N2i ジャーナル

名古屋と東京を拠点に活動するITベンチャー N2i がIT・ビジネス情報をお届けします

名古屋と東京を拠点に活動するITベンチャーN2iがIT・ビジネス情報をお届けします

AIこわくない!〜N2i キャリアトライアルで学んだこと〜

高校生キャリアトライアルレポート⑤:〜N2i キャリアトライアル〜

 

f:id:web-marke:20190903172706j:plain

私は8月後半の3日間、N2iでのキャリアトライアルに参加しました。

参加したきっかけは、自分の将来の夢がまだ決まってないこと、最近世の中にAIが進出しており、これからどうなっていくかとても気になる職業だったことから応募しました。

 

事前に課題であった『人工知能は人間を超えるか ディープラーニングの先にあるもの』を読んでからの参加となりました。

人工知能は人間を超えるか ディープラーニングの先にあるもの (角川EPUB選書)

人工知能は人間を超えるか ディープラーニングの先にあるもの (角川EPUB選書)

 

 

この本を読む前の私は、

  • AI=最近よく耳にする言葉
  • 急成長していてこれからの話題となる物
  • 便利な世の中になるが、使い方を間違えると悪魔となってしまう
  • たくさんの職業を人から奪ってしまう

このように良いイメージもあるが、悪いイメージの方が大きいものだと思っていました。

しかし、この本を読むことによって、AIは使い方さえ間違えなければ、これからの日本や世界を成長させる物になると思いました。

 

キャリアトライアルの初日は、AI(データサイエンスと機械学習について)とは何かを学んだ上で、ワークショップを行いました。

 

blog.n2i.jp

 

2日目は、N2iのイベントに参加して、そこでもう一度AIについて学びました。

 

この2日間で私が特に印象深かったことは、次の二点です。

  1. AI(人工知能)とは
  2. データサイエンスと機械学習とは

以下に、私が今回のキャリアトライアルで学んだことをまとめます。

1. AI(人工知能)とは

AIの歴史

まずは、AIの歴史について。

AIには、3つのブームが来て、今現在は第3次ブームの真っ只中にあります。

  • 第1次ブーム:推論と探索(機械的な作業しかできない)
  • 第2次ブーム:知識を人間が書いて動かす(しかし、人間の限界アリ)
  • 第3次ブーム:機械学習・・・データからコンピュータが自動的に自分でルールを見つけ出す。人間が気づかない部分(特徴量)も発見できる。自身で学習して予測ができる。

AIの定義

コンピュータを使って人間の検知を再現する。

AIの特徴

AIの特徴とは、データを読み込んで自分で判断(予測、分類)ができ、人間の6〜8割の性能を持つ。また、人間に勝てる部分も増えてきた(例:囲碁)。

劇的に進化したAI

  • コンピュータ性能の向上
  • ビッグデータの蓄積
  • アルゴリズムの進化(深層学習)

この3つによって、第2次ブームの際にできなかったことができるようになり、AIの性能が大幅に向上した。

それが、ディープラーニングの1つの手法である機械学習。

2012年の画像認識コンテストで、それまで80%代しか出せなかった精度をトロント大学が90%代を出し圧倒的な力を見せつけた。この手法こそが、機械学習である。

🙆‍♂️AIにできること🙆‍♀️

  • 分類
  • 回帰(数値を予測) 

🙅‍♂️AIにできない事🙅‍♀️

  • AIを使う目的が何かを自分で設定できない
  • データ無しで何かを作る
  • 入力するデータの傾向が変わる(時代の変則的な物に対応できない)

              ↓

  • 完全に自動化はできない
  • 結局は人間が介在してしまう。人間次第である

              ↓

これからの課題:

  • トレンド変化対応
  • 機械学習で使える学習用のデータ準備(プライバシー問題で難しい)
  • 機械学習を使用する人間が上手く使えない

AIの導入の仕方

  • 初期設計支援

              ↓

  • 利用できる保有するデータの加工

              ↓

  • 人工知能での解析・初期チューニング

              ↓

  • サービス公開

              ↓

  • 運用と改善(流行など、変則的な物に対応するため)

2. データサイエンティストと機械学習エンジニア

データサイエンティストと機械学習エンジニアの共通点は、機械学習を使って課題を解決すること。

データサイエンティストは、データを機械学習を使って分析し、企業に貢献する。

機械学習エンジニアは、分析されたデータを用いて機械学習モデルを開発する。この2つがあって初めて課題が成り立つ。

手順は、

  • 課題がある

              ↓

  • お客様からお話を聞く

              ↓

  • 何が課題なのかを考える(ここが1番重要で時間がかかる)

              ↓

  • データ、予算、最終的な形、どんな物を想定しているかを確認した上で開発

              ↓

  • 機械学習モデルは納品して終わりではないため、その後もメンテナンスを行う

キャリアトライアルを通して考えたこと

これらのこと、特に1と2を学んで、AIの悪いイメージが、これからの社会に貢献する、社会がよりよくなる優れ物だと思いました。

AIに不可能なことを人間が補い、AIにできることはAIに任せる社会になれば、もっと効率的に世の中が回り、もっと活気的になりそうな気がします。

私はまだ、将来これがやりたい!という職業が明確ではありませんが、最近は医療系の職業が気になり始めました。

なので、AIを導入した、効率的で新しい医療をやってみたい、と、このキャリアトライアルを通して思いました。

また、深いところまであまり知られてないAIについて詳しく教えて頂いたおかげで、AIの正しい認識ができて、自分の将来について考える新しい選択肢が増えました。

これからも、AIについてもっともっと知っていきたいと思います。

 

MK

 

【広報追記】

  • 本ブログは、インターンシップ参加者のレポートを元にしています。タイトルや構成、言い回しなど、文意が変わらない程度に広報で編集を入れています。
Powered by はてなブログ