この記事は、以下の方向けに執筆しています。

・とにかくAIブームに乗りたい方
・転職してAI案件に携わりたい方
・AIに必要な知識だけをざっくり身に付けたい方

関連記事：AI人材になるにはスキルよりまず職種を選択しよう続きを読む

就職を控える大学生や若手会社員にとって、これからの変化の波を読むことは重要なことです。自分が身に付けたスキルや経験が、将来不要になるのではと心配していることでしょう。

今起きている社会変化は、"人工知能"というテクノロジーが牽引しています。その変化はとても急激です。人間が把握できる情報量では追い付けなくなっています。

しかし人工知能分野の事業開発に携わる一人として、これからの生活がどう変わるか、大枠での予測は可能だと思い、５年後に起こりうることを予測しました。

未来予測の考え方
①メタップス佐藤さんの本「未来に先回りする思考法を」を大いに参考にする
②自分が人工知能の仕事で体験したことを参考にする
③世の中の統計データを参考にする
    続きを読む

上司から一言「人工知能について何か考えてみてくれないか」

翻訳すると、「外部環境として他社のＡＩの事例を調べ、内部環境として自社のビジネスプロセスを分析し、ＡＩを導入できそうな領域を特定し、人工知能の開発方法を検討し、導入後にどのくらい収益に貢献するかのストーリーを作ってくれ」 ということです。

数あるムチャ振りの中で、最もムチャ振りな仕事と言えるでしょう。このセリフを言われたら、こう返してください。
「それなら〇〇さんが人工知能に詳しいみたいですよ。」
※〇〇には潰したい人の名前を入れましょう

逃げられなかった人へ
おめでとうございます。あなたは流行の最先端です。一緒にＡＩバブルに踊りましょう。
続きを読む

チャレンジすると失敗する。チャレンジしなければ失敗しない。
人間は失敗から学ぶ。
よって、人間の成長を最大化するためには、チャレンジ数を最大化することだ。

新規事業とはチャレンジの代名詞であり、成功確率は高くない。成功率を高めるためには、何度も経験するしかない。蓄積スキルは、経験数とコミットメントの掛け算だ。

一方、推進を担う事業開発部門はわりと花形な部署でもあるため、失敗すると、出世コースから外れたり、次の新規事業を任せてもらえなくなる。チャレンジ数を最大化したくとも、何度もチャレンジさせて貰えないのだ。

ここでは僕が実際に行った、新規事業失敗の社内的ダメージを最小化する方法を紹介したい。おそらく新規事業以外の失敗でも応用できるはずだ。

続きを読む

人工知能技術の歴史を変える１冊が出版されました。


現在人工知能技術（ＡＩ）は、Googleが牽引しています。その技術力は世界随一です。またWeb上の検索データを掌握しています。これからのGoogleの発展は、そのまま人工知能の発展といえるでしょう。

一方本書は、人工知能技術の本命であるディープラーニングについて、極めて分かりやすく説明してくれています。いずれ古典となる本です。

一般の人にディープラーニングという最先端技術を民主化したのです。現在本書の輪読会が多数開催されています。今後本書を学んだエンジニアが、世界を変えるためにＡＩの開発を行っていくでしょう。この本が日本語で出版されたことを、大変うれしく思います。 

多くの日本人に本書を読んで欲しいのですが、 １４０字以上の文字を見ると痙攣する人もいるかもしれません。ですので、本書のエッセンスを簡単に解説します。

続きを読む

Pythonで人工知能を使ったWebサービスを作ってみます。具体的には、その人がニートかどうかを予測するプログラムです。
今は洗練された機械学習のオープンソースやWebフレームワークが用意されていて、とても簡単に実装できます。初心者の方でも1ヶ月ほど勉強すれば十分出来るようになるのではないでしょうか。
なお今回のWebサイトは、cssなどのデザインが超適当です。。。

順番はこんな感じです。

１．Pythonをインストールする
２．FlaskとWTFormsをインストールする
３．データを用意する
４．予測モデルを実装する
５．予測結果をＨＴＭＬに渡すプログラムを実装する
６．結果を表示するＨＴＭＬを作成する   
続きを読む

理系研究者は、この大自然を対象に、仮説を立て、実験を行い、データを集め、法則を発見している。
一方データサイエンティストは、企業を取り巻く市場環境や生産設備などに対して、データを集め、分析し、パターンという法則を発見する。 その法則は、自然科学分野のような普遍性は持たない。その企業でしか役に立たない局所的な法則だ。しかし、その企業が業績を大きく向上させるくらいの効果は十分に持つ。

データサイエンティストが科学する対象は、主にマーケティングや経営学の領域だ。文系学問の領域に、理系研究者が行うデータによる仮説検証の手法を持ち込んでいる。
続きを読む