『AI』って何なのかを知りたい。

けど、何から始めればいいかわからない。

1年ほど取り組んでみて、頭に詰め込んだものを、書き出してみる。

取り組みはじめた頃のころ

きっかけは仕事

あるシステムが、業務の繁忙期になると処理性能のピークを越えてハングして困っているということで、原因調査をお願いされた。

ログ解析を手作業で行い、時系列の負荷状況の推移のグラフ化、問題個所を特定できたけど、これって今流行り(2019年当時)のAIで解決できないかなと思っていた。

そうすると、機械学習なるものがあって、ログ情報を大量に読み込んで問題個所を分析できるか実証しようという取り組み(PoC)に参加することになった。でも、そのサービスを提案した企業の説明が、雲をつかむような話で、分かったような分からないような・・。

あぁ、これからは機械学習とかAIとか知らないと、時代に乗り遅れるかもと漠然と思ったけど、AIを研究しているのはきっと超がつく有名大学で、全く知らない素人が今からAI開発の知識ってどうやって勉強して行けばいいの?

手始めに

昔、プログラマをやっていた頃もあって、AIってどういう風に作るの?に興味があったのと、目の前の実証試験PoCで、機械学習の提案をしている企業の担当者の言っていることが、少しでも理解できるようになるには?と言うので、次の2つが目標になった。

① AIプログラムを自作する(できるかわからないけど)

② AI全体の概要とキーワードを理解する

1つ目はPythonとか言うプログラムで作られているらしいけど、どうもそれだけではなさそうで、とても時間がかかりそうなので、2つ目から取りりかかることにした。

取り組んだこと

|① AIプログラムを自作する(できるかわからないけど)

 → ひとまず保留

|② AI全体の概要とキーワードを理解する

 → ちょうどJDLAというところが、学ぶべきことを体系的にまとめたシラバスを公開していて、
   ついでに資格試験も実施しているらしいことが分かった。
   その資格は、『G検定』と言う名前だった。

 → と言うことで、『G検定』を取ってみると、今よりもう少し分かるようになるのかなと、期待しつつ。

1つ目の道のり

最初

  • 仕事でPoC
    • 機械学習とかの分析結果は、まだ期待の方が大きいのかなと言うものだった
    • 人(自分)の分析の方がまだ役に立つとひと安心
  • G検定
    • 2か月ぐらいじっくり時間かけて勉強
    • シンギュラリティとかSFチックな話は面白かったけど、よく分からないような知識を無理やり詰め込んでる感じがした

『G検定』で少しはAIについての知識は増えたのは確かだけど、詰め込みの知識だけだと、結局裏で何やっているのか分からず、AIの仕組みを説明している動画見ても、何のことかもよく分からず、やっぱり、

|① AIプログラムを自作する(できるかわからないけど)

作って動かしてみないと。

まずは、プログラムのPythonから勉強からと言うことで、codexaの無料講座やってみる。でも、あまりにも新鮮(昔のプログラムと比べると)過ぎて、ギャップ埋めるだけで大変だし、やっぱりAIって言うような気がしないまま、悶々と…。

そういえば、G検定で勉強した『ディープラーニング』と言うのが、どうも今のAIの中で使われている技術らしくて、それ理解するには数学(線形代数、確率統計、情報理論とか)+技術論文を理解しないといけない、その論文は山ほどある・・。

結局、これもお金出して体系的に学ばないと、何も進められないなと。

  • E資格の講座をポチッ
    • 20万ぐらいだったか・・

その後

  • codexaの無料Python講座やってみる
    • NumPyの使い方とかだったかな・・
    • Minicondaを使ってコマンド実行を試す
  • 認定講座申し込み
    • ゼロから作るディープラーニング入門で勉強
    • ヨビノリで線形代数勉強
    • 認定講座の座学とコーディング演習
    • 修了試験
    • 7か月ぐらいかかって、ようやく修了
  • E資格受験
    • 2か月ぐらいかけて勉強。合格
    • 受験レポート: はじまり

2つ目の道のり

E資格に合格はした。DCGANとか言う、初期の画像生成プログラムを動かしてみた。でも、

できない(足りないこと)

  • 今のレベルは、AIを自作できるレベルにない。
    • イチからコードを書けない。プログラムスキルが不十分
  • 自動運転など強化学習の分野は数学が難しく太刀打ちできない
  • 音声認識など自然言語処理は論文が難しく量も多い
  • 何よりコードを知らなさすぎる

分かったこと

  • ディープラーニングがどのようなものか。機械学習とどう違うのか
  • AIがどのようにデータを取り込んで、どのように学習するのか
  • 漠然とAIってどんなものなのか
  • 機械学習の実行環境や動かし方

そして、次のステップへ

データコンペが開催されているらしく、ディープラーニング含む機械学習で解決したい課題と、サンプルのソースコード(チュートリアル)が用意されている。データコンペにいくつか参加すると、さらに分かるようになるのでは?

  • データコンペに参加

Posted by futa