1
0

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?

ニューラルネットワークの本を読んでみた

Last updated at Posted at 2024-05-04

はじめに

 今回、ニューラルネットワークを最低限の数学で理解できるという本を読んでみました。またその後、社内の読書会でプレゼンする機会があったので、後半はその感想を自身のために記録します(見る必要ないです)。

本紹介

今回読んだ本はこれです↓
最短コースでわかるディープラーニングの数学

構成として、ニューラルネットワークの基本となる勾配降下法を詳しく説明した後、それを用いたアルゴリズムの簡単な例の解説から段々と複雑化させていって、最終的に多層ニューラルネットワークにまで及んでいます。
この本を読んでみて、今までブラックボックスで「AIってなんやかんや良い感じにチューニングしてくれるんでしょ?」という理解だったのが、ニューラルネットワークはあくまで数式の組み合わせで、それを繰り返しコンピュータに計算させているだけのアルゴリズムなんだなということが実感できました。
そして、ニューラルネットワークでは多層になるほど何度も行列を計算するので、複雑な処理を遂行するCPUよりも単純だけど膨大な量を計算するGPUのほうが相性が良く、それで最近はNVIDIAの株が上がっているという所まで繋がって見えてきました。(最近はTPUとやらがあるらしいので一概にGPUが相性が良いとは言えなくなってくるかもしれませんが。)

とにかく数学と真正面から向き合うことで「本質を理解できる」本なので、chatGPTとかのAIサービス使いまくってたけどそもそものニューラルネットワークの仕組み知らないなって方は読んでみてもいいかもしれません。
特に、理系の方におススメです。

社内の読書会でプレゼンした感想

今回初めて自主的に手を挙げて社内でのプレゼンをしてみました。形としては読書会ではあったのですが、むしろ最初にちょうど良い場だったと思います。
正直、私の選んだ本は数学ゴリゴリで読書会で話すには少し飛ばしすぎな内容だったのですが、質疑応答で結構質問をもらえて手ごたえを感じました。もちろん終了後のアンケートで難しすぎた等の意見ももらいましたが、万人にウケる発表を数学に関してやるのは不可能なのでドンマイです。

そして副産物的に、同じく発表者の方々との交流ができました。これは予想してなかっただけに思わぬ収穫でした。発表スライドを作るのに時間的コストがかかる代わりに、強者との繋がりができるということを知れました。もしスライドが秒で作れるのなら、どんどん発表していきたいところですね。。。

所感:自身の状況

ここからは自分語りをするので見る必要ないです。しかも敬語なくなります。

今回、刺激的な経験をできてメリットばかりのように思えるが、その分スライド作りに時間を持ってかれている。正直スライド作りを日中の業務時間にやりたいところだったが、私の所属してる部門は全然AIが浸透しておらず、業務時間に関係ない作業などできない相談だった。
そこで仕方なく残業という形で何日か2~3時間残業してスライド作りをしたが、やはりこれは精神的によろしくない。残業をするほど視野が狭くなっていって私の武器の創造力を無くしていくから、今後もできる限りやりたくないものだ。

以前から思っていたが、AI方面のキャリア形成をしたいならやはり今の私の場所では不利すぎる。それを今回のスライド作りの作業で再認識した。AI方面で戦っていくために、どうしても時間の確保と刺激し合えるチームが要る。
キャリア形成として、webエンジニア・DBエンジニア・クラウドエンジニアなど複数ある中から比較検討して、私はAIスペシャリストになると決めた。だからこれからはあらゆる手を打って必ず異動する。今回発表したのもその矢のうちの一つで、定期的にアピールするよう心掛けている。
既に動き始めてから3か月ぐらい経っているが、絶対にこれから半年以内に決める。私のやる気が無くなって熱が冷めてしまう前に。

1
0
0

Register as a new user and use Qiita more conveniently

  1. You get articles that match your needs
  2. You can efficiently read back useful information
  3. You can use dark theme
What you can do with signing up
1
0

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?