【AI・勉強範囲とステップについて】

Naoki Tanaka

AIに関する1回目の投稿は、以下について書きます。

  • 勉強する目的

  • 対象となる勉強範囲

  • AIに関する今後の投稿テーマ

AIについて勉強する目的

AIを勉強する目的

目的の1つ目は、今後10〜20年でAIはほぼすべての産業でビジネスプロセスや付加価値、生産性を劇的に変えるもっとも重要なテクノロジーだと考えるからです。
AIにおいて最も重要なテクノロジーであり第三次AIブームが起こる直接の原因となった技術であるディープラーニングが2006年に発表されてから、実用面では簡略化すると以下のような流れを辿っています。

  • これまでAIが使われている製品やサービスはeコマースやSNS、動画サービス、帳簿アプリ、などインターネット関連産業のサービスがメイン。

    • スマホの普及と相まって、決まったフォーマットで大量のデータが取得できるインターネットサービスは、AIと相性が良かった。

  • 近年、自動運転を行う自動車やお掃除ロボットに代表される家電などハードウェアを制御するものへのAIの活用も実用化レベルにある。

    • カメラ性能の向上、画像認識技術の向上、センシングに代表される制御技術の発達による。

  • 今後は、ロボット技術やドローン技術によるハードウェア側の進化とIoT,クラウドによるデータ取得・蓄積技術と相まって、AIはあらゆる産業のあらゆる製品に活用される可能性が高い。

目的の2つ目は実務面でリテラシーを高める必要があるからです。
現在弊社アイガーでは3年ほど前からまだ売上構成比10%未満ですがAI開発を受託しています。徐々に売上に占める割合も増加してきており、今後もさらに高まるAI開発のニーズに応え、AI開発プロジェクトの受託を強化していく方針です。そのためにもAIに関するリテラシーを高めていく必要があるためです。

勉強の視点

目的を定めたとしても、”どんな立場や役割からその目的の達成を目指すか”により学ぶ内容や深さが異なってくるため、私の場合は以下の視点で勉強します。

  • エンジニアではなくビジネス側(事業運営者)の視点で勉強する

    • プログラミングの実務的な内容や、最新の技術を常にキャッチアップし続けることまではしない(すでに社会実装されているか近々高い確率で社会実装される技術を選びキャッチアップする)

    • ただし、エンジニアと事業の構想を話し合ったり、対象を正しく理解し納得感を持って重要な意思決定できる程度には知識とスキルを身につける。

    • 新規事業や既存事業にAIをどのように取り入れるべきか、またはAIをベースにした事業のイメージが湧くレベルまでAIを理解することがゴール。

対象となる勉強範囲

これからAIに関する勉強を行うにあたり、対象となる勉強範囲は以下を想定しています。

  • 基礎概念

    • 用語

    • 歴史

  • 基礎数学

  • 基礎プログラミング(Python)

  • 機械学習の実装(プログラミング)

  • 導入事例

基本概念・用語

まずはAIに関する全体像を掴むため、AI・機械学習・デープラーニングの関係や「ニューラルネットワーク」、機械学習の代表的な分類である「教師あり学習」「教師なし学習」「強化学習」、各アルゴリズムなど基本的な概念や用語についての理解を目指します。

特にAI(人工知能)という表現は定義が曖昧かつ非常に広義であるため、私の勉強する対象は以下の図を参照し、機械学習とディープラーニングとします。

出典：総務省 情報通信白書 令和元年版 機械学習における基本的な仕組み

また、以降AIを「機械学習」と表現しても問題ない場合(機械学習の内容だけに限定している話の場合)は、「AI」ではなく「機械学習」と呼ぶことにします。
例）「AIに関する勉強」ではなく「機械学習に関する勉強

基礎数学

機械学習に必要な基礎数学は以下の３つと言われています。

  • 微分積分

  • 線形代数

  • 基礎統計

そもそもコンピューターが担う基本的な役割は入力された値から結果を出力することなので、そのコンピューターで計算される、機械学習の計算方法を理解するには数学が必須のようです。

自分は数学に対して苦手意識がありますが、なんとか食らいついていきたいと思います。

基礎プログラミング(Python)

機械学習の実装にあたり、基礎レベルのプログラミングは理解しておく必要があります。

機械学習では主な言語はPythonになるので、Pythonでのプログラミングを基礎レベルまで学びたいと思います。

機械学習の実装(プログラミング)

Pythonでの基礎レベルのプログラミングを学んだ後は、ライブラリを使い機械学習を実装してみようと思います。自分で機械学習の実装を行う経験を持つところまで足を踏み入れることで、よりビジネス側（事業者側）の視点で見たときの解像度を上げる目的です。

今後の投稿テーマ

今後はしばらく以下をテーマに投稿を継続していきます。

詳細は少し考えますが、2つか3つのテーマを並行して1記事として投稿していくのも飽きがこなくて良いかなと考えています。

  • 勉強したことのアウトプット

    • 基礎概念

    • 基礎数学

    • 基礎プログラミング(Python)

    • 機械学習の実装(プログラミング)

  • 導入事例

  • 2040年のAI

  • アイガーのポジション取り(仮定)

以上です。


この記事が気に入ったらサポートをしてみませんか？