【読書感想文】文系AI人材になる
こんにちは。じんです。
今日は、表題にもある「文系AI人材になる」の読書感想文を書いていこうと思います。
↑ (ギプスがちょっと見えてる...)
まず、僕がなぜこの本を読もうと思ったのかなんですけど、
最近プログラミングの勉強をしていて、
『「作る側」になるのも楽しそうだけど、「使う側」も悪くないなぁ... 』
と考えることがあるからです(シンプル)。
では早速。
この本は、AI技術の発達が目覚しい昨今「自分文系だからAIとか全然わかんないよ...」とは思っているものの、自分の仕事がAIに取られてしまわないかと不安に思っている人や、なんやかんや言いながらAIに興味を持っている人に向けて書かれた
「AIに馴染みのない人でもわかりやすいようにAIの仕組みや実際の実用例などを紹介しますよ」
という本です。
まず前半(~2章)では、
①AIと人間で市場を争うのではなく共存していくべきだ。
②では手始めに「AIとは何たるや」を知りましょう。
③「文系AI人材」って必要だよね。
というような流れで説明がなされています。
確かに、AIを作る側の「理系AI人材」がどれだけすごいAIを開発したとしても、
実際に現場でそれを使う人間がいなかったら意味ないですよね。
そんな訳で「文系AI人材」は必要であると筆者は言っています。
確かに近年、文系学部でも統計やデータサイエンスなどに力を入れる大学が増え、
企業側もデジタル人材を求めるようになってきているので、
大学生の僕でもこのような社会の風潮を日々感じています。
そして3.4章では、AIがどのように学習するのか、そして、AIにもそれぞれ得意分野があり、それを分類した上でそれぞれが何を得意としているのかについて論じられています。
AIは基本的に「ディープラーニング」を通して学習を行なっています。
「ディープラーニング」とは、AIが大量のデータからそれぞれの特徴を捉え、それらに法則を見つけ出すことです。
その学習方法も
・教師あり学習(答えあり学習)
・教師なし学習(答えなし学習)
・強化学習(教師あり学習をより正確なものにする)
と分類することができます。
簡単に説明すると、データを分析するときに、そのデータに最初から分類されているかどうかという違いがあるということです。
あれば、それを元に分類ごとの法則を見つけて、情報を持たないデータが来たときにその法則に当てはめて分類を判断できる。
なければ、データごとの特徴を元に自ら法則を見つけて分類し、新たなデータには自らが作った法則に当てはめて分類する。
と言った具合で、用途にあわせて学習の方法も変えられます。
(教師なし学習がどのような場面で採用されるのかが思いつかなかったので、
思い出したら追記します!)
次に筆者はAIを
「予測系AI」「識別系AI」「会話系AI」「実行系AI」
の四つに分類し、そこからまた
「代行型」「拡張型」
という分類を行い2×4=8通りのAIがあると説明されています。
そして5章ではAIを用いた企画の方法
最後の6章では、実際の事例が45個紹介されています。
この本を読んでまず感じたのは、
「AIてめちゃくちゃ便利やん」
です。
他の書籍や大学の授業やニュースから手に入れられる情報からも、どうやらAIというものは便利なものらしいということは何となくはわかっていたが、
この本では、それらの媒体にはあまりなかった、
具体的に何が得意でそれはどう分類できて実際にどんな分野で活躍しているのか
というところにフォーカスして書かれていたので、
その部分についての理解がより深まったように思います。
冒頭にあるように、僕は最近「作り手」よりも「使い手」に興味を持っています。
この本の読了後、僕が気になったのは(筆者の分類法を借りるなら)
予測系 and 識別系 × 拡張型
のAI人材です。
理由としては、僕は、仕事の過程を 0〜10 とすると、
0〜1を考えるのが得意であり好きだと思っていて、
それを行うにあたっての情報収集や施工材料のデータを集めるのに使える
と、感じたからです。
そのためにはまだまだ知識が足りないので、
もう少しAI関連の書籍を読んでいこうと思います!
ここまで読んでいただいてありがとうございました!
ではまた!
この記事が気に入ったらサポートをしてみませんか?