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)

独学でディープラーニングを学びたい方は、「ゼロから作るDeeo Learning」が一番です。

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での機械学習プログラミングを習得したい

Udemyの「Pythonで機械学習：scikit-learnで学ぶ識別入門」では、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。


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4を学ぶことが、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。