##はじめに
後編の本記事では、Andrew Ng on Building a Career in Machine Learning の動画内で Andrew NG 氏に対する AI 分野に関する様々な質問と、その回答についてまとめました。
動画本編はここからどうぞ。
この記事の前編はこちらから。
##Building a Career in Machine Learning
####質問
-
質問1. 就職と大学院への進学はどちらを選ぶべきか？
-
どちらもやってみて、自分が本当に良いと思う方を選択すること
-
それより大事なのは、どういう環境に自分を置くかということ
- 周りの身近な人間（10~30人）から受ける影響はとても大きい
- あなたが成功するかどうかは、どういう環境に身を置くかが鍵となる
-
大学や企業の「ブランド」だけで選んではいけない
-
質問2. 1つの分野に特化するか、それとも複数の分野の専門になるのか、どちらが良いか？
-
全員が、全ての分野における専門家である必要はない
-
異なる分野の人間と共同作業をするのも良い経験になる
-
質問3. AI分野に詳しくなるのにどれだけ時間がかかるか？
-
今のご時世、学ぶ手段はたくさんあるので2年くらいあればある程度分かるようになると思う
-
大事なのはインプットとアウトプットを欠かさないこと
-
coursera などのコース学習はおすすめ
-
論文も読むことで分野の理解が深まる
- 論文 10~20:多少その分野が分かるようになる
- 論文 50~ :その分野にかなり詳しくなる
- 論文 100~ : 新しいアイデアも生まれるほどになる
-
質問4. 今後5年間で期待できる、または重要と思われる分野や技術は何か？
-
機械学習の分野
- 従来よりも少ないデータで学習可能となる技術
- 早い話が100枚のデータ画像からでも学習可能な技術
-
一般化
- 型の旧い機器でも利用できるよう一般化させる技術
-
ソフトウェア分野
- ML の分野はまだまだ未発達（成長の余地あるとも言える）
- ML 分野における優秀なプロダクトマネージャの育成が必要
-
質問5. AIが統合された社会におけるエンジニアやプログラミングの役割は何か？
-
昔は修道士など限られた人しか読み書きができなかったが、今はほぼ皆ができ、それによりコミュニケーションそのものが変化した
-
識字が今は多くの人にとって当たり前の様に、コーディングも将来的には当たり前のものとなるだろう
-
質問6. ソフトウェア分野以外でAIの仕事を探すには？
-
特によい回答は持ち合わせていない
-
現状の問題点として挙げるなら
- CEO や上の人間の AI ビジネス戦略が乏しい
- そもそも AI に対する理解が乏しい
- 管理職や上の人間が技術分野に関するバックグラウンドが足りない
-
質問7. 学習コンテンツは何が良いか？
-
学習方法としては、コース学習からまず始めること
-
分野について学ぶ際は、ネット検索や論文を利用すること
-
論文を読む際のコツ
- まず5つほどネット検索してサッと読む
- その後で精読するものを取捨選択する
- 精読した論文と関連する論文を検索し、読んで理解する
- これを繰り返し行うことで、その分野に詳しくなれる
-
質問8. 会社の上司や上の人間に AI を理解してもらうには？
-
例えば coursera の教材を受けてもらう
-
" AI For Everyone " という coursera のコースがおすすめ
-
質問9. 仕事のあり方の変化にどう対応していけば良いか？
-
個人レベル
- 子供がいる家庭は生涯勉強であることを子供に教える
- ある程度の年齢ならプログラミングを教えるのも良し
-
社会レベル
- 伝統的なベーシックインカムの仕組みは賛同できない
- 学習する限り受け取れるベーシックインカムなどにする
- 条件を加えることで社会に役立つ人材を同時に育成する仕組みを作る
- 現状、様々な分野で人材が不足している
-
質問10. Andrew Ng 氏が AI 分野に興味を持ったきっかけは？
-
医者である父親の論文がきっかけ
-
父親は機械学習を医療診断に応用しようとしていた
##おわりに
動画のまとめは以上です。10問の質問の中に、今後の AI 分野に取り組む姿勢を学ぶことができたかと思います。 Andrew Ng 氏の AI 分野に対する考えを聞ける動画なので、ぜひ本編も参照して頂ければと思います。