AI学習は誰のため?ー中小企業への実装を常に考えて

めざせ!AI スペシャリスト
いまはまだ視界良好とは言えぬけれど

2019年12月1日、日曜日。
昨夜、福井出張から戻ってきて、今朝は5時起きで東京。
移動ばかりの人生だ。

11月3日に始まったキカガクの
「自走できるA I 人材になるための長期6カ月コース」
も今日で4週目。
今回はAIの本丸「画像分類・認識」の講義だ。

機械学習の回帰・分類に始まり、
WebスクレイピングなどのWeb技術も習い、
気がつけばもうディープラーニングの世界に入っている。
すべての項目を完璧に身につけることは不可能だが、
講義内容は、テキストのほか参考書も使い、
独学で深めていきたい。

機械学習については、
Pythonではじめる機械学習』を、

ちょっと分厚いけど。

ディープラーニングについては、
ゼロから作るDeep Learning』を、
メインの参考書として使う(関連本は売るほどあるけれど)。

この一冊、間違いない!

学習を進めるときに気をつけたいことがひとつ。
自分はバリバリのAIエンジニアを目指しているわけではない。
だから、常に、

実際に、中小企業の課題解決にどのように実装できるのか?

を考え、勉強のための勉強にならないようにしたい。

イントロダクションの講義にもあったが、

「いま人間が行っている単純作業をすべてAIで代替したい」

という相談があってもそれはうまくできない、という。

クラウドソーシングを利用したり、
RPA(Robotic Process Automation)を導入するほうが、
短期間で安定して成果が出る、
というのは実感として納得できる。

さらに、
機械学習の数学やモデルの学習をするだけではなく、
環境構築の技術も抑えたい。

環境構築不要の
Google Colaboratory(グーグル・コラボ)」を学習で使えるのは素敵なことだが、
中小企業の既存システムとの整合性(リモートとローカルのひも付け等)も、
きちんとフォローできるようになりたい。

学習の先に何があるかを意識しながら、
学習が実学となるよう心がけたい。

Follow me!