仕事を辞めたニートがAI人材になるまで(13)/便利なAIツール紹介
久しぶりの投稿となってしまいました。
何か成果物があるときに投稿するようなペースで行こうと考えていたのですが、最近は授業を視聴+テストを行うというよりは、自分で一から何か機械学習モデルを作ってみるという方向に努力しているため、さくっと何か成果物を投稿できてませんでした。
簡単な画像認識/分類モデルなんかはすぐ作れるのですが、今取り組んでいるAttentionレイヤー付きのニューラル機械翻訳モデルは、なかなか一筋縄ではいけません。
当初は一からモデルを作る予定だったのですが、あまりにも時間がかかりそうだったので訓練済みモデルを活用してなんとか自作のコーパスを組み込めないかと検討中です。
また、KaggleだったりSignateだったりで練習問題に取り組んだりもしているのですが、今まで授業で取り扱っていたのが前処理がほぼ不要のトイデータだったことを痛感しました。
NaNデータの前処理や穴埋め、特徴量エンジニアリングなどはつまらないことに思えても、機械学習の基盤とも言える大事なことであることがよくわかりました。
一生懸命勉強したあとに、まだこれだけでは対応できないほどに奥の深い世界にいるんだと認識して、水族館でジンベエザメを見た時のような無力感も少し感じます。
それでも私のモットーは猪突猛進、気合い、粘りなのでまだまだ喰らい付いていく所存です。
最近したこと
AtCoderで粘っています。先週のToyota主催のものは、過去問に比べてすごく難しく感じました。
2問解いた後、3問目、4問目も粘ってみたのですが計算量を最適化しながら実装する方法が思いつきませんでした。
ちなみに、最近ChatGPTが話題になっていますが、ChatGPTはプログラムもかけます。
欲しいコードを適切に表現してプロンプトとして渡せば、割と良いものが返ってきます。
試しに履歴書用のウェブサイトを作るように指示したら、こんなサイトを作ってくれました。
非常にシンプルではありますが、HTML初心者の私にとっては骨組みとして申し分ないものかと思います。
ここに肉付けていけば、いい感じのページになるかと思います。
ChatGPTが代表するAIアプリケーションの勢いがすごいのをTwitterで見て、他に色々と試しています。
例えば「Kodezi」はコードの穴埋めだったり、コメントの記載をAIがしてくれるというものです。
Leet Codeなどの問題を解く機能もついているのですが、AtCoderの問題で試してみたらC問題くらいまではできました。
ネックは、抽象的な問題に対して「要するに何をしたいのか」をうまく言語化できるかが試される、そして計算量の最適化まで勝手にやってくれるというわけではないということです。
私見で言うと、A問題B問題などは自分で書いた方が早かったです。インターネットが弱い地域にいることも原因かもしれませんが、、
まとめ
最近、色々と手を出したり、いろんな論文を読んだりなどしています。
オンライン講義で勉強をしていた時と比べ、知識獲得のルートが体系化できていないのが不安なポイントです。
とは言っても、何もわからない状態から試行錯誤したり、新しい技術について学んだりすることは無駄ではないと思います。
今後は細かい調査の他に、転職に向けて実用的なWebアプリを公開していきたいです。
今の所エラーの嵐で難しくなってるのですが。泣
この記事が気に入ったらサポートをしてみませんか?