※本記事内で言及している Azure 上のデモアプリは現在サービス終了しています。URLは当時の記録として文字でのみ残しています。
AIエンジニアは、かなりおいしい職種！
理由は単純です。
AIは簡単に学習出来て、そして世間に必要とされている職種だからです。
現にAIを学べるスクールが滅茶苦茶多いですよね。それだけニーズがある領域、ということだと思います。
まあそれはさておき、なにより自分で作ったプログラムが動いているときの嬉しさが半端ないですね。
そしてここからが重要で、
エンジニアにとって自分をアピールするうえで、これ以上尊敬の念をもって見られる職種はないです。
エンジニアの中でも、AIエンジニアは「具体的に何を作っている人か」を相手にイメージしてもらいやすい職種です。物体検出を動かしたり、ロボットに学習させたり、画面で動くアウトプットがあるので、家族や知り合いに説明したときの反応が分かりやすく、自分のモチベーションにもつながります。
承認欲求がない人間なんていないと思うので、勉強するうえでAIは非常にモチベーションを維持しやすいです。
一昔前までは、AIを学ぶにあたる学習時間やコストは非常に高かったですが、現在はオープンソースで速攻で動かせる時代になっているうえ、クラウドを活用すれば一瞬で世界中にAIアプリをデプロイ（サービスイン）出来ます。
本当か？と思う方は下記画像をリンクして頂ければAIをone clickで体験できます。
たとえ未経験であっても、この程度のアプリならば、数カ月で作れるようになるでしょう。
AIスキルは人生の選択肢が増える！
こんにちはAI coordinatorの清水です。
滅茶苦茶久しぶりのブログになります。３年ぶりぐらいか・・・・
最近クラウド技術を身につけ始めたことで、AIがさらに楽しくなりました。
以前のようにクラウドも交えたAIネタを発信していこうとサイトをリニューアルした次第です。
まあそれはどうでもいいとして、これからAIエンジニアを目指していきたい方向けに情報を発信していきます。
わたしもAIを学習してから人生が一変しました。会社員時代の私が４０歳で東京大学発AIスタートアップに初転職して、たくさんの天才たちと出会ったことで、世の中の見え方が大きく変わりました。
そこでの体験が今の自分を作っていると思うと、
本当にAIにチャレンジしてよかったと思っています。
エンジニアスキルを身につけて新しい領域に挑戦したい方や、以前の私のように、長く同じ系のシステム保守に携わってきて「次はAIやロボティクスにも触れてみたい」と感じている方は、ぜひ私のAI勉強方法を参考にして人生の選択肢を増やして頂ければと思います。
共感して頂ける方は定期的に情報発信していきますので、順を追って勉強して頂ければと思います。
あたりまえだが学習方法が大切
いきなりテキストを購入して勉強するのはやめたほうがいいです。
理由は簡単です。
つまらないから
頭のいい人ほどテキストからとっかかる印象がありますが、私のように当時はゼロから始めた人間にはテキストいらないです。なぜなら、
理解できないから
「int」だの「list」だの「def」だのテキストで説明されても意味わからんのです！
１００回読んでも分からん！
なので最初はやりたいことをググるところから入り、ある程度動かせるようになって、さらにやりたいことがググっても見つからないときにテキストを見始めたほうが良いです。
習うより慣れろです。
ただ私の場合は、それでもほとんどテキストは読んでないですね。
だって、
必要なのはソースコードだから！
だから、とりあえず動くソースコードよこせです。
ごちゃごちゃ文法の説明いらないです。とりあえず動けば文法なんぞ最初はどうでもいいです。動くことが重要です。文法だの開発お作法などはチームで仕事するようになってから考えればいいです。クラスとか関数とかどうでもいいです。
なので、まずは動くところから目指しましょう。
動くプログラムが出来上がるたびにモチベーションが大きく上がって行きます。これは身をもって体験しています。
google colaboratoryはお勧めしません！
ガチで世の中に自作アプリをサービスインできるAIエンジニアを目指すのであれば、私は「google colaboratory」を使って勉強する方法をお勧めしません。勉強するうえで「google colaboratory」は非常に使いやすいツールではありますし、サンプルソースも非常に多いです。そのため、すぐに動かせる体験を得ることが出来ます。それはそれで一見効率が良いように感じますが、
「google colaboratory」だけでサービスインが完結することはまず無いです。
実際にAIを世の中にサービスインしたいのであれば、当然プログラミング知識のない方たちでも簡単に扱えるようにするため、エッジコンピューティングやクラウド上にAIアプリを実装することになります。
その際、
必ず環境構築という壁にぶつかります。
「google colaboratory」はそのあたりをすっ飛ばして使えるようになっているため、プログラミングをただ学ぶだけなら十分ですが、世の中に何かサービスインしたいと思うのであれば、自分のPCで動かせるところからしっかりと勉強したほうがいいです。そしてそれは大して難しくありません。パソコンを持っていれば誰でも出来ます。
よって人に使ってもらうことを前提にAIエンジニアを目指すのであれば、
自分で力で環境構築できる技術を身につける必要があります。
ただ、何度も申し上げますが、今となっては別に環境構築は難しくないです。便利なツールがあったり、ググればいくらでも問題解決できる情報が出てくるからです。
早速動かしてみよう！
AI coordinatorのyoutubeでも紹介していますが、たった４行のプログラムソースコードで物体検出が出来ることをご存じでしょうか？
すげー時代になりましたよほんと。とりあえずpythonが動く環境を準備できている方はすぐに実践できるので、是非お試しください。
サイトリニューアルに伴い、現在無料公開中！
プログラミング未経験の方は？
はい、いまここで出てきた「環境準備」ですが、これから始めたいという方は、この環境の準備が出来ていない方がほとんどだと思います。
そして大抵の方はここで諦めちゃいます。
MACはpython環境が標準で搭載されていますが、Windowsは搭載されていません。Linuxを使っている方には説明は不要かと思うので読み飛ばしてください。
さて、この環境準備ですが実はダウンロードしてインストールするだけです。楽勝です。
必要なものは以下２つで、MACでもWindowsでも両方必要になります。
Visual Studio Codeはプログラムを記述するためのもので、正直エディタは何でもいいです。
ANACONDAはpython開発環境を準備するためのもので、これは必須です。
上記２つがそれぞれ必要になります。
それぞれのサイトのダウンロードボタンからインストール出来ます。このインストール方法については数多くのサイトで紹介しているので、ここでは割愛しますが、先にVisual Studio Codeからインストールすることをお勧めします。
先にANACONDAをインストールしてしまうと、Visual Studio Codeインストール後にANACONDAの開発環境を認識できていないケースがたまに発生します。（Pathが通っていないことによるエラー）
復旧するのに割とめんどくさい作業を強いられるので、Visual Studio Codeからインストールすることをお勧めします。
一方で前述しましたが、プログラムを記述するエディタはVisual Studio Code以外にもいろいろあるため、他のエディタでも問題ありません。
この開発環境の構築できれば、先ほど紹介したyoutubeの動画をなぞるだけでAIの物体検出アプリが作れるかと思います。
そこから少し発展するだけで下記の画像のようなアプリが作れるようになります。
色々な動画で試してみよう！
実際に動かすことが出来たら、色々な動画で物体検出を試してみてください。
以下にいくつかのサンプルを紹介します。
クマ発見装置や鳥観察装置なんかもすぐに作れちゃいます。
自分で学習モデルを作れるようになれば山火事発生検知装置や火災発生検知装置なんかも作れるようになります。
どうですか？ものすごい可能性を感じませんか？
まして自分のパソコン上で自分の作ったプログラムが動くなんて、滅茶苦茶うれしい体験ではありませんか？
私は初めて動いたときは感動しすぎて涙が出ました。
そんな感動を、ぜひこのブログを読んで頂いている方々にも体験して頂きたいと思っています。
さあ、AIエンジニアをはじめよう！
ここまで読んで頂いた方は、きっとこれからAIエンジニアを目指そうという方たちがほとんどだと思います。
思い立ったら吉日です。
環境構築して、たった４行から物体検出を体験してみましょう。
きっとワクワクする未来が想像できるようになると思います。
引き続き簡単に試せるAI情報を発信していきます。是非活用いただき、人生の選択肢を増やす楽しみを始めましょう。
About The Author
LEAVE A REPLY