こんにちは！
この記事は 機械学習をどう学んだか by 日経 xTECH ビジネス AI② Advent Calendar 2019 の 17 日目の記事です。
はじめに
私は社内で AI に関するプロジェクトに関わっています。
まだまだ勉強途中ですが、どんな風に AI について勉強してきたか
その歴史を書きます。
機械学習にハマったきっかけ
私がもともと興味があったのは 自然言語処理 でした。
かつて ELIZA という自然言語処理を用いて対話するプログラムがありました。
ただただ単純な返しをするだけのプログラムながら、当時の人々はそのリアルさに驚愕したそうです。
私は コンピュータと会話できるなんてすごい! と感動しました。
会話可能な、まさに AI というものを作ってみたい、と思った瞬間でした。
大学生当時、自然言語処理の世界では単語分割や構文解析などはある程度発展していたものの、
意味解析や自動要約などはまだまだこれからな時代でした。
WordNet のような大規模なデータベースを使う手法を用いて知性を表現する手法もありましたが、
なんとなく自分の好みと合わず、もっといい方法があるような気がしたまま年月が過ぎていきました。
社内で AI プロジェクトが立ち上がる
しばらくは自然言語処理や AI 達と離れ、就いた仕事をカリカリこなして行く日々が続いていました。
そんなあるとき、社内で AI を使ったプロジェクトを立ち上げようという話があがりました。
もう一度 AI に触れたいという思いに動かされ、上司に相談して参加させてもらいました。
まずは調査からです。最近流行りのディープラーニングに手を出してみます。
勉強法など
まずは目標を決めます。
自然言語処理の事はまずはさておき、ディープラーニングについて理解します。
- 簡単な画像認識ができるようになること！
- フレームワークを使いこなせるようになること！
- TensorFlow (keras), PyTorch, (Chainer よ永遠に...)
- ニューラルネットワーク, さらに CNN, RNN など主な手法を理論的に理解すること！
- 数学との戦い！
理論から固めるのもいいですが、ある程度理解したら実装して理解を固めるのが大事だと思います。
その点で 「ゼロから作る Deep Learning①」 にはお世話になりました。
まずは手を動かす
とりあえずディープラーニングとはいかなるものか、何ができるのかを実感するために
有名なフレームワークのチュートリアルをやってみます（理解はあと回し！）
基礎から実践まで学習するのにぴったりな Chainer Tutorial をやっていきます。
なぜ Chainer かって？
TensorFlow は環境構築に挫折したのです。（あとで克服しました。PyTorch はあんまり知らんかったすみません
試すなら Google Colaboratory みたいな手軽な環境がありますね、コトハジメにはとても手軽な環境です。
Chainer Tutorial は画像認識界の Hello World ともいえるMNISTではなくて アヤメの分類を使っていますがやることは一緒です。写経してとりあえずはできた気になってみます。
理論を理解する
次に「ゼロから作る Deep Learning①」の登場です。
この本はディープラーニングの仕組みを理解するのにとても良い本です。
実際に手を動かしながら試すことが理解の助けになると思います。
数学的な知識の穴埋めは先ほどの Chainer Tutorial でもできます。
演習問題は結構歯ごたえがありますのでやってみるといいかもしれません。
ちょっと高度なディープラーニングに手を出す
ここまでくればなんとなく理論を理解して、手も動かせるような状態になっています。
少し興味ある分野に手を出してみましょう。
- 画像：CNN
- 自然言語、音声：RNN
このあたりはフレームワークで簡単に書けることが多く、実装のハードルはかなり低くなっています。
もっと高度なディープラーニングに手を出す
私は自然言語処理に興味がありました。
なので RNN のさらに先にある Attention, Bert に手を出していこうと思います。
そして最先端へ...
そのうち最新の論文を調査し、最先端の人々に追い付きたくなります。
いきなり論文にてを出すのはハードルが高いかもしれません
どんな最新手法があるのか… まだ機械学習の論文を追うのに消耗してるの？それ Bot で解決したよ あたりが最初の第一歩によいかもしれません。
おわりに
AI、ディープラーニングはこれからどんどん発展していく分野です。
その世界で生きていくために最も重要なのは、新しいことに興味をもってガンガン食いこんでいける好奇心 だと思います。
私もまだ途上にいます。
一緒に頑張りましょう！
それではみなさん、よい AI ライフを！