①AI for Everyone 受講してみた

##はじめに
今回は Coursera で Andrew Ng 氏が公開しております「 AI for Everyone 」の内容を、1コースごとにまとめて紹介していきたいと思います。
Andrew Ng 氏と本講座の詳細については、下記リンク参照。
■リンク

• Andrew Ng 氏について
• Coursera「 AI for Everyone 」

###AI for Everyone
本コースは Andrew Ng 氏曰く、AI に対してあまり馴染みが無い方や、非技術者向けの内容とのことです。
コースは全部で4部（4週間）構成となっており、無料で受講可能です（コースごとについているテストを受ける場合は、別途で有料）。

■コース概要

• Week1: AI とは?
• Week2: AI プロジェクトの進め方
• Week3: AI を企業内で発展されるためには
• Week4: AI と社会

##Week1
Week1 では、タイトルの通り AI というものが何なのかについて学んでいきます。

###AI とは?
AI には大きく分けて2種類あります。

■AI の種類

• ANI (artificial narrow intelligence) 特化型人工知能
• 特定の分野や作業に特化した人口知能で、今日われわれが目にしてる AI はほぼこれに該当
• スマートスピーカ、自動運転など
• AGI (artificial general intelligence) 汎用型人工知能と呼ばれるもので、
• どのような分野にも応用できる人工知能で、実現を目指したい AI
• 人間と同等かそれ以上の働きが可能

###データとは?

AI システムを作るにあたりデータは重要ですが、データを扱う上で以下のポイントを意識する必要があります。

■データを扱う際のポイント

• 貯め込みすぎない
• ある程度集まったら AI チームなどに渡してデータの内容や質のフィードバックをもらって改善
• 沢山あれば良いというわけではなく質も大事
• 必ずしもまとまった綺麗なデータばかりではない

###AI の用語について

一概に AI といっても、そこには Machine Learning(ML) や Deep Learning(DL)、Neural Network(NN) など様々なツールが含まれております。
それぞれの定義は以下となります。

• Machine Learning (機械学習)

• 明示的なプログラムが無くてもコンピュータに学習能力を与える研究分野

• Data Science (データサイエンス)

• データから知識や洞察を抽出する科学分野

• Deep Learning (深層学習)

• Neural Network を利用しており、Neural Network と同じ意味合いで使われることが多い

• Neural Network (ニューラルネットワーク)

• 脳の構造からインスパイアされたものであるが、仕組みは実際の脳と同じというわけではない

###AI 企業となるためには?
AI 関連のプロジェクトを実際に始める際、企業は以下の点について注意する必要があります。

■AI プロジェクトに取り組む際のポイント

• パイロットプロジェクトからまずは始めて、勢いをつける
• AI チームを社内で結成する
• AI トレーニングを幅広く提供する
• AI 戦略を発展させる
• 会社の内外におけるコミュニケーションを発展させる

###機械学習(ML)でできること・できないこと

一見万能そうな ML ですが、ML にもできること・できないことはあります。

■ML でできること・できないこと

できること	できないこと
受け取ったメールに対して特定の返事をする	受け取ったメールに対して気の利いた返事をする
カメラの画像から自動車かどうかを認識	カメラの画像から人間のジェスチャの意味を判断
10000枚の画像を用いて肺炎を診断	10枚の画像と医療書に記載されている肺炎の詳細から肺炎を診断

以上のことから、ML にも強みと弱みがあることが分かりました。それぞれをまとめると以下となります。

■ML の強み・弱み

強み	弱み
簡単なコンセプトについて学習する	少ないデータから複雑なコンセプトを学習する
膨大なデータが用意されている	学習が足りない新たなデータに対して成果を出す

##おわりに
Week1 では、 AI というものについて基本的なことを学ぶことができました。
Week2 では、 AI プロジェクトを進めていく際のポイントなどについて紹介していきたいと思います。