、一つの過程です。この章では「過程」そのものを扱う対象として捉えます。
34. AIが本当に物事を成し遂げるために質問に答えることと、物事を成し遂げることは同じではありません。この章では、仕事を最初から最後まで終える条件――目的、根拠、中断後にも続けられること――を扱います。
35. 見えてくる未来——誰もが自分のエージェントを持つエージェントは実演から日常へ移りつつあります。この章では、個人の生活に入ったときどの習慣が変わり、どんな昔からの問題が残るのかを扱います。
36. 未知と境界講座は確かなところで止まり、不確かなことは議論に残します。この章では AI の現在の能力境界と、まだ開かれている問いを扱い、あなた自身が考え続けるための材料を示します。