機械学習を始めたいエンジニアのための入門セミナー

～独学からの転職事情も教えます～

2023年6月22日開催

山村氏 最近、AIという言葉をよく耳にしますが、AIには明確な定義が存在しません。これは、AIの捉え方が個人や組織、国によって異なるためです。ただし、一般的にAIは「人間の知能・知的行動を模倣するもの（一種の判断を担うもの）」と理解されています。

この基準でAIを考えると、大きく2つのカテゴリに分類できます。

山村氏 AIと機械学習はしばしば混同されますが、実際には「AI＝機械学習」というわけではありません。機械学習はAIの中の一手法で、データを利用して自動で知識やルールを見つけ出し、組み込む方法です。

また、AIには機械学習以外にも、ルールベースAIという手法があります。この手法では、人間がルールを設定し、そのルールに基づいて条件分岐を行いながら処理を自動化します。ルールベースAIの特徴は、定められたルールの範囲外の問題に対応できないことです。対照的に、機械学習は大量のデータからパターンを学び、予測を行うAIで、人間が直接ルールを設定する必要はありません。

つまり、AIの広範なフィールドにおいて、機械学習とルールベースAIは、問題を処理する際の判断基準において異なるアプローチを取っています。

山村氏 機械学習は大きく以下3つのジャンルに分類されます。

山村氏 深層学習（ディープラーニング）は機械学習のモデルの一種で、特に複雑なデータの処理に優れています。

従来の機械学習では、画像やテキストのように数値化が困難なデータを扱うためには、人が手作業で数値化する必要がありました。しかし、深層学習は画像やテキストデータを直接扱うことができ、データを渡すだけで自動的に数値化を行うことが可能です。

これにより、深層学習は画像認識や自然言語処理など、多様な領域で効果的に活用されています。

山村氏 機械学習に用いられるデータの種類には、以下のようなものがあります。

例えば、工場や製品に取りつけたセンサーデータを用いて異常検知を行ったり、製造ラインの製品画像を用いて品質管理を行ったりと、機械学習はデータの種類に応じて多様な分野で応用されています。

山村氏 ChatGPTは、OpenAI社によって開発された対話型チャットサービスで、機械学習モデルの一種です。このサービスの中核には、大規模自然言語モデルが搭載されており、ユーザーからの指示（プロンプト）に基づいてさまざまなタスクを実行できるのが特徴です。

ChatGPTのモデルは、Web上の何十億もの文章や文書を活用してトレーニングされています（2021年までのデータを活用）。また、モデルのトレーニング後は、人間による追加のトレーニングが施され、これによってより精度の高い回答を可能にしています。

山村氏 日々進化し続けているChatGPTですが、その精度はまだ完璧なものではありません。時には間違った回答をしてしまうこともあります。その理由として、ChatGPTは確率的な言語モデルであり、すべてのケースで正確な結果を予測することが困難なためです。

したがって、ChatGPTをうまく活用するには、出力された回答を正しく解釈する、あるいは正しい回答を出力するために適切な入力（プロンプト）を学ぶ必要があるでしょう。

また、セキュリティ面においては以下の2点を考慮する必要があります。

山村氏 ChatGPTは、言語処理に限らず、データや画像、音声などさまざまな入出力に対応できるようになりました。
この汎用性の高さから、プロンプト次第で幅広い業務での利用が可能です。

小倉 ITエンジニア全体では人手不足が顕著であり、以前と比べて未経験者の採用が増加傾向にあります。しかし、求人総数全体から考えると、即戦力や実務経験が求められる案件が依然として多いのが現状です。機械学習においても、求人は存在しますが、ほかのITエンジニア領域と比較して相対的に数は少なめです。

未経験から一般のITエンジニアに挑戦するのに比べて、機械学習に挑戦するほうが難易度は高いとされています。これは、機械学習が専門的な知識や技術を要求するためで、特に初心者にとっては習得が難しい分野であるためです。

小倉 機械学習の分野への転職を目指す際に求められるスキルは、自社開発企業か受託開発企業かによって異なります。

自社開発企業では、機械学習の実務経験や、Pythonを使用した機械学習や深層学習に関する知識が求人の必須条件となることが多いです。これは、自社製品やサービスに直接関わるため、具体的な経験と技術力が重視される傾向にあるためです。

一方、受託開発企業では、ソフトウェアエンジニアの実務経験は重要視されるものの、AIや機械学習の開発経験に関しては必須条件ではないこともあります。受託開発では、多様なプロジェクトに対応できる汎用的な技術力や適応性が求められるため、自社開発企業に比べると機械学習未経験者でも採用されやすい傾向があります。

小倉 独学から転職を目指す場合、経験者に比べてハードルが高くなります。そのため、学習の成果を具体的に示すアウトプットが重要になります。

以下は、独学から転職につなげるためのアウトプットの具体例です。

さらに、現在の仕事で機械学習などの技術を活用し、実際の業務で成果を出すことも転職に有利に働きます。このように、独学からの転職を成功させるためには、学んだ知識をアウトプットに結びつけることが大切です。