プロローグ
今日は12月24日。もう明日はクリスマスだ。
先週のマナビDXクエストのコンペでは全力を出し切り、年賀状も無事に完成。これで心置きなくクリスマスを迎えられる…はずだった。
そんな折、ふと目に留まった「マナビDXクエスト」の記事。
「アドベントカレンダーやってます」の文字が目に飛び込む。そうだった、忘れてた。
明日はクリスマス。今日は平日。
案は考えていたし、下書きもあった。でも、まだ人様に見せられる完成度ではない。
もう間に合わないか…。
いや、待てよ。
マナビDXクエストで学んだ、あのやり方を使えば――今からでも間に合う…！
はじめに
こんにちは。ゆめじです。
本記事は、「マナビDX Questで得たもの Advent Calendar 2024」の1つです。また、Qiitaへの初投稿になります。
クリスマスまでに準備しなきゃ！ということで、ぎりぎりで投稿できました。
学んだことまとめ
- 生成AIの使い方
- インパクトの強いプレゼン資料の作り方
- 機械学習を使うコツ
- 最後まで頑張ることの重要性
- ディープラーニングの仕組みを少し理解した（気になった）
- データサイエンス、AI/MLを学ぶ異業種コミュニティに巡り合えた
今年の夏からの参加ですが、機械学習、生成AI、プレゼン資料は、すでに実務にも活用しています。すぐに使える、すごく使える、実践的な学びでした。以下に、学んだことの記録を残しておきます。
生成AIの使い方（使わないともったいない）
生成AIの進歩は目覚ましいが、日本ではまだ十分に活用されているとは言い難いのが現状である。
一般的には、「課題の提出過程では自分で考えることが重要で、生成AIに頼りすぎてはいけない」という考え方が根強いように思う。
しかし、このプログラムで驚いたのは、課題解決の手段として生成AIの活用が推奨されていたことである。
もちろん、生成AIが生み出したものに対する最終的な責任は自分自身にある。プロンプトの設計、入力する題材、そして得られた結果の活用法まで、すべてをコントロールするのは人間の役割である。生成AIはあくまでツールであり、主体は私たち自身である。
さらに、Slackには「生成AI活用」の専用チャンネルが用意されており、そこでは日夜投稿される可愛らしいイラストに癒されながら、活発な議論も行われていた。課題の話し合いの後の雑談になると、自然と生成AIの話題に花が咲くこともしばしば。（いや、いつもだった気がする…）
生成AIツールの比較や、工夫を凝らしたプロンプトの紹介、生成AIを使った遊び心あふれるアイデアなど、さまざまな知見を得ることができた。
プレゼンの技術
何気に、ここが一番ためになったかもしれない。
コンペ課題が一通り終了した後、有志によるプレゼンを共有する「PBL成果物共有」コーナーに参加した。この場がまた非常に有益であった。同じ目的を持って作成された同志のプレゼンを見ることで、「こんな書き方があるのか」「こういう1枚もののまとめにすると見やすいのか」と多くの気づきを得た。
たとえば、蛍光ペンで強調する、アイコンを効果的に配置する、3つの要点を横並びにするなど、さまざまな工夫が伝わりやすさを格段に向上させていた。また、分析方法の多様性や、いかにエクゼクティブに伝わる簡潔さと正確性を持たせるかといった点も非常に勉強になった。
プレゼンに関して、自分が社会人として会社という閉じた世界で暮らしていると、どうしても「井の中の蛙」になりがちである。しかし、この場を通じて、世の中には多くの工夫が存在し、それを学び取ることで自身の視野が大きく広がったと感じた。
コンペという場で、自分なりの精一杯を出すこと
AI・機械学習による分類・予測に取り組んだコンペは、まさに頭脳を駆使したゲームのようなものであった。ドメイン知識やAI・機械学習に関する知識が重要であることを痛感しながら、締め切りぎりぎりまでスコア向上に向けて試行錯誤を繰り返した。
特に印象深かったのは、複雑なモデルを使うと1回の試行に5時間かかることもある一方で、昔のシンプルなモデルでは数秒で終わるもののスコアがほとんど上がらないという場面であった。どのモデルを選択するか、どの程度試すかといった判断が結果に大きな影響を与えるため、慎重に取り組む必要があった。しかし、コンペが終わり、優秀者の発表を聞いて初めて「こっちのモデルを使えばよかった」と気付くこともあり、そのような失敗から得た教訓は座学では得られない貴重なものとして心に刻まれた。
暫定スコアが上がらないときもあったが、そんなときも最終スコアが上がることを期待して粘り強く取り組む大切さを学んだ。暫定スコアの向上だけを追い求めると過学習のリスクが高まり、最終スコアが期待外れになる可能性もある。そのため、冷静に本来の目標を見失わないように心掛けた。
スコアが上がった瞬間の快感は格別であった。昼夜問わず改良点を探し、試行錯誤を重ね、最終日に改良点を見出し、アンサンブルモデルを組んで、投稿した。暫定スコアは動かないものの、終了後に公開された最終スコアでは3ポイントスコアが向上して99点（0.99）を獲得し、運よく、9位入賞を果たすことができた。この経験は、スコアが上がらなくても自分を信じて最後まで努力を続けることの大切さを改めて実感させてくれた。
AI・機械学習のコンペは、単なる技術力だけでなく、考え抜く力や忍耐力、視野を広げること、そして時間管理の重要性を教えてくれるものであった。この経験を通じて得た知識と感覚は、これからの挑戦にも生かしていきたい。
社会人になってから貴重な学びのコミュニティ
俗によく言われる言葉で、社会人になると友達を作れない、というのがある。実際、音楽などの趣味は別として、会社だと利害関係もあるので作れないというのは一理ある（作れることもあるけど）。
そのような中で、マナビDX Questでは、コミュニティを通した学びが推奨される。コミュニティマスターや有志による説明会、もくもく会、おしゃべり会など、話し合うことで得られる気づきがある。猫のアイコンに癒されながら、Slackで和気あいあいと議論していくことで得られる気づきがある。そして、すぐにも実務に活かしたいと考えている仲間がいる。教科書で教わるよりも、きっと貴重な学びである。
参加のコツとして思ったこと
修了については、時間をかけてがんばれば（それが社会人にとっては難しい部分でもあるが）、修了できるくらいの難易度ではある。他方、入賞は上位5%であるが、コンペの内容的に、どうしても上位は団子になってしまうため、入賞できるかどうかには運もあるなと正直思う。
要するに、成績というものに一喜一憂することにはあまり意味が無い。
先に経験談で述べたように、コンペ形式であることは、本気を出すためにも重要であるが、むしろコミュニティに積極的に参加することが、本当の価値であったと思う。本気でデジタル技術を活かそうとしている方々と色々話をしたことは、大きな力になった。
取り組みで心がけたこと
データ前処理、機械学習やPythonなど、ある程度やったことがあるので、まずはなるべく自力で書いてみることを心がけた。コミュニティマスター（CM）の方が、方法を説明するよー、と言ってくださった前日に一生懸命やり方を探していた思い出もある。そして、手探りで進めた後に、CMの方や有志の方々が公開してくださったコードを読み込み、それをベースとして書き換えて、良い部分を吸収することに努めた。このプロセスを繰り返すことで、自分なりに学びの効果を高められたと感じている。
バックグラウンドは人それぞれ、課題それぞれなので、見るところからスタート、全部自分で書く、など、自分なりの信念、方法をもって取り組むのが良いと感じた。実際、理解度が浅い前半のディープラーニングの課題は真似ることからスタートし、後半の機械学習はなるべく自分で方針を立てる、というように、少し取り組むスタンスも変えた。何を吸収するのか考えて取り組むことで、より多くの学びにつながったと思う。
謝辞
我々のマナビを支えてくださったコミュニティマスターのみなさん、無料で提供いただいた企画者のみなさん、場を提供いただいたSignateのみなさん、一緒に学びに取り組んで励ましていただいた参加者の皆さん、ありがとうございました。
この文章の多くの部分はChatGPTに推敲していただきました。