人工知能(AI)の動向

こんばんは!

昨日、大学のメンバーに会いました。4人中3人が転職していました。。。

慶應卒の人は転職率が高い気がしております。。。

 

さて本日は、人口知能(AI)の動向に注目してみます。

MM総研の「人工知能技術のビジネス活用概況」の調査結果によると、人工知能のビジネスへの導入率は、日本は他2カ国に比べかなり遅れをとっていることが読み取れます。

f:id:keiosei:20201220011752p:plain

人工知能 導入率

 

また日本国内の人工知能の使われ方(役割)としては、業務効率化のための人間作業の代替がメインである。

 

f:id:keiosei:20201220012915p:plain

(出典)総務省「ICTの進化が雇用と働き方に及ぼす影響に関する調査研究」(平成28年

 

身近な人工知能の導入事例を挙げると、工場での不良品検知がある。従来はベルトコンベアで運ばれてくる部品等を人間の目で不良品か否か確認していたが、人工知能(画像認識AI)で自動検知して正常異常を判定するシステムである。会社にとっては、人件費が削減になり業務効率化をはかることができる。

 

日本の多くの人工知能の導入事例が、人工知能による業務効率化、人作業の代替であるが、海外での人工知能の導入では「人工知能を用いることでの新たなビジネスの創出」が目立つ気がする。

 

例えば、マッチングアプリTinder(米)はこれまでに選んだ「好み」の相手を学習して、人工知能が「超好み」の相手を提案してくれるというサービスを導入している。また、クレジットカード会社のVISA(米)は取引リスク度合いのリアルタイム解析をし、約250億ドルの詐欺被害を防止した事例もある。これらは、人工知能により新たなビジネス(サービス)を創出した事例である。

 

もちろん日本のいくつかの会社、例えば日本コカ・コーラは、SNSの投稿画像を人工知能で解析しドリンクの消費シーンを分析するプロジェクトを進めいてる。ただ、ここにも外資の力が見え隠れしている。

 

日本では人口知能の導入に対して、半数近くがネガティブな印象を持つという調査結果もある。理由としては、やはり「人工知能に仕事を奪われる恐怖」である。日本の企業が人工知能を業務効率化のために用いるだけでなく、新たなビジネス創出のために用いれば、人工知能に対してもっとポジティブになれると思う。そうすると、各企業での人工知能の導入率も上がり、世界各国との人工知能導入率差も縮めることができると思う。

 

これからますますAI開発競争は激化する。日本が各国に遅れを取らないためにも、人工知能で「新たなビジネス創出」をもっとできる未来を期待している。

 

 

ディープラーニングG検定

こんにちは!

最近朝起きると口が乾いております。乾燥って嫌ですね涙

 

さて、本日はオススメの本ということで「ディープラーニングG検定 公式テキスト」について紹介します。

 

 

そもそも「G検定」とは一般社団法人日本ディープラーニング協会が実施している資格試験です。 ディープラーニングの基礎知識を有し、適切な活用方針を決定して、事業活用する能力や知識を有しているか検定します(引用)

 

AI、機械学習を学ぶ初学者によくオススメされる資格試験になります。

試験は年2、3回実施し(オンライン)、受験料は、一般6000円、学生2500円です。

 

つらつらと、検定試験の説明をしましたが私はこの試験はオススメしておりません。

大きく理由は2つで①試験が簡単すぎて差別化できない②暗記項目もあり無駄なメモリを使うからです。要するに、あまり意味のない資格だと思っています(ITパスポート等)

 

ただし、今回ご紹介した参考書はオススメしております。

探索・推論の方法(モンテカルロ法)、機械学習手法(ロジスティック回帰、主成分分析等)

ディープラーニング手法(勾配降下法、CNN等)の幅広く手法を紹介してくれるからです。より専門的な参考書を学ぶ際には、これらの手法はほとんど説明なしに一単語として記載されております。そんな時に予め勉強しておくと理解が早く済みます。

 

 

私事ですが、以前は資格マスターでした。あまり意味のない資格を就職や昇進のために取得しておりました(ITパスポート、ビジネス基礎検定、TOEIC等)

資格は意味ないけど、学習は意味あります。そんな学習できる参考書として、「ディープラーニングG検定 公式テキスト」をお勧めします。

※私はメルカリにて購入

よもやま話(ネタ探し)

こんばんは!

今年も残すところあとわずか!現職での出勤はラスト1日になります。

少し寂しい気分ですが、切り替えて新しい職場へ!

 

ブログを書き始めて10日程度経ちましたが、日々ネタ探しをしております。

ブログをやる前は、○○書けばいいじゃんとか湯水のようにネタが思い浮かぶと思っていたのですが中々それが難しい。ただ、一方でネタ探しをするために「何かしなきゃ」って気分には駆り立てられます。そんな中であまり有効的ではないのかもしれませんが、読書の量は増えたと思います。今日もスタバ×TASUTAYAに行き、4時間で2冊くらいの本を読みました。

 

データサイエンティストを目指すにあたっては、幅広い知識が役に立つと思っています。それこそ「業界地図」などを読んで専門業界の企業、業態を知ったりして、将来的にその業界でデータサイエンス業務を担えた時に役に立てればと思っています。

 

世の中には本当に知らないことばかりです。一生勉強をし続けたとしても、未知は永遠に続くと思います。ただそこで諦めずに、日々知識をアップデートしていけばどっかで役に立つことがあると信じで頑張ります。

 

地に足のついた勉強を!!!

※「ネタ探し」というテーマから少し外れましたがお許しください

データサイエンティストの給料

こんばんは!

菅総理ニコニコ動画出演の際に「ガースです」と自己紹介しただけで

こんなにも世間は騒ぐものなのですね。本当にかわいそう。。。

 

さて、今回はデータサイエンティストの給料について語ります。

データサイエンティストの平均年収は、655万円と言われております。

 

意外と高いなというの私の正直な感想です。

ちなみに参考までに、正社員の平均年収は、409万円

          システムエンジニアの平均年収は、498万円

と言われております。

 

さて、私の年収は「300万円」です。

ボーナス、月の見込み残業(40時間)を含んだ金額になります。

少し震えますよね(笑)

ちなみに現職よりも200万近くは下がります(労働時間は1.3倍以上)

 

転職活動していた企業は、どこも似たような条件でした。

もし仮に2,3年程度のエンジニア経験があればもう少し条件は違ったと思います。

 

私の場合は、最も下のランクからのキャリアのスタートになりますが

年収を早く上げれるように頑張ります。応援よろしくお願いします!

プログラミングと数学的思考

こんにちは

あっという間に日曜日。。。週末は本当に過ぎるのが早い!

今日は家でずっとゴロゴロしていて、勿体ない感じがします。

 

さて、今回は「プログラミングと数学的思考」について語ります。

私は、プログラミングと数学は非常に似ていると思います。

プログラミング:問題に対して、ライブラリー等を駆使して効率的に解決する

数学:問題に対して、公式や決まった解法を用いて解く

 

両者とも、問題を解く上でのアプローチ方法が非常に似ていると思います。

我々が直面する多くの問題は、もうすでに先駆者が取り組んでいるものが大半で

いわば解決方法はすでに出ております。それが、プログラミングでいうところの

ライブラリーとして開発され(数学だと公式)、我々はそれを用いることで簡単に問題を解くことができます。

 

プログラミングをこれから始める人が、何か問題を解く際にはまずは類似の問題を探してみてください。100%マッチする問題はないとは思いますが、9割型コピペで解決できることが多いと思います。残りの1割は、他問題からの引用、組み合わせや、パラメータ値のチューニングが必要になるかと思います。

 

私は数学が得意で好きでした。どんな目新しい問題も、解法はある問題と同じもしくは組合せで、それをパズルのように解く感覚でした(特に整数問題等)

数学が好きって方は、プログラミングが向いていると思います。是非チャレンジしてみてください。

AIによる感情分析 ドラえもんの誕生?

 

こんばんは!

本日は金曜日です。華金でパーっと飲みに行きましょうと言いたいところですが

コロナの感染者数が日に日に深刻になってきている様子なので外出は控えましょう涙

 

さて、本日は「感情分析のAI」について語りたいと思います。皆さんは「未来型のロボット」と言えば、何を想像しますか。今の10、20代の大半は「ドラえもん」を想像すると思います。では、今の最先端ロボットとドラえもんの違いは何でしょうか。

f:id:keiosei:20201211164121p:plain

ペッパーくん(現代ロボット代表)

 

正直、フォルムや動作は限りなく未来型ロボットのドラえもんと似てきたのかなと思います。一方で、中身の部分、つまり感情表現等はドラえもんには遠く及びません。あんなにも人間社会に溶け込んで、まるで家族の一員のようなロボットは今の段階では存在しないと思います。参考までに私が一番感動するドラえもんの動画を一つ載せさせていただきます。

www.youtube.com

(もし仮に、ペッパー君が死んだ(壊れた)として、誰が悲しむでしょうか)

 

前段が長くなりましたが、もうすでにドラえもん(超感情型ロボット)はすぐそこに迫っています。人間の表情、姿勢、言葉、声の大きさ等を複合的にAIで解析し、それに対する表現するロボットの開発も進んでおります。例えば、米国海軍人工知能応用研究センターが開発した人型ロボットOctaviaは、人間と同じくらいの身長を持ち、樹脂製の顔を使ってさまざまな感情を表現できます。人間との会話の途中で片方の眉を上げて相手のことを疑っているような表情を見せたり、片方に首をかしげ口をとがらせて困惑している表情を見せたりと、さまざまな方法で感情を表現します(ただ、顔の作り表現方法が少し不気味です)

f:id:keiosei:20201211165826p:plain

人型ロボットOctavia

 

かなり近い未来(それこそ10年後)に、限りなく「ドラえもん」に近いロボットが開発されると思っています。それほど、AI感情分析による進歩はすごいものです。

 

ロボット以外の分野でも、AI感情分析を用いたサービスがリリースされております。

ベンチャー企業ではマッチングアプリにもAIを用いて、相手との親密度を判定してくれるそうです。また、皆さんでも身近に試せるサービスとしては「テキスト感情認識AI」というものがあります。利用者がテキストの文章を入力すると、それに対する感情分析をしてくれるサービスになります(もちろん無料で利用可能)

f:id:keiosei:20201211170827p:plain

感情認識AI

凄くないですか?たった文章を100字~300字入力するだけで、どんな感情になる文章なのかを解析してくれます。

ちなみに皆さんも利用できるの、興味を持ったら下記URLより試してみてください。

emotion-ai.userlocal.jp

 

 

色々長くなりましたが、「ドラえもん」は目の前に迫っているということです。

自分もAI研究をしていく中で、ドラえもんプロジェクト?とかに寄与できれば幸せだなと思います。

 

以上、良い週末をお過ごしください!

 

オススメ参考書(Python 実践データ分析100本ノック)

こんばんは

今日はマクドナルドに行ってきました。Pythonを勉強している社会人(大学生?)をよく

見かけます。やはり人気の言語であることを痛感します。

 

本日はオススメの参考書を紹介のコーナーです!!!

(アフィリエイト目的ではありません。本購入のURLを載せますが、書店で少し見てからの購入をお勧めします)

 

その本はズバリPython 実践データ分析 100本ノック」です。

 

 

データサイエンティストの業務の9割近くが「データ前処理」と言われております。

CSVファイルの欠損値や大文字小文字等の修正を行う作業です。

その際に使うライブラリー(機能をまとめたパッケージ)が「pandas」です。

「pandas」の主な機能は①データの読み込みや統計量の表示②グラフ化③データ分析

になります。Pythonで1番使うと言っても過言ではないほど使うライブラリーで、めちゃくちゃ細かな機能まで用意されています。

 

少し話が脱線してしまいましたが、この参考書を用いることでデータ前処理の基礎を知れます。CSVファイルをどうやって読み込むのか。行、列をどうやって変換するのか。最終的にどうやってデータ分析するのか等を具体的な案件を交えての解説があります。

※具体的な案件説明があると、データサイエンティストの業務も想像できると思います

 

参考書を読んでいく中で分からないところも多々ありました。

ただ、その度にネット検索すれば情報(答え)はあるので最後まで取り組めました。

 

皆さんも、一通りPythonの文法をやり終えたら是非読んでみてください。