「人工知能開発を独学で学びたい」「人工知能をいざ学ぼうと思っても何から手を付けたらよいのか分からない」 という方向けに、最短でAI開発を習得する方法を書きました。

学びなおしの必要性が高まる

日本政府が「リカレント教育(社会人が学校に戻って学び直すこと)」推進のため、2019年度以降に約5000億円の予算を投入する方針を発表しました。

確かに、人工知能が専門家の仕事を代替しつつあるため、誰もが学び直し、新しいスキルを習得することが求められる時代となりました。技術的失業による1億学生時代です。

しかし、年功序列企業で忙しく働く日本のサラリーマンが、大学などの教育機関に戻ることが本当にできるのでしょうか。現実的には、独学で習得するケースも多くなることが想定されます。

いずれにせよ、サラリーマンにとって、"勉強"という単語がもう一度求められてくることは間違いなさそうです。

人工知能開発のおすすめ教材

良質な人工知能の教材は出尽くした印象です。人工知能開発に最低限必要な知識は、「機械学習」と「Python」の2つです。

以下の3冊を理解できれば、人工知能を開発できるようになります。おそらくこちらが最短です。
参考記事:AIエンジニアが教えるゼロから機械学習の勉強法

1.松尾先生の「人工知能は人間を超えるか」を読む



2.「ゼロから作るDeep Learning」を手を動かしながら読む(コードを写経する)



3.「Pythonではじめる機械学習」を手を動かしながら読む(コードを写経する)




「機械学習をもっと深く知りたい」「本よりも動画で勉強したい」と言う方は、Udemyの講座が非常におすすめです。

4.python機械学習プログラミングを習得したい

機械学習が専門の大学の先生が、機械学習の基礎知識からプログラミングまで教えてくれます。内容はとても実践的で分かりやすいです。

講座の申込はこちら→Pythonで機械学習:scikit-learnで学ぶ識別入門

参考記事:Udemy「Pythonで機械学習:scikit-learnで学ぶ識別入門」はAI学習の決定版

5.機械学習の数学の知識を身に付けたい

人工知能や機械学習に必要な数学の知識について解説されてます。非常に分かりやすく感動します。

講座の申込はこちら→【キカガク流】人工知能・機械学習 脱ブラックボックス講座 - 初級編 -

参考記事:Udemy【キカガク 人工知能・機械学習 脱ブラックボックス講座】を数学が苦手な人におすすめする5つの理由


未経験者がAI開発のスキルを身につけるためには、上述の1から5を学ぶことが、最も学習効率が高いと考えています。

良質な本や教材は、いわば自分の先生や友人みたいなものです。ネットでの多読も必要ですが、1つの教材をじっくり学ぶことで、着実にスキルを伸ばすことが出来ます。

人工知能を学ぶために大学に入る必要があるか

たまに「人工知能を学ぶためには大学に入り直した方が良いですか」と聞かれます。

もしあなたが人工知能の研究者を目指すならば、研究機関である大学に入った方が良いでしょう。しかし、実務でAIの開発を行う「AIエンジニア」を目指すのならば、特に入る必要はないと思います。

もちろん大学に入ることで、先生に教えてもらえますし、一緒に学ぶ仲間が出来ますし、体系的な知識を習得することが可能です。

しかし、すべて大学でなければ得られないというわけではありません。極論すると、AIを学ぶためには、パソコンと本とネットがあればよいのです。高額な実験装置が必要なわけではないからです。

むしろ現在は、良質な本を読んだり、超一流講師のオンライン講座を受講した方が、はるかに学習効率が高いでしょう。

※画像認識でGPUをたくさん使いたいとかなら、サーバ費用がかなりかかるため、大学に行った方がいいかもしれません。

独学での学習を継続する方法

独学の一番の課題は、勉強を継続することです。

人間はびっくりするほど空きやすいです。私自身も何度か挫折しかけました。どうすれば学習を継続できるのでしょうか。

勉強を持続させるエンジンは、「将来の目標達成」、「習慣化」、「好奇心」、「仲間」、「成長実感」の5つあると考えます。

1.将来の目標達成

こんなに勉強しても、学んだ知識がムダになったらどうしようと頭をよぎることがあります。努力が無駄になることはとても怖いです。

そのため定期的に人工知能のニュースや事例を調べ、世の中が大きく変わっていく様子を見られることをお勧めします。

私自身も、今学んでいる人工知能の知識が、将来必ず自分のキャリアを開く武器になると定期的に事例を見て確信を深めていました。

2.習慣化

勉強を始めるにはエネルギーが必要になりませんか?
3日坊主になる理由は、勉強中に投げ出してしまう事よりも、勉強を始めることを止めるケースが非常に多いと感じます。

そのため勉強開始を習慣化することで、精神的なエネルギー消費を抑えることができます。

私の場合は、会社に出社したとき、家に着いたときに、まずspyder(pythonの実行環境)を立ち上げ、プログラミングをやるようにしていました。

3.好奇心

好奇心がないと勉強は持続できません。そして自分が完全に知っている情報や、自分が全然知らない情報には、好奇心は働きません。

そのため、本を最初から読むよりも、自分が興味を持ったところから読むような勉強法がおすすめです。自分が興味を持てる対象とは、自分が少し知っている領域のことです。少しだけ知っているので、もっと知りたいという好奇心が出てきます。そうやって学んだ知識は血肉になります。

まずは好奇心を持てる箇所から、知識の塊を作るようなイメージで学習してみてはいかがでしょうか。

4.仲間

独学は孤独です。マイナス思考になったりします。

そのため、一緒に勉強する仲間がいると、学習内容について意見を貰えたり情報交換ができるので励みになります。

私もCONNPASSなどで開催されている機械学習の勉強会に参加して、いろいろ意見を貰っていました。特に自分より詳しい人と仲良くなれると心強いです。

5.成長実感

もし勉強の成果が感じられれば、もっと勉強しようと思えるはずです。

「本を写経したり試行錯誤してたら、プログラミングできるようになった」
「現職のデータサイエンティストと話をしたら、相手の話を理解することが出来た」
「業務データを分析させて貰って、効果を出すことが出来た」

成長実感を感じるコツは、アウトプットすることです。QiitaやTwitterに勉強した内容を投稿することは自分の理解も進んでおすすめです。
私の場合は、ブログに学んだ内容を投稿していました。このブログは、私の勉強した軌跡そのものと言えます。

1ヶ月間集中して機械学習を学ぶと周囲に宣言しよう

プログラミングや機械学習の知識は、だらだらやってもなかなか身につきません。理由は、成長実感が得られにくいからです。

一方集中的に勉強すると、短期間で成長実感が得られます。また、点の知識は忘却しやすいですが、短期間で集中学習することで、点と点の知識を線になっていきます。知識が線になれば、記憶も定着するので成長が速いです。

自分を追い込むためにも、職場などで、1カ月間集中して学ぶと周りに宣言してみましょう。得られるメリットはいろいろあります。

①期間を区切ることで学習のモチベーションが維持できる
②短期間で成長実感が得られるのでモチベーションが高まる
③職場で早めに帰宅する口実が出来る
④職場での成果報告を条件に、業務時間中の勉強を認めてもらえる可能性がある。

どこまで言うかは職場の風土によりますが、できれば非公式にでも良いので直属の上長には伝えておきたいところです。会社でAIをやろうという話になったときに、「一番最初に名前が上がる」ようになればベストです。

集中学習にはTechAcademyがおすすめ

もしあなたが機械学習を集中的に学ぶと決意されたら、後は教材を選ぶことになります。書籍で学ぶことが王道ですが、機械学習の範囲の広さに加え、分からない事の部分の調査にじかんがかかったり、勉強の持続が大変だったりといくつか課題もあります。

機械学習でよく利用するpython言語の習得は、javaなど他の言語より習得しやすい言語ではありますが、独特の癖があったりします。
特に文字コードなどのエラーを調査していくと、平気で3時間とかかかります。また数値計算周りのエラーは慣れないとちょっときついです。


そこで、オンラインスクールTechAcademyの「AIコース」に通う方法もあります。

サポート体制と勉強の"型"で学習効率が高まる

人工知能ブログ画像1
TechAcademyの「AIコース」では、あなたの学習を現役AIエンジニアが支援してくれます。具体的には、週2回のメンタリング、毎日のチャットなどで、短期間で機械学習・ディープラーニングを学べるプログラムです。pythonのライブラリを使い、機械学習の開発を実践的に学べます。

漠然とオンラインスクールを受講するのは、効果が薄いかもしれません。しかし、自分で設定した集中期間のサポートツールとして活用することで、学習効果を高めることが出来ます。現役AIエンジニアに質問できるので、バグで詰まったりしなくなり、学習効率が上がります。

そういう意味で、数あるオンラインスクールを選ぶポイントは、サポートの手厚さです。メンターに質問してどれだけ早く適切な回答が返ってくるかで学習効果が大きく異なってきます。TechAcademyは、経験豊富で非常に優秀なメンターがサポートしてくれます。また業界最大手という事もあり、サポート体制は万全です。

費用もかかりますが、その道のプロが何年何十年もかけて蓄積した経験値を吸収できるのですから、得られるものは大きいでしょう。他社と比べ、費用的にもかなり低めです。

新しいことを勉強する際、その人の頭の良さではそこまで大きな差は尽きません。むしろ、何を重点的に学べばよいのか、どうやって勉強すればよいのかと言う部分で大きな差がついているように感じます。

TechAcademyは、その勉強の"型"を提供してくれます。
TechAcademyをもう少し詳しく知りたい方には、 無料のオンライン説明会動画 もあります。メンターのサポート、学習の進め方、実際の受講風景が分かります。

よく練られている教材ですので、学習のイメージを掴むためにも、まず一見されることをおすすめします。



「近いうちに人工知能開発の仕事をしたい社会人」など、将来的にAIエンジニアを目指す方におすすめします。

人工知能の知識は変革期を乗り切るための切符

人工知能の開発には、数学やプログラミングなど幅広い知識が求められます。
特に社会人の方が独学で勉強を続けることは、時間的にもなかなか辛いでしょう。

私もプログラミングの経験が無かったので、最初の半年間の勉強が一番大変でした。

しかし、人工知能に興味を持ち、学び始めているその道は、今後何十年にもわたって膨大な市場成長が見込まれており、あなたの知的満足度を十分に満たす仕事が用意されています。

少なくとも私はゼロから人工知能を学び、AIエンジニアの仕事を選んだことに、1mmも後悔がありません。

21世紀で唯一の成長産業である人工知能を学ぶことは、あなたの市場価値を高め、日々充実した仕事をするための最善手ではないでしょうか。

おすすめ記事:未経験からAIエンジニアになる方法