マナビDX QuestのAdvent Calendarについて何か書いてみませんかということで機会をいただきました。
ブログなんて書いたことないですし、みなさまに教えれるほどの知識もないですので、感想を中心に今まで気にしなかったけど、プログラムに参加してから興味持ったことなど雑多に書いていきたいと思います。
＊Qiita自体使ったことないので見にくかったらごめんなさい。
自己紹介
まずは筆者は何者なのかいうことが大切だと思いますので記載します。
・2023年からマナビDX Questに参加した非IT職
・製造業で学生時代の専門は有機合成化学
・AIとかDXとかITとか聞いたことあって知っていると役に立ちそうだなぁくらいの知識
・参加は社内のあまり使われていないコミュニティ掲示板に案内があったから。→アセスメント受けてみて、できなさ過ぎて落ち込む→なぜか受かる。
・名前（よしだ）は本名と全く関係なし。馬なり1ハロン劇場でおなじみのよしだみほさんから取っただけです。
・2023マナビの競馬チャンネル主宰。最近投稿できていないので、中山金杯から投稿できるように頑張りたい。
第一タームが終わっての感想
マナビDX Questの説明については他の人も書いているので省略します。
感想としては他の人が言っているように熱量と知識と前向きさ。
社内でも熱意あるAI、IT、DXがわかる人はいると思いますが、接する機会がないため新鮮でした。新しいもの好きの私にしてはとても面白い。
個人的にきつかったのが課題。難しすぎる！
模範解答を写して手を加えて提出するだけでいいのかと思いつつ、答えが改良のしようがないためほぼBot化。
この部分は来年受けることがあれば改善していきたいと部分第一位。
ま教えあいも活発で聞きやすい環境にはあると思います。
Slackで文字で質問、解説するよし、HEEREにいる人や呼び出したりして聞いてもよし。
私もなぜか一度講師をすることになり、良い経験になりました。
やっぱりアウトプットしないと自分ではわかっていると思っていてもわからない部分は出てくるものです。
そして3か月で同じ課題の人たちに大きく差をつけられました。やっぱりやる気といかに時間を捻出するかが重要と再認識。
参加して学んだこと
先のマナビの姿勢もそうなんですが、せっかくDXのプログラムなのでデジタル的なもので何を知ったかを記載します。
ChatPDF
学生時代にほしかった生成AIで、無料のChatGPTをマナビDX Questから登録、使用している私からしたら便利な世の中になったな～と思う技術です。
操作はPDFをドラッグアンドドロップするだけ！簡単ですね。ただし無料版は1日3ファイルまでなので注意が必要です。
試しに有機化学、機械学習でヒットしたこの論文を投げてみました。
Leveraging Crystalline and Amorphous States of a Metal-Organic Complex for Transformation of the Photosalient Effect and Positive-Negative Photochromism (Angew. Chem. Int. Ed. 11/2023)
https://onlinelibrary.wiley.com/doi/epdf/10.1002/anie.202218659
Chat PDFからは以下の回答。
このファイルでは、不斉触媒反応のための触媒の堅牢かつ効率的な仮想スクリーニングを可能にする機械学習モデルについて学習します。
このモデルは、不斉触媒作用用に微調整され、環状または多環芳香族炭化水素を表すフラグメント記述子に基づいています。
このモデルを使用すると、化学者は、困難な不斉テトラヒドロピラン合成において、より高い選択性を備えた新しい触媒を設計し、検証することができます。
Abstructを訳しているだけかもしれませんが、大体の内容がわかるすごい。
また内容への追加質問の例として以下をRecommendしています。
質問の例:
・フラグメント記述子はどのようにして不斉触媒反応の触媒の堅牢かつ効率的な仮想スクリーニングを可能にするのでしょうか?
・触媒最適化のための機械学習モデルにおいて、バイナリ フィンガープリント記述子よりもフラグメント記述子を使用する利点は何ですか?
・この機械学習モデルは、テトラヒドロピラン合成以外の他のタイプの不斉触媒にも適用できますか?
こっちは全く何言っているのかわかりません。
ただ、質問してみるとちゃんと返していますし、3つ目の質問は学会でよくある質問なので回答みてもそうだよねって印象でした。
A. この機械学習モデルは、テトラヒドロピラン合成以外の他のタイプの不斉触媒にも適用できる可能性があります。研究では、フラグメント記述子を使用して広範な触媒の選択性を予測するモデルが開発されており、その柔軟性と調整可能性から、他の不斉触媒反応にも適用できる可能性があります。
ただし、新しい不斉触媒反応に適用する際には、適切なトレーニングデータを使用してモデルを再調整する必要があります。さらに、特定の反応条件や触媒の特性に合わせてフラグメント記述子を適切に調整することが重要です。
したがって、この機械学習モデルは、テトラヒドロピラン合成以外の他のタイプの不斉触媒にも適用できる可能性がありますが、その適用範囲を拡大するためには追加の検証と調整が必要です。
ChatPDFの解説がわけわからんという人は著者にインタビューした記事がありますので、こちらをご覧ください。
機械学習による不⻫有機触媒の予測⼿法の開発（Chem-Station）
https://www.chem-station.com/blog/2023/03/tfd.html
テトラヒドロピラン環（6角形の炭素骨格の1つが酸素である飽和ヘテロ環）を高収率、高エナンチオ選択制で合成するという何を言っているんだお前はと言われそうですが、要するにお金も人も時間もかかるこのような研究を機械学習で全部節約できたやったーって話ですね。
大学で成果を出すにはこれらはかなり大事です。
なぜなら国からお金がもらえないから教授らはせっせと書類かいてお金を集め、試薬は2gで10万の試薬を一回で使うこともあります。これが年に何回も何人もあるわけで。
大学院生は2年ないし5年で修了なので育ったころにはいなくなり、夜遅くまでやるのも厳しい現在では計算科学というのはもっとウエイトが高くなるのかもしれせん。
だいぶ話がそれましたが、以前は計算でモデル見ているだけの専門分野がいつの間にか機械学習も取り入れていて、日々進化しているんだな～という感想でした。
第二ターム以降の展望
まず、マナビDX Questの途中からAIにどっぷりな環境だったこともあり、G検定を受験してみました。
結果はSlackで見た人もいるでしょうが合格。2画面で受けたことが合格の最大の理由だと思います。
ただ調べることに手いっぱいで知識はついていないので、ちょっとずつでも知識はつけていきたいなと思うところです。
次回は情報セキュリティマネジメント試験を受験しますが、資格系はその後未定です。
またpythonなどもせっかくSIGNATEあるんだからやっていきたいと考えています。
ただあまりに勉強のブランクがありすぎるので、また1からのスタートになり、継続性の重要性もマナビを通じてまた痛感しています。
おわりに
会社のあまり使われていないデジタルツールから情報を得て参加したマナビDX Questですが、今のところ参加してよかったという感想です。
ただ参加しているだけの面もあるので、もっと積極的に動いて情報や知識を得ないといけないなと反省する部分も多いです。
マナビきっかけでAIなどにも興味が出てきて少しずつ勉強し、自分の今の業務に当てはめるにはどういうことが必要だとかどういうことができるかだとかは何となく枠が見えるようになったのは大きなメリットでした。
マナビDX Questは自分で動かないといけないので、合う人合わない人いるとは思いますが、私は人に勧めれるかなと思っています。
何故かというと人と協力して課題を進める人も、一人でコツコツやる人もどちらでも大丈夫ですし、問題は難しいかもしれませんが、答えもあり、とっかかりとしてはいいかなと。
うちの会社もシステム系だけでも参加してみたらいいのになと思いつつ締めさせていただきます。