AI coordinator https://ai-coordinator.jp Let's play with AI Thu, 09 Mar 2023 04:34:09 +0000 ja hourly 1 https://wordpress.org/?v=6.4.3 https://ai-coordinator.jp/wp-content/uploads/2023/01/cropped-icon-32x32.jpeg AI coordinator https://ai-coordinator.jp 32 32 AIで作るオリジナルグッズ作成方法! https://ai-coordinator.jp/t-shirt https://ai-coordinator.jp/t-shirt#respond Thu, 09 Mar 2023 04:34:08 +0000 https://ai-coordinator.jp/?p=968 本日、大人になってから初のマラソン大会に出場したことで、生きてく上で闘争心こそ若さの秘訣なんだなと感じているAI coordinatorの清水です。

最近はAIアートでGPUをブン回して遊んでいるのですが、せっかく出力した画で何か商品にできないか?と思い、これまた人生初めてのオリジナルグッズを作ろうと思い、実際にTシャツを作成してみたので、そのやり方を紹介したいと思います。

ちなみに今回作ったTシャツはこちらです。

STEP 1:まずはAIアートを作ろう。

手軽にオリジナルグッズが作れる世の中になっていますが、まずはイラストを作らないと話になりません。ということで、巷で流行っている「stable diffusion」でイラストを生成します。

「stable diffusion」のセットアップは方法はyoutubeで紹介しているので、まだの方はこちらの動画を参考にセットアップしてみてください。

今回はこちらのAIアートでTシャツを作ってみます。

画像サイズはTシャツに印刷する印刷エリアに合わせて適当に作りました。

今回はグッズラボさんにTシャツ作成を依頼しましたので、印刷エリア 287 x 406mmと仕様が決まっているため、AIアートはこれに収まるサイズになります。

ただmm換算からピクセル返還する必要があるので、こちらのサイトでmmからピクセル返還しておおよその画像サイズを決定しました。

STEP 2:オリジナルグッズを発注する

発注すると言ってもWebで完結するので楽です。グッズラボさんではTシャツがいくつも種類のがあるので適当に選びます。UIがシッカリしているので、画像をアップして文字を追加するなど、色々出来ました。

Tシャツの色も変更できるようなのですが、とりあえず白で作ることにしました。

STEP 3:数量を決める

ロット単位で発注すれば、1着あたりの金額を抑えることが出来るみたいですが、とりあえず1点物で作ってみます。

3420円で税込み3949円でした。

ここまでわずか10分程度。

すごいな。本当に最近は便利なサービスがあるんですね。届くのが楽しみです。

STEP 4:現物を確認する

5日程度で届きました。

素材感はこんな感じです。

べったりとペンキみたいに塗られてくるようなイメージでしたが、生地にシッカリ色がついた形で完成しました。

こんな感じで爆速でオリジナルグッズを作ることが出来ました。メチャクチャ楽しいですね。

今度はオリジナルマグカップとか作って販売までやってみようかなと思います。

]]>
https://ai-coordinator.jp/t-shirt/feed 0
AIで始める短編小説&画像生成の作り方! https://ai-coordinator.jp/novel https://ai-coordinator.jp/novel#respond Sun, 05 Mar 2023 10:19:49 +0000 https://ai-coordinator.jp/?p=978 こんにちはAI coordinatorの清水です。

最近では生成系AIが猛威を振るっておりますが、皆様はAIを活用していますでしょうか?文章生成や芸術がAIによって民主化しましたね。

これからはAIをうまく活用できる人が大きく稼げる時代になることは間違いありません。

しかもAIは誰でも簡単に扱える時代になりました。

まだ始めていない方は今すぐ稼げるAIの勉強を始めましょう。

これがAIが生成した短編小説と画像だ!!

AIには「ハリネズミと宇宙の小説を作って」と依頼し、画像生成AIには「ハリネズミと宇宙」のイラストを作って頂きました。
以下、結果になります。少々おかしい所もあるかもですが・・・

「ハリネズミの星の旅」

ある日、小さな星に住むハリネズミのアルフィは、空を見上げていた。彼女はいつも夜空を見上げ、星座や宇宙を夢見ていた。そんなある日、アルフィは偶然、小さな宇宙船を見つけた。

興味津々のアルフィは、宇宙船に近づいてみると、中には奇妙な生き物がいた。彼女は話しかけると、その生き物は「私は宇宙船の乗組員で、君を宇宙に連れていってあげるよ」と答えた。

アルフィは大喜びで、宇宙船に乗り込んだ。宇宙船の中はとても広く、アルフィは初めて見る様々な機械や光景に興奮した。宇宙船はスピードを上げ、星々の中を飛び始めた。

アルフィは驚くばかりの美しい星座や、宇宙空間で遭遇する様々な生き物に出会った。しかし、彼女は宇宙空間がとても寒くて、寂しさを感じていた。

そんな時、アルフィは乗組員に「宇宙に住む生き物って、みんなこんなに寂しいの?」と尋ねた。乗組員は「たまには寂しくなることもあるけれど、宇宙には素晴らしいものがたくさんあるよ」と答えた。

乗組員の言葉に心を打たれたアルフィは、宇宙を見る目が変わった。彼女は、宇宙空間の美しさや奇妙な生き物たちを見ることで、寂しさを忘れ、楽しい旅を続けた。

そして、ある日、アルフィは地球に帰ることになった。乗組員は「これは君の宇宙旅行の証」と、アルフィに小さな宇宙船のおもちゃをプレゼントした。

アルフィは感動して、乗組員に「また宇宙に行きたいな」と話しかけた。乗組員はにっこり笑い、アルフィを送り出した。

アルフィは、宇宙空間の美しさと奇妙な生き物たちと出会った経験を忘れずに、地球に帰ってからも夜空を見上げるようになった。そして、その小さな宇宙船のおもちゃを大切にして、いつかまた宇宙へ旅立つ日を夢見るようになった。

数年後、アルフィは大きくなり、科学者になった。彼女は宇宙について研究をすることに情熱を注ぎ、宇宙船の設計にも携わった。

そして、ついにアルフィが設計した宇宙船が完成した。彼女は自分自身も搭乗して、宇宙へと飛び立った。

アルフィが宇宙を見る目が変わったのと同じように、彼女が設計した宇宙船は、新しい発見や驚きに満ちた旅を彼女にもたらした。彼女は、夜空に輝く星々や、異なる種類の宇宙生物たちを見て、ますます興奮した。

しかし、彼女が旅を続けるうちに、宇宙空間がとても危険であることに気づいた。宇宙船は様々なトラブルに見舞われ、彼女は何度も危機を迎えた。

しかし、アルフィは決して諦めず、懸命に修理を行い、宇宙船を次々と再起動させた。彼女は、宇宙空間の危険性を乗り越え、新たな発見と成果を手に入れることができた。

アルフィは、宇宙空間にある不思議な力や美しさ、そして危険性について多くを学んだ。彼女は、宇宙に住む生命や、宇宙そのものに対して、深い敬意と愛情を持つようになった。

そして、アルフィは、地球に帰る日を迎えた。彼女は、自分が得た知識や経験を、次の世代に伝えることを決めた。彼女は、地球の若者たちに、宇宙に対する興味や熱意を注ぐように促し、彼らが自分たちの宇宙旅行を実現する手助けをした。

アルフィが宇宙に旅立ってから、数十年が経った。地球上の科学技術は飛躍的に進歩し、人類は宇宙開発に注力していた。そして、ついには、アルフィが設計した宇宙船よりもはるかに高性能な船が作られ、新たな発見が次々となされていった。

しかし、その中でも、アルフィの宇宙船が持っていた特別な魅力は失われることはなかった。彼女の船は、誰もが心を惹かれるような愛らしいデザインであり、また、彼女自身が持っていた情熱や愛情が詰まった船であったからだ。

その宇宙船は、博物館に展示され、多くの人々が訪れるようになった。アルフィの名前は、宇宙開発の歴史の中で、重要な位置を占めるようになった。

彼女の宇宙旅行は、単なる冒険で終わったわけではなく、多くの人々に希望や夢を与え、科学技術の発展に貢献した。そして、アルフィは、小さなハリネズミとの出会いが、自分の人生にとって、いかに重要なものであったかを改めて思い出した。

彼女は、自分が小さなハリネズミを宇宙に連れ出したように、若者たちに夢と希望を与えることができる、そんな存在であり続けた。

そして、アルフィは、地球を見上げる度に、自分が旅した宇宙の広がりや美しさを思い出し、心を躍らせるのであった。

使用したAIは?

短編小説を作ったAIは「ChatGPT」です。画像生成AIは「stable diffusion」になります。

それぞれの使い方を紹介した動画をyoutubeで公開しているので、ぜひ参考にしてみてください。

本当にAIでなんでも出来る時代がやってきましたね。

ぜひAIを活用してクリエイティブなエンジニアを目指していきましょう。

]]>
https://ai-coordinator.jp/novel/feed 0
年齢性別判定Webアプリを即行で作る方法 https://ai-coordinator.jp/azure_computer_vision_agegender https://ai-coordinator.jp/azure_computer_vision_agegender#respond Tue, 28 Feb 2023 09:36:35 +0000 https://ai-coordinator.jp/?p=913 だんだん春が近づいてきましたね。stable diffusionでエロ画・・ゲフン、ゴホゴホ、あ~、じゃなかった、壮大な風景を作成して遊んでいるAI coordinatorの清水です。

今回はめっちゃ簡単に以下の年齢性別判定Webアプリの作り方を紹介します。

必要なのはMicrosoft Azureのアカウントとpythonソースコードです。アカウント作成と聞くと拒否反応がある方もいるかと思いますが、無料で使えるので大丈夫です。(クレジットカードの登録がありますが、無料枠内で出来ます。)

それにこれからAIエンジニアを目指す方は、クラウドの知識もあった方が絶対稼げるようになります。AIは間違いなくクラウド一択の時代が来るからです。

AIは自分で作る時代ではなく、使い倒す時代です!

今回は、それが体感できる記事を作成しています。ぜひ最後までお付き合いください。

この記事通り動かせるようになれば、Microsoft Azureが提供するAIはもちろんのこと、AWSやGCPが提供するAIも好き放題動かせるようになり、間違いなくAIで仕事を作り出す側になれます。非常に簡単にできますから、ぜひ頑張ってみてください。

2023/2/28 現在では、年齢性別判定の利用には申請が必要となっています。

英語ですがgoogle翻訳使いながら申請すれば数日で結果が来ます。こちらの申請が通らないと利用することが出来ません。

(正確にはAPIを投げてもリターンが得られない状態となります。顔の位置情報は取得出来ます。)

Microsoft Azureのアカウントを作ろう!

公式ページからMicrosoft Azureのアカウントを作りましょう。無料で始めるボタンを押して登録してください。画面の流れに沿って個人情報をカツカツ入力していけば、簡単にアカウント作成出来ます。

もしAIやpython未経験の方であれば、pythonの開発環境の説明動画もありますので、そちらを参考にして開発環境も自身のPCでご準備ください。開発環境の構築はインストールするだけなので非常に簡単です。

Azure computer vision の立ち上げ

アカウントを作成したら、早速「Azure computer vision」を立ち上げましょう!。画面でポチポチやるだけで作成出来ます。以下の順序で立ち上げますが、文章で細かく書くのは面倒くさいので、動画を準備しました。不安な方は動画を参照してください。

  • リソースグループを作成する。(場所はどこでも良いが、東日本にしておく)
  • Azure computer visonサービスを立ち上げる。(こちらも場所をどこでも良いが、東日本にしておく)
  • Azure computer visonのキーとエンドポイントを取得する。

はい。以上でAzureの準備は終了です。簡単ですよね。

Pythonソースコードの準備

pythonのソースコードを準備しましょう。上記手順で取得したキーとエンドポイントを使ってAPI(Application Programming Interface)を呼び出します。APIとは簡単に説明するとAzureと自分のプログラムを接続するというイメージで理解しておいて貰えば良いです。つまり、自分のプログラムからAzureに「年齢を判定してちょ!」と依頼するイメージです。

使い方の説明は公式サイトに詳細がありますが、解読するには正直素人にはかなり難しいです。これを読んでいると日が暮れるので、こちらのソースコードをつかって頂ければ、こちらで紹介している動画のように簡単にセットアップが出来ます。

ソースコードにキーとエンドポイントを張り付けて起動してもらえば、年齢性別判定Webアプリケーションが起動します。

ぜひ色々試してみてください。

AIは作るよりも使い倒せ!!

これからのAIエンジニアに必要なスキルは、数多くのAIサービスの中から最適なAPIを選定し、体験や感動を与えることが出来るサービスを提供できるAI人材が稼げるようになります。

もちろん一から作ることを否定しません。出来る方はチャレンジすれば良いと思いますが、これだけ気軽に使えるAIが大手クラウドサービスから提供されているため、ほとんどソースコードを記述せず使える時代がやってきました。

ぜひ、色々なAPIを使ってアイデアを膨らませてみてください。これからも面白いそうなAPIを当サイトで積極的に紹介しますので、ぜひ稼げるAIエンジニア目指して頑張ってください。

]]>
https://ai-coordinator.jp/azure_computer_vision_agegender/feed 0
男性諸君は「Stable Diffusion」からAIを学べ!さあセットアップしろ! https://ai-coordinator.jp/stablediffusion https://ai-coordinator.jp/stablediffusion#respond Fri, 17 Feb 2023 08:18:37 +0000 https://ai-coordinator.jp/?p=846 「Stable Diffusion」のあまりの完成度の高さに興奮しているAI coordinatorの清水です。

「Stable Diffusion」をご存じですか?画像生成AIなんて呼び方すら生ぬるい!

無限XX画像生成AIだ!

以下の画像がその一例だ!!

他のサイトで紹介している内容は真面目過ぎる!

風景画だの建築画だの面白くないでしょ!そんなもん生成してどうすんだ?

男なら無限XX画像生成だ!!!

次元が違いすぎる表現力

この画力がやばい!!

私もstyleGANなど、画像生成AIのモデル作成にチャレンジしていた時期もありましたが、もはやそんなレベルではない。実写レベルからアニメ画像レベルまでを自由に生成することが出来てしまう、

無料のオープンソース

が世の中に出て来てしまいました。そうなんです。無料なんです。

そして、その名を・・・・

stable diffusion

と呼ぶ!

何が出来るのか?

生成した画像の例を紹介しよう。

これはほんの一例だ!

では何が凄いかって言うと、

欲しい画像の呪文をAIに与えれば、無限に好きな画像を生成することが出来ることだ!

呪文?

そう、呪文だ!

空、海、机、犬、くじら、マントヒヒ、XX、などなど・・・・・・

要は単語で作ってほしい画像の特徴をAIに伝えるのだ!

そして、夜中にプログラムを起動して「Stable Diffusion」に呪文を与えたのち放置すれば、朝には呪文にそった数千枚のXX画像が出来ている!

夢のようなAIプログラムだ!

バリエーションも豊富だ!好みのAIモデルを選択し、作成ボタンを押すだけ!

AIモデルを選択????・・・

意味の分からないあなた!そんな方こそ、習う前に慣れろ!

使えばAIモデルの選択の意味が分かる。

大丈夫だ。心配はいらない。

いやでも色々なAIモデルを試したくなる。

そんなモチベーションにまで感情をぶち上げてくれるAIプログラムが「stable diffusion」だ!

さあ、悪魔を召喚しろ!セットアップだ!

必要なものはNvidia製GPU搭載のPCだ!

Google Colabでも出来るが、いろいろな制約があるためお勧めはしない。

自分のPCでセットアップすべきだ。RTXとかGTXとかパソコンにシールが貼ってあればOKだ。

3世代前のGTX1080でも動くことは確認している。

要はGPU搭載のゲーミングPCがあれば誰でも出来る。あと必要なのはオープンソースだ。

オープンソースって何?

そんなレベルだったとしてもビビるな!

そんなもんセットアップ終了後には意味が分かるようになる!

ググってググってググりまくれ!

そして画像生成に成功したとき、そのときあなたは立派なAIマンだ!

何?今すぐやり方教えろ!

そんな方達のために、「Stable Diffusion」のセットアップ方法をまとめた動画を準備したぞ。

ぜひ活用してくれ!

ちなみに生成した画像の取り扱いについては、すべて自己責任で御願い致します。

つまり、このオープンソースを使うことは色々なリスクを生む可能性がありますよ!ということです。個人で勉強がてら楽しむ分には問題ないと思います。知らんけど。

気になるセットアップ動画はこちらです。

]]>
https://ai-coordinator.jp/stablediffusion/feed 0
未経験に朗報!いまこそAIエンジニアを目指すべきたった一つの理由とは? https://ai-coordinator.jp/easy_ai https://ai-coordinator.jp/easy_ai#respond Sat, 11 Feb 2023 13:24:59 +0000 https://ai-coordinator.jp/?p=796 最近のAIの進化は凄まじすぎる!、そしてそれをたったの数行のプログラムで実装できる時代が来ていることを皆さんはご存じでしょうか?

こんにちは。AIを使いこなすことに楽しみを感じ始めているAI coordinatorの清水です。

この記事を見つけられた方は、AIエンジニアに興味がある方と思います。そんなあなたに朗報です。

もはや最先端のAIを使うのに、プログラミングスキルなんてほとんど必要ありません。

そして、結論から申し上げると、

自分で簡単にAIサービスを作ることが出来る時代が来ました。

実は、プログラミングスキルはほとんど必要ありません。さらに巷ではAIを学習するうえで数式の知識が必要だとか説明がありますが、実装するだけなら、

ぶっちゃけ必要ないです。騙されないでください。

そして、今後のAI開発に必要なスキルは、

各種AIサービスを使い倒し、AIを作るよりも使いこなすスキル

が必要になります。

つまり、世の中にどんなAIがあるかを知れば、自分のアイデアを簡単にプロダクトとして世に送り出すことが出来るようになります。

これからのその根拠を説明します。

ほんの数行でAIを使うことが出来る時代になった。

YOLOv8の記事でも紹介しましたが、最新のアルゴリズムがたったの3行で動かせる時代になりました。

もはやこのレベルになると、コードを書くというのは朝飯前になり、プログラミング学習をほとんど必要とせず、自分が作りたいアプリを簡単に作れる時代が間違いなくやってきます。

数式なんてプログラム上に出てきませんよね?

ChatGPTをご存じでしょうか?使ったことがある方であれば、こいつの凄さが分かるかと思います。

ChatGPTはたった4行のコードで画像を生成するアプリが作れます。

試しに、
「野球少年が橋の上をランニングしている」絵を生成してくれと依頼したら、以下の画像を作ってくれました。

歩いている感はありますが、画像も著作権フリーです。有料で素材を購入する時代も変わってきそうですよね。自分でいくらでも画像を生成出来ちゃいますから。そして画像生成サービスを即座に作ることが可能だったりします。

なんなら、たった数行のソースコードで人生相談アプリも作れちゃいますよ!

そしてビックリしたのが、

ChatGPTはソースコードも作ってくれます。

ノーコードが最近は流行ってましたが、そんなルールベースのノーコードの次元を覆すほどです。

試しにUSBカメラを起動するpythonプログラムを教えてと質問したら、100点の回答を頂けました。

凄すぎる!開発に必要な環境構築方法だって教えてくれます。

これらの何が凄いって、

数行のプログラムソースコードで実現できちゃうところです。

そしてそのソースコードですら、AIがレビューしてくれる時代になりまた。これで嫌いな上司や客先にソースコードのチェックを出さなくてもすみますねwww。

本当にやばいなこれは。

最近の学生はChatGPTでプログラムの勉強をしています。

これからのAIエンジニアに必要なスキルは、AIを選び使いこなす技術だ!

東京大学発AIスタートアップにいたから分かるのですが、滅茶苦茶コストかけて作り上げていたOCR技術なんかが、今やグーグルレンズでタダで使えたりしますからね。

もうそういう時代なんだんなぁ~~と、夜な夜なAIを勉強していた頃を思い出すと、なんか複雑な気持ちもしますが、これが現実です。

コストかけて、より複雑なアルゴリズムを編み出し作り出したAIだとしても、chatGPTのような最新技術に一瞬にして取って代わられる現実を目の当たりにしています。

しかし一方で、ワクワクする気持ちほうが大きいですよね。

アイデア一つですぐAIサービスが作れる時代

にもなっているわけです。

これはチャンレジしないわけにはいかないでしょう。だってすぐ作れますからね。

さあ、AI coordinatorになりましょう!

ここまでお読み頂きありがとうございます。

AI coordinatorでは、ついにAIをコーディネートする時代が来たことを大変うれしく思っています。

これに伴い、以下に該当する方を対象に、すぐにAIを扱えるようになる教材の販売を開始いたします。

  • AIエンジニアになりたいけど何から始めればいいか分からない。
  • pythonの勉強を始めて3日で挫折しました。
  • 文系だからという理由で諦めている。
  • 新しい自分にチャレンジしたい。

一方で、以下のスキルをお持ちの方は、この教材の対象外となります。

  • pip install -r requirements.txt や conda install が使える。
  • git cloneができ、オープンソースを使うことが出来る。
  • VS code や Anacondaを使ったことがある。
  • データサイエンスを目指している。

教材の内容はAIライブラリーの使い方やAPIの使い方を紹介する教材になります。

  • LESSON01:開発環境の準備方法。VScode と Anacondaをインストールしよう
  • LESSON02:たった3行でYOLOv8の物体検出を体験しよう
  • LESSON03:ChatGPTを使って画像を生成してみよう
  • LESSON04:ChatGPTを使ってQ&Aを作成してみよう
  • LESSON05:VS codeにchatGPTを搭載してソースコードレビューを体験しよう
  • LESSON06:Azure Cognitive Services – AI ソリューション向け APIを使ってみよう

さらに教材をご購入頂いた方に限り、

ご購入後1カ月間に限り、上記レッスンを達成できるまで不明点があれば、私がオンラインでサポート致します。

気軽にご相談してください。

1点注意としてChatGPTやAzureを使用するにあたり、クレジットカードの登録が必要になります。とはいえ、使わなければ料金は発生しませんので、ご安心ください。

是非チャンレンジしてください。

AI coordinatorはこれからAIエンジニアを目指す方達を応援致します。

]]>
https://ai-coordinator.jp/easy_ai/feed 0
社畜の元客先常駐SierがMicrosoft CEOに会えた話!エンジニアこそ情報発信せよ!! https://ai-coordinator.jp/microsoft https://ai-coordinator.jp/microsoft#respond Fri, 03 Feb 2023 03:53:32 +0000 https://ai-coordinator.jp/?p=756 突然ですが、私は客先常駐の社畜SierからAIエンジニアを独学で目指し、Microsoft CEO(サティア ナデラ)に会うまでに至りました。(サティア ナデラ氏の写真左が私です。)

あまりこういうネタを話すのは好きではないのですが、エンジニアでありながらクリエイティブとは程遠い開発に毎日追われて、大変な目にあっているエンジニアの方達に向けて、自らの情報発信のすばらしさを伝えたいと思います。

色々な奇跡が重なっての結果であり、私自身の力だけでは到底ここまでこれなかったのは事実ですが、AIエンジニアを目指したからこその結果だと思っています。

あなたは情報発信していますか?

こんにちは。AI coordinatorの清水です。

最近はさらに髪の毛が薄くなり、頭が軽くなってきました。
寒い日が続きますが、ハゲが進行しているエンジニアの皆様はいかがお過ごしでしょうか?

いきなりですが、これを読んでいるエンジニアの皆様、あるいはエンジニアを目指して勉強を始めている皆様は積極的に情報発信していますか?

情報発信すれば、人生はより良い方向に勝手に向かっていきますよ!

もし今の自分の働き方を少しでも変えていきたいと日々思っているのであれば、絶対に情報発信をしたほうが良いです。もしやっていないのであれば、開発したものや勉強したものをブログなりツイートするなり、今すぐ情報発信を始めましょう!

感じたことや思ったことを発信するだけで開発意欲や勉強意欲がわきますし、そういった情報を必要としている人たちがいるのも事実です。そして情報発信を始めてから3か月後には、自分自身が今よりも成長していることが実感できて楽しくなるのは間違いないです。なぜなら自分の身近な生活周辺から変化が出てくるからです。

すぐに始めるなら、私が普段使っている、

エックスサーバー

をお勧めします。管理画面からポチポチ画面を押すだけでブログサイトを作ることが出来ます。

情報発信は人生を変える。

私は今年で45歳になります。AIの勉強を始めたのは38歳ごろです。
それまでは客先常駐Sierとして、古い基幹システムをずっと保守してきました。
給料こそ高かったですが、はっきり言って死ぬほどつまらない仕事でしたね。下請けでしたから理不尽極まりない職場でした。なんせ職場ではスマホを触るな!っていうルールがあるぐらいで、PCの持ち込みなんかやろうもんなら、即刻退場扱いぐらいの職場でした。ネットに繋がる環境もない職場で、そのくせ「最新技術の勉強会やりましょう」とか言うもんだから、バカなんじゃないかな?って思ってました。

AIの勉強を始めたころは都内で開催している勉強会に参加していたのですが、職場にPCを持ち込めないので、最寄りの駅のコインロッカーに預けて出社してました。今思えばそんな職場に40歳まで17年間も務めていたことが本当に凄いなと思いますし、エンジニアとしての人生を本当に無駄にしてきたなと今更ながら思います。

もしこれをお読みの方で、似たような境遇の方は是非この記事を参考にしてください。

ただこれは私が単純にその職場に合わなかったというだけで、別に間違ってはいないんですよね。職場のセキュリティーに完璧を目指したら、こういったルールになるのはしょうがないと思います。

でもね、

学習意欲があるエンジニアを目指す方にとっては、こういう職場では何も成長できないんですよね。社外のネットワークも見れないような職場は、昔ながらの技術だけで保守運用しているような職場でしょうから、最新のITスキルが全く身につきません。

コロナで客先常駐エンジニアの働き方も変わったきたかもしれませんが、それでもなお出社を余儀なくなされているエンジニアは相当数いると思います。一方で給料も高くて安定していますから、その場所が落ち着く人がいるのもまた事実だと思います。

ちなみに今の私は自由です。5年前からでは想像できない働き方が出来ています。

すべては情報発信を自ら始めたことがスタートだったんだなと、今ならそう思えます。

ビビるな!どんな情報であっても必ず必要としてる人がいる!

私は金融系のSierだったのでCOBOL言語しか使えませんでした。pythonの存在を知らなかったほどのレベルです。そんな私がAIの可能性を知り、自力でAIブログを2017年から始めました。ブログサーバーを立ち上げたのですが、そもそもサーバーってなんだよ?ってところからスタートした感じです。

ホント、エンジニアとしてのITスキルがなく、今思えばマジでレベルが低かったんだなぁと改めて思いますが、自分の力で作ったサイトのPV数が増えるのがうれしいんですよね。見てくれている方がいると思うと、それだけでやる気になりますし、たまに質問が飛んできたりとかして、かなりブログ運営が楽しくなります。

そしてそんな私が勉強で作ったプログラムソースをブログに貼り付けて紹介していただけで、DeepLearningの分野で登壇を依頼して頂けるまでになりました。

依頼を受けた時は、不安以上に死ぬほどうれしかったです。

今まではセミナーに参加して聴講する側で、私は登壇している方を見るたびに自分とは違う方で、

「クリエイティブな世界で活躍している方達なんだなぁ~」

と、うらやましい気持ちで見ていたものです。

そんな自分が登壇する側に来ることがあるなんて、うれしくて仕方がなかったことを今でもよく覚えています。

これを機に自分の人生が大きく変わったんだと思います。

チャレンジを恐れなくなりました。

大会に出場できるレベルになる!

登壇を機に、仲間が出来ました。私程度にご挨拶してくださった方たちとPepperアプリを作ろうとなりまして、SoftBank Robot World 2017で「FINDING KIDS」のプレゼン&デモ展示を実施しました。

はじめてのイベント会場での作品紹介では、動かなかったらどうしようなどの「悩みや不安」に連日襲われましたが、いざ始まってみると、会話がメインでメチャクチャ楽しかったのを覚えています。(一部動かなかったけどwww)

さらに調子に乗って国際ロボット大会出場

ここから憧れだったロボット開発にチャレンジを始めます。ラズパイから勉強をはじめ、自作の小型ロボットを3カ月で作り上げました。

2018年にもなると、ネットにロボットの作り方のノウハウがいっぱいあるんですよね。DCモーターやサーボモーターの動かし方など、書籍も充実していたのであっさり作れました。ROSもこのとき勉強しました。

そんなとき、「World Robot Summit 2018」の存在を知り、ダメもとでエントリーしたところ、なんと応募カテゴリ「災害対応標準性能評価チャレンジ」で出場が確定し、DMM.make AKIBAでロボットの開発をして出場しました。

ここで、

ロボットは個人でも開発できる時代になったことを知りましたね。

住宅ローン&子持ちで、東京大学発AIベンチャーに転職

40歳で初めて転職しました。

住宅ローンと生まれたばかりの子供がいる中、年収も大幅に下げて東京大学発AIベンチャーへt転職しました。

世間からみれば、とんでもない選択肢ですよね。ローンも家族もいて、年収下げて転職とか通常では受け入れられない選択をしました。OKしてくれた妻に感謝です!

低学歴でバカ大出の私は、一生、東京大学とは縁がないだろうなと思っていましたが、情報発信を始めてから、本当に人生が変わりました。
入社後はマジで天才たちに囲まれての日々で、インスピレーション起きまくりで楽しかったのをよく覚えています。

こういう環境こそが、エンジニアの醍醐味だな!

オフィスも自由な空間で、客先常駐の敷き詰められた缶詰職場とは大違いでした。

休憩するからとホワイトボードに数式を突然書き始めた方がいて、「それ休憩じゃないでしょ!」っと、突っ込みたくなるような職場でもあり、天才って本当にいることをそこで知りました。そして、

そんな方達ほどマウントをとるようなことをせず、年上でバカな私を見下さず対等に会話してくださったのを本当にありがたく思いました。

これが本格的にAIエンジニアとして仕事を始めた時期でした。2018年夏です。

時系列でみれば情報発信から1~2年程度の勉強でここまで来ましたからね。もっと早くからチャレンジしていれば良かったなと思います。

そしてビジョンが大事であることを知る!

その後、個人でのAI活動から晴れてAIエンジニアを職業として働き始めました。その後、サブスク型iosアプリを作ったり、個人でAI教師や企業向けAIコンサルタントとして活動していた時期もあります。

一方で、そこからさらに大きく飛躍しようと思ったら、やっぱりビジョンが大事だということを、現在私が所属しているAGRIST株式会社の代表と出会えて知ることが出来ました。

(ちなみにAGRIST株式会社はエンジニアを絶賛募集中です。)

私はそのビジョンの実現に向けて、技術でどうそれを実現するかをMicrosoft AZUREを活用しながらMicrosoft担当者の方と開発を進めました。

クラウド開発も趣味レベルではなく、業務レベルで勉強したのもこの時が初めてです。Microsoftの方も親身になって話を聞いてくださいました。

そんなおりですね、突然イベント参加へのお声がかかって、Microsoft CEOにお会いできたのは。

だからなんだよ!って感じもしますが、私が伝えたいのは、同じエンジニアでも、ただの社畜から情報発信を始めれば、ここまで自分を変えることが出来るんだという、この素晴らしい事実をこれからエンジニアを目指していく人たちと共有したいと思っています。

さあ今すぐ情報発信を始めよう!

情報発信に年齢は関係ないし、ノーリスクで始められる!

これからは間違いなく、エンジニアが活躍できる時代が到来します。わかりやすい例として、今後はどんどん人手不足により自動化が加速しますから、AIエンジニアが重宝される時代が間違いなくやってきます。さらにオープンソースやクラウドは増々使い易くなるだろうし、小型マイコン(エッジデバイス)も今よりも普及するでしょうから、個人でサービスが提供しやすいエンジニアにとって良い時代が必ずやってくるはずです。

少ないリソースでより多くのこと(Microsoftが掲げているDo more with less)が出来る時代になってきます。こうなってくると面白いのが、技術を身につけているエンジニアが世の中のサービスの主導権を握れる時代になってくるということです。

海外では既にそんな感じになってきてますが、日本はエンジニアの評価がどうも低い。ただ、今後はこのエンジニアの評価が低いという構図が日本でも大きく変わってくるのは間違いないです。

自分で作ったプログラムをクラウドにデプロイして世界中に展開するというようなことが、自宅で一人で出来るようになりますからね。

ぜひ、情報発信から始めてみましょう。

コツは無理のない範囲で少しづつ自分のペースで始めることです。Twitterが気軽で便利なのですが、できれば自分でサーバーをもって、自分のドメインを取得したほうが愛着わきます。

サーバーの知識もなんとなくでも知ることが出来るので、ブログサーバーを立ち上げることをお勧めします。

私が普段使っているサーバーは

エックスサーバー

です。画面をポチポチやるだけで使用できますし、利用客が多いのでググれば使い方などの情報が多いのも魅力です。

最後まで読んでくださってありがとうございます。私はこれからAIエンジニアを目指す方達を本気で応援しています。開発相談も承っています。是非頑張って下さい。

]]>
https://ai-coordinator.jp/microsoft/feed 0
python未経験はstreamlitで写真を取るところから学べ!! https://ai-coordinator.jp/streamlit_camera https://ai-coordinator.jp/streamlit_camera#respond Thu, 26 Jan 2023 12:31:45 +0000 https://ai-coordinator.jp/?p=745 これから画像処理AIエンジニアを目指そうとしている方に向けて、メチャクチャ簡単にpythonで写真を取る方法を紹介します。

streamlitの使い方を学ぶメリットについては以前の記事でもご紹介しましたが、streamlitの素晴らしいところはソースコードが少なくてすみ、見た目がカッコいいことが挙げられます。

そして、すぐにwebアプリ化できるところが魅力です。

ブラウザからWebカメラを起動できる。

こんにちは。AI coordinatorの清水です。
本日もメチャクチャ寒いですね。とういことでAIエンジニアを目指す方向けに小技を紹介していきます。

さて、そんなstreamlitですが、なんとブラウザからWebカメラを起動することが出来ます。
そして、これがメチャクチャ簡単なんです。
画像処理AIエンジニアは頻繁に写真を取得したり、AIに推論させるために画像を扱うことが非常に多いので、簡単に写真を取得できる機能は本当にありがたいです。

イメージして頂くために、写真を入力にAIを動かすサンプルを紹介しますので、興味がある方は以下の画像をクリックしてください。実際にstreamlitでwebアプリ化したものを体験できます。(アクセス集中により起動に時間がかかることがあります。)

たった2行のpythonソースコードで作ることが出来る!

話を戻して、どれぐらい簡単に出来るかというと、たった2行で写真が取れます。

import streamlit as st
picture = st.camera_input(“Take a picture”)

上記プログラムのファイル名を camera.py とします。
1行目でstreamlitをインポートし、2行目で撮影出来ます。

では実際にやってみましょう。まずはターミナルを起動して以下のコマンドでstreamlitライブラリーをインストールします。

pip install streamlit

数秒でインストールが終わったら、下記コマンドで camera.py を起動しましょう。

streamlit run camera.py

自動でブラウザが起動します。ブラウザにカメラの使用許可を聞かれたら「許可する」を押します。
するとどうでしょうか?ブラウザにパソコンのカメラの映像が写っていませんか?
(もしブラウザが自動起動しなければ、URLに “http://localhost:8501” を打ち込んでください。)

たった2行のpythonソースコードでカメラを起動することが出来ました。
さらに、カメラ映像の「Take Photo」を押下してみましょう。
映像が止まって、写真を撮影出来たのではないでしょうか?

「Clear photo」を押すと、また撮影モードに戻ります。

これだけで出来ちゃうんです。凄い。しかもこれはブラウザ上で動いているため、立派なWebアプリケーションです。

こんな感じで簡単に撮影できちゃうのがstreamlitなのです。

画像処理ではOpenCVが王道だけど・・・

pythonで画像処理をやろうと思ったら「opencv」というライブラリーが王道です。これを使わずして画像処理をやることはまずないでしょう。ただ写真を撮るソースコードを「opencv」で実装すると、そこそこ行数がかさみ、まあまあ大変です。
そういう意味でも、この行数の少なさで写真撮影が出来るのはstreamlitの大きな魅力です。

ちなみに撮影したデータは2行目のpictureに保管されています。撮影した写真を煮るやり焼くなり、YOLOv8に突っ込むなり、あとは好きに使うだけです。

如何でしたか?

さあ、AIエンジニアを目指そう!

こんな感じでブラウザ上でバリバリ動くwebアプリケーションを作りながらpythonを学ぶと、アッという間にAIエンジニアになれます。

是非色々試してながら動かしてみてください。

]]>
https://ai-coordinator.jp/streamlit_camera/feed 0
python未経験に朗報!話題のYOLOv8が、たった3行でリアルタイム物体検出が出来るぞ! https://ai-coordinator.jp/yolov8_3line https://ai-coordinator.jp/yolov8_3line#respond Wed, 25 Jan 2023 03:26:12 +0000 https://ai-coordinator.jp/?p=707 こんにちは。画像処理大好き人間のAI coordinator 清水です。
YOLOv8が出たっちゅうことで、まあちょっと動かしてみるかとやってみたところ、これが過去バージョンとして比較して、ぶっちぎりに簡単に物体検出を試せるようになっていたので、「これは未経験にお勧めだ!」と思い、記事にすることにしました。
これからAI始めたいけど、何をして良いか分からんという方は、まずこのYOLOv8を動かして、「AIエンジニアに俺はなる!」と感動するところから始めてください。

いきなりソースコード

で、

3行ってどんなpythonロジックなんだ?

これです。

from ultralytics import YOLO
model = YOLO(“yolov8n.pt”)
results = model(0 , show=True)

この、たった3行で以下のようにリアルタイム物体検出が出来ます。

ね?簡単でしょ!
凄すぎる!
数式なんぞ理解せんでも簡単に出来ます。というかぶっちゃけ数式を意識して開発することなんてほとんどないです。というか無いです。

だって世界中の天才数学者たちによって、ライブリーとして簡単に扱えるように既に準備してくれているのに、それを使わず一から勉強して開発する必要なんかないし、はっきりいってそんなのは時間の無駄で、金になりません。

よって、数学分からんし文系だからという理由でAIエンジニアを諦めるのは本当にもったいないです。「習うより慣れろ」です。
とにかく数多くのオープンソースを動かしまくり、AIの感覚を掴んだほうがよっぽどビジネスでは役に立ちます。この感覚がビジネスでは重要で、

顧客要求をAIでクリア出来そうかどうかが、肌感覚で分かるようになります。

さて、YOLOv8を動かすために必要なライブラリーはたった一つです。以下のコマンドでインストールしましょう。

pip install ultralytics

これだけで、条件が全部そろって動かせます。

「pip install」ってなんだよって方もいるかと思うので、簡単に説明するとpythonのライブラリーをインストールするコマンドです。
Macをお使いの方であればターミナルからすぐに使えますが、windowsは標準で準備されていないため、Anacondaをインストールする必要があります。インストールすればpipコマンドが使えるようになります。Anacondaのセットアップの詳細は他サイトで沢山紹介しているサイトがあるので、ここでは割愛します。

さて、話はYOLOに戻して、一昔前までは、えらく苦労して動かしたものです。技術の進歩は凄いですね。
ちなみにYOLOv8の本家はこちらです。
ごちゃごちゃとドキュメントに使い方などが記載してあるので、詳しい使い方を知りたい方は目を通してみましょう。
英語ですが、chromeの翻訳で十分読めます。

セグメンテーションもできる優れもの!

モデルを変更すると、ピクセル単位で物体検出ができるセグメンテーションも出来ちゃいます。

モデルの変更ってどこ変えるねん?

2行目です。

from ultralytics import YOLO
model = YOLO(“yolov8n-seg.pt“)
results = model(0 , show=True, save=True)

こんな感じで動きます。

凄すぎる!やばいなこれ。面白すぎる!

もちろん動画にも対応!

当然ながら動画にも対応しています。

動画にも対応って、どこ修正すんねん?

3行目です。

from ultralytics import YOLO
model = YOLO(“yolov8n.pt”)
results = model(“movie.mp4” , show=True)

動画ファイルを指定すれば、指定した動画で物体を検出してくれます。

最近のゲームのグラフィック性能はホント奇麗ですね。AIも人と間違えるほどのレベルです。

物体検出した結果の動画も保存できる。

save=True を追加するだけです。

どこに?

3行目です。

from ultralytics import YOLO
model = YOLO(“yolov8n.pt”)
results = model(0 , show=True, save=True)

実行すると、実行時のディレクトリに「runs」というフォルダが作成され、その配下に物体検出結果の動画を保存してくれます。

もう何でもありですね。本当に簡単に出来るようになりました。

これはもうAIエンジニアになるしかないでしょ!

これを知ったら、もうAIエンジニアになるしかないですね。
この程度のことが出来るだけで世間からすげ~と言われる職業が「AIエンジニア」です。

思い立ったが吉日です。もう始めるしかないです。

今回紹介したYOLOv8に限らず、色々なソースコードがそこら中に転がっているので、色々動かしながらAIの感覚を掴んでいけば、数カ月でAIエンジニアとしてやっていけるようになります。数式なんぞ必要ないです。

なにより、動かした数だけ会話が出来るようになります。
この会話ってのが重要で、

数多く動かしていれば、要望している性能をAIでクリア出来そうかどうかの判断が感覚値で掴めるようになります。

今回は画像処理メインで紹介しましたが、最近ではchatGPTを始めとした自然言語処理や画像生成ができるGANなんかも数多くのサイトで紹介されています。

是非色々参考にして、手を動かしながらAIエンジニアを目指して頂ければと思います。

]]>
https://ai-coordinator.jp/yolov8_3line/feed 0
これからpython勉強するならstreamlitを使いながら勉強したほうが絶対に良い理由 https://ai-coordinator.jp/study_streamlit https://ai-coordinator.jp/study_streamlit#respond Mon, 23 Jan 2023 11:03:55 +0000 https://ai-coordinator.jp/?p=670 これからpythonを勉強して、「AIエンジニアに俺はなる!」と意気込んでいる方に向けて、お勧めの勉強方法を紹介します。
特に独自のオリジナルプロダクトを作って、世の中に展開していきたいと野望を抱いて勉強を始める方には本当にお勧めです。

結論から言うと、pythonのwebフレームワークであるstreamlitを使いながら勉強したほうが絶対に効率が良いです。

理由をこれから説明します。

気軽にWebアプリケーション化できる!

こんにちは。AI coordinatorの清水です。
最近は寒すぎて、ずっと家に引きこもりながらプログラムソースコード書いて遊んでいます。
今週末はスキーに行ってきます!そしてたまに捻挫して帰ってきます。

さて、そんなことはどうでもよく、pythonを勉強するなら絶対にstreamlitと合わせながら勉強したほうが後々効率が良いので、それ理由について説明します。
理由はたった一つです。

AIプログラムを記述しても、人に提供できる形で作らないと意味がない。

これにつきます。
プロダクト化を目指しているなら絶対に避けて通れない道です。

AIプロダクト(この場合、AIでなくても良い・・・)を作った際、

どのような形で納品しますか?

です。
まさか納品時に開発環境を構築したPCを渡し、「起動するときはターミナルを開いて、コマンドプロンプトからコマンドを打ち込んで、そしてpythonを起動してから使用してください」なんて、こんな馬鹿な方法で納品するわけないですよね?

まあ、納品先がそれで良いなら全然OKですが、ほとんどのケースでそれはないと思います。

常識的に考えれば、

ユーザーが使いやすい形で納品する。

はずです。

実はAIは納品方法が難しい

AIはコンピューターリソースをかなり食います。そのため「気軽に使う」が割と難しいです。
納品方法の例を挙げれば、

  • エッジで提供:電源を入れれば、あとは勝手にプログラムが起動してAIが使える。
  • スマホ:アプリに組み込む。
  • クラウドで提供:URLをクリックするだけでAIが使える。

が代表的な納品方法かと思います。

しかし、上記3つはpythonを勉強するのとは別の技術スキルが必要になります。

そのため、AIプログラムをいくら作っても、いざ納品時にどうするかで頭を悩ますのです。

エッジにしてもスマホプリにしてもクラウドにしても、ググればそれなりに使えるようになりますが、どの基盤にプログラムを載せるにせよ、その基盤に合わせた作りかたをしていないと、大きく作り直す羽目になります。

エッジで提供する方法を考えてみる

エッジにはラズパイやらjetsonやら便利な小型マイコンが世の中には沢山あり、プログラム自動起動方法の説明などいくらでもありますが、物理的なケースやスイッチなども取り付けることを考えると、エッジ上での開発は気軽に出来そうで割と難易度が高いです。

そして昨今では、この小型マイコンは半導体不足やらなんやらで、入手し辛いうえ、値段がくそ高くなりました。

数年前に比べて気軽に挑戦できる感じではなく、物理的なハードウェアを扱うことから、電源周りもかなり勉強しないと最悪火災が発生するなど、学習コストという意味ではハードルはかなり高いといえるでしょう。私も購入したばかりのラズパイを、その日のうちにショートさせたことがあります。

ただ私のようにロボットが好きな人は積極的にチャレンジして行くと良いでしょう。

スマホアプリで提供する方法を考えてみる

まあ、いうまでもなく、専用のSDKを使って開発が必要なります。pythonだけでは完結しません。そのうえアプリストアで販売するためのアプリ登録や審査など、割とめんどくさいです。
というか、めんどくさいです。

ただ、アンドロイドは知らんが、iosはCore MLといったマシンラーニング専用のリソースがあって、勉強すると結構面白いです。

最終的にスマホアプリ化を目指しているのであれば、スマホアプリ専用のSDKを積極的に活用しつつ、pythonを勉強すればよいと思いますが、未経験の方が両方同時に勉強するはかなり大変だと思います。

それにwebアプリの場合、ブラウザを起動すればアプリが使えるため、スマホアプリ化をする必要がないケースもあります。そのあたりも踏まえてスマホアプリ化を考えたほうが良いしょう。

クラウドで提供する方法

一方、クラウドは楽勝です。すぐに出来るようになります。

何らかのwebフレームワークにそってプログラムを作っておけば、速攻でプログラムをクラウド上にデプロイして、世界中にいきなりプロダクトを展開することが可能です。

お試し版ですが、参考に以下の画像にyolov5をwebアプリ化したリンクを貼っています。
たったワンクリックって物体検出AIが使えます。(アクセスが集中すると起動に時間かかるかもです。)

ちなみに、このWebアプリはpythonだけで実装しています。

この程度のWebアプリであれば、ソースコードも300~500行程度で作れます。動画やリアルタイム機能を除いて写真機能だけにすれば100行で作れるでしょう。

いやいや、ちょっと待てと、

クラウドの知見が必要だろ?

と、突っ込みがありますが、慣れれば、

アカウント作成からデプロイまで15分で出来ます。

そして、そのあたりのデプロイ方法についても当サイトで紹介します。
そのため、これからAIエンジニアを志す方はpythonのwebフレームワークである「streamlit」を使うことをお勧めします。

streamlitを使う理由は他にもあるぞ!

streamlitはデータサイエンティストのためにつくられたwebフレームワークです。そのため、データ分析結果を表示する機能が多数準備されていて、さらに見た目もかっこいいです。

プログラム1行で見た目がカッコいいGUIが作れる。

中途半端にデザインに凝るぐらいなら、streamlitのGUIを積極的に活用したほうがかっこよく出来上がります。
「streamlit」でグーグル検索すれば、たくさんの例が出てくるので、一目でデザイン性の良さがわかるかと思います。
そしてソースコードもほとんど記述する必要なく、グラフ表示が可能だったりします。

こういった理由などから、streamlitは見た目の開発に注力する必要なく、AI開発に専念できるため、かなり学習コスト抑えて勉強することが出来ます。
未経験の方にも取っ付き易いです。

ブラウザで動くから、作っていて楽しい。

個人的にこの理由が一番ですね。作ったものがブラウザ上で動いている姿を見るとメッチャ楽しいです。
たった1行のプログラムでカメラ起動から撮影機能までも実現できていたり、1行で風船を飛ばしたりと、基本的なものからユニークなものまで、開発ライブラリーがそろっています。
opencvでカメラ起動と撮影機能を実装しようと思ったら、20~30行程度記述する必要があります。その点、streamlitはソースコードを少なくして実装が出来ます。
このあたりは初心者にっとて、滅茶苦茶うれしい部分になりますね。

で?どうやってその「streamlit」使うの?

公式サイトのトップページに動画があって、その通りやればブラウザ上でアプリが作れます。

APIリファレンスも丁寧にサンプルソースコードと合わせて説明があるため、とても扱いやすいです。

pythonで少しAIをかじったら、すぐにでもstreamlitを使ってブラウザ上で動かす練習をしてみると良いと思います。

私も早いうちからこのstreamlitを使っておけばよかったと思っています。

そのほかのpython Webフレームワーク

一応、触れておきますと、streamlit以外に、

  • Django
  • flask

といったpython Webフレームワークもあります。
そのうち紹介しようと思いますが、こちらはフロントエンドやバックエンドの知識が必要になるフレームワークです。HTMLやJavascriptなどフロント側の言語の学習も必要で、自由度の高い開発が出来る分、それなりに勉強が必要になります。

ちなみに私はflaskから勉強しました。フロントエンドとバックエンドの通信の仕組みなど、分けわからん感じで必死に勉強した記憶があります。

大掛かりに開発が必要になったときに勉強すればよいと思います。

さあ、AIエンジニアをはじめよう!

最後まで読んで頂きありがとうございます。
ぜひ頑張ってください。引き続きAIエンジニアネタを発信していきます。

]]>
https://ai-coordinator.jp/study_streamlit/feed 0
プログラミング未経験こそAIエンジニアを目指そう! https://ai-coordinator.jp/blog_start https://ai-coordinator.jp/blog_start#respond Thu, 19 Jan 2023 05:53:53 +0000 https://ai-coordinator.jp/?p=593 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。ぼろい商売だと思います。
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。

「私はSEです。」と説明しても、「へ~そうなんだ~、で?、SEって何やってんの?」で終わりますが、「AIエンジニア」と説明すれば、それだけで大抵は「すげ~」となります。

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。

物体検出アナライザー
年齢性別アナライザー
画像解釈アナライザー

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。社畜でバカだった私が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クリエイティブな仕事に挑戦したい方や、以前の私のようにエンジニア職で就職したと思ったら、実際には古い基幹システムのメンテナンスばかりで、クリエイティブとは程遠い仕事をやっている方は、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。

つまならいから

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、私のような社畜バカ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。そしてそれは対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pytnon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。

]]>
https://ai-coordinator.jp/blog_start/feed 0