AIエンジニアになるための必須スキルをフルコースで指導(深井ITゼミナール)

＊指導方針

双方向オンライン授業でマンツーマン指導を行い、

「AIフリーランス」「転職」「副業」の実現を

サポートします。

 

①英語スキル

将来AIエンジニアになるためには英語力が

必須です。

AIプログラミングの世界は英語が標準言語

です。

 

例えば、何らかのエラーが起きたとしても、

英語が理解できなければコードの原因を探す

ことは出来ません。

 

また、エラーの解決方法をリサーチしようと

しても、資料や記事は英語で書かれている

場合がほとんどです。

 

幸い、最近はWeb検索サービス・日本語翻訳

ツールが発達しています。その為、そのような

手段を使って乗り切れる場合もありますが

特に専門用語に関しては翻訳機能が意味を

成しません。

 

一方で、最新情報を得やすいだけでなく、

既存のコードに対する理解も英語を身につけ

ることでより深まります。

 

②数学スキル

AIエンジニアになるには数学の知識が必要です。

 

AIの開発では膨大なデータを扱い、そこから

予測するために、微分積分などの理論を応用

しています。

 

高校までの数学を前提とした大学1年から

2年次程度の教養数学が必須と言えます。

具体的には、

「微分積分」、

「行列」、

「確率」、

「線形代数」、

「基礎統計学」、

などで、加えて

「集合位相」、

「ベイズ理論」

「最適化」

などが該当します。

 

③Python(プログラム言語)スキル

Pythonは大量のデータ処理を必要とする人工

知能開発に向いている言語です。

ライブラリやフレームワークが充実している

ため、複雑な処理を簡単に実装できます。

 

また、コーディングのシンプルさや信頼性も

魅力です。

 

④データベースの運用スキル

機械学習や深層学習の分野では、

「ビッグデータ」

の取り扱いが不可欠です。

 

ビッグデータをAIに与えることで、データから

最適な答えを見つけたり、過去のデータから

未来を予測したりできます。

 

ビッグデータを効率よく活用するためには、

「データベース」の運用スキルが必要です。

 

MYSQL(管理システム)、

SQL(データベース言語)

 

などの知識が必須です。

 

⑤データ分析スキル

AIの中核である機械学習では、多くのデータ

分析手法について知識を身につけておくこと

が大切です。

 

当ゼミナールでは代表的なデータ分析手法

として、

 

「ロジスティック回帰分析」、

「クラスタリング」、

「決定木分析」、

「サポートベクターマシン(SVM)」

 

などを指導しています。

 

⑥フレームワークスキル

AI開発を効率化するには

「フレームワーク」

の知識が必要不可欠です。

 

AI開発でよく使われるのは

「TensorFlow」

「Pytorch」

などです。

 

⑦ライブラリースキル

最もポピュラーなAI開発言語の

「python」

には、便利な

「ライブラリー」

が多数存在します。

 

これらの知識を多く身につけておくこと

で、AI開発が効率的に進められます。

 

当ゼミナールでは代表的な

「Pandas」

「Keras」

「scikit-Learn」

の使い方を指導しています。

 

深井ITゼミナール

 

AIの規制導入と市場

政府・偽情報対策不備に罰則

政府が、大規模な人工知能(AI)開発者向けに

法規制を導入する方向で検討に入ることが

分かった。

 

偽情報対策などの体制整備が不十分だった

場合に罰則を課すことに視野を入れる。

 

これまで企業の自主的な取り組みを尊重する

方向だったが、欧州連合(EU)など各国・地域

が強制力のある規制に動いているのを踏まえ、

日本も方針転換する。

 

AIによる偽情報の流布や人権侵害が問題と

なる中、AIを直接の対象とした拘束力のある

規制が必要と判断した。

 

有識者らで構成する「AI戦略会議」を近く

開き、一定の規制導入の必要性について、

政府側から問題提起する見通し。

 

初夏辺りに取りまとめる経済財政運営の

指針「骨太方針」にも法規制についても

取り込みたい考えだ。

 

AI規制をめぐっては、政府が近くガイド

ラインを正式に公表する。

人権配慮や偽情報対策を求める「人間中心」

や「安全性」など、10原則を柱とする。

 

一方、自民党のプロジェクトをチームは

素案を公表した。

同案によると、生成AI「チャットGPT」の

米オープンAIなどを念頭に、先進的な技術

を開発した事業者を、政府が

「特定AI基盤モデル開発者」

に指定する。

その上で、特に高リスクな領域でのAIに関し、

自社や外部機関による安全性検証を義務付ける。

リスク情報を企業と政府の間で共有することも

求める。

 

特定開発者に対して、国や第三者機関に義務の

順守状況を報告するよう要求。

守られていない場合、政府は報告を求めたり、

立ち入り検査をしたりすることができ、義務

違反時には課徴金や刑罰を科す可能性もある。

 

自民の素案に関し、政府関係者は

「特定開発者向け規制や立入検査に関しては

新法が必要だ」

と指摘する。

具体的な対象や規制内容など詳細を今後詰める。

iPhoneにGoogle生成AI・アップル、交渉か？

米ブルームバーグ通信は、米アップルが自社の

スマートフォン「iPhone」に、米Googleの

対話型の生成人工知能(AI)「ジェミニ」にを

搭載する方向でGoogleと交渉していると報じた。

 

今年更新されるiPhoneのソフトで活用することを

想定しているという。

 

交渉が成立すれば、アップルはAI開発の遅れを

補える一方、Googleは10億人を超えるとされる

iPhoneの利用者にジェミニを普及させられる。

 

ただ、Googleは検索サービスをめぐり、初期設定

にするアップルとの契約が競合他者を排除している

として、米当局から提訴されており、AIでも提供

すれば更なる当局の警戒を招く恐れがある。

 

ブルームバーグが関係者の話として伝えた

ところでは、プロンプトンと呼ばれる命令文

に基づき、画像や文章を構成する機能について

提携先を探していると言い、Googleが有力候補

となっている模様だ。

 

「チャットgpt」を手軽ける米オープンAIとも

協議している。

 

各社はコメントを拒否しているらしい。

 

アップルは生成AIの活用で、Googleやオープン

AIに出資する米マイクロソフトに遅れをとって

いる。

米メディアは2月、アップルが電気自動車(EV)の

開発を打ち切り、人類の多くをAI部門に移すと

伝えた。

ドローンとAI(倉庫監視・実験)、大和ハウス・NTTコム

大和ハウス工業とNTTコミュニケーションズは、

ドローンと人工知能(AI)を組み合わせて物流倉庫

を開始するシステムの実証実験を埼玉県の施設で

報道陣に公開した。

 

目視点検など人に頼っている作業を約3割削減

できる見込みで、人手不足に対応する。

 

大和ハウスが令和7年度に各地の自社施設で

実用化する方針だ。

 

NTTコムがドローンを提供。

WiFiの電波で飛行する。

 

カメラ映像で自分の位置を特定でき、衛星利用測位

システム(GPS)が使えない屋内でも安定した離着陸

が可能だ。

映像はAIが解析し、設備の損傷や故障、不審物など

の異常を検知。

担当者への報告書もAIが作成する。

 

大和ハウスによると、近年はロボットを導入やIT化

により、一か所で多くの荷物を扱えるよう物流施設

は大型化の傾向にある。

担当者の巡回や点検の負担は増えており、ドローンに

よる監視技術が期待されている。

 

深井ITゼミナール

 

 

生成AIと新聞の将来

生成AIの印象と衝撃

現在、私たちは、生成AI(人工知能)によるフェイク

ニュースの時代に突入している。

年初にも、総理大臣や有名キャスターが言っても

いないことを言っているような動画がネットに広がり、

問題となった。

 

生成AIによる動画生成の偽造技術は日進月歩で進化し、

人間の目では本物と見分けがつかないレベルにまで

達している。

 

フェイクを見破る技術も研究されているが、フェイクを

作る側と見破る側の間のいたちごっこ＝敵対的共通化が

続き、いずれフェイクかどうかを動画だけから見破る

ことは技術的に不可能になる。

そうなったら

「動画を見たらフェイクと思え」

という新常識以外に個人が防衛する術はない。

 

さらに、衝撃を受けたのは、完全に生成AIで作り上げ

られた報道番組の登場だ。

原稿からキャスター、セット、テロップまで、すべてが

AIによって生成される時代になった。

わずかなコストで高品質な報道番組が作られることは、

報道の世界にとって大きな転換点となる。

新聞と報道の役割

約20年前に「新聞の将来」という趣旨のコラムが

あった。

新聞の将来は、インターネットにより、新聞記者、

新聞社、新聞紙、販売店、新聞広告と、それぞれ

袂を分かち、未来を個別に考える状況になるという

趣旨だ。

 

そのときの予測を超えて、今や全マスコミにとって

報道の本質である

「情報を集める」

「記事にする」

「広める」

という機能が分割可能という前提での組織改革は

避けて通れなくなった。

 

ニュースを「広める」ためには、

大きな印刷工場、

トラック配送網、

地域ごとの新聞販売店、

多数の新聞配達員

と、大きなリソースが必要だったが、

その必要はインターネットにより激減。

 

また「集める」機能もインターネットで

低コスト化した。

個人のジャーナリストから、ベリング

キャットのようなネットベースのチーム

まで、多くの新しい形の調査報道が展開

されているのがその証しだ。

 

そして今、生成AIの登場によって、ニュース

を「記事にする」機能も低コスト化した。

 

生成AIが今後ますます進化すれば、単なる

言語翻訳だけでなく、背景情報や文化の

違いまで加味して、現地の生情報を臨時に

記事化してくれる。

解説もAIがユーザーのレベルに合わせ生成

してくれる。

 

今も一部の新聞がしているような

「バイアスのかかった報道」など、やりたがる

小グループは腐るほどいるから、何も大きな

組織でやる必要はない。

真実の保証

「情報を集める」

「記事にする」

「広める」のコストが下がった代わりに、

フェイクの時代に新しい機能がクローズ

アップされてきた。

それが「保証」だ。

 

新聞社は、コンテンツの真実性保証会社と

しての役割にシフトしてはどうだろうか？

 

2023年のG7広島AIプロセスで提案された

発信元保証のためのOP技術は、実現すると

したらコンテンツの真実性を保証するブロック

チェーンベースの電子証明書のようなものに

なるだろう。

 

この新たな枠組みで主役になるのが真実性の

保証会社だ。

 

真実を「保証」することは、生成AIによって

容易になった情報の「作成」に比べ、一種の

「悪魔の証明」であり、はるかにコストが

かかる。

この非対称性により、

新たな大きな組織＝専門の人員

を揃え、普段から相互検証し、人間関係まで

含めた情報源を駆使し、必要なら現地調査まで

する保証会社が必要となる。

 

政府がこの役割を担うことも考えられるが、

むしろ複数の保証会社が競争する未来の方が

望ましいだろう。

当然、正しくないコンテンツに保証すれば、

信用格付けを失う。

 

ニュースが多様な手段で流れ、真実の何倍ものを

フェイクにさらされる時代、朝の新聞ではなく、

常にコンテンツの電子証明書を確認するという

態度が、社会の責任ある構成員の守るべき習慣

になる。

社会機能とコスト

真実性保証のコストは、まず政府や企業など発信

したコンテンツを信じて欲しい側が負担する。

信じて欲しいがコストが払えない発信者も多くいる

だろうが、そういうコンテンツについては、公共性に

鑑みて保証会社が負担すれば、今の新聞社と同じ立ち

位置だ。

 

健全なインターネットのためにということで、公の

補助金もあってしかるべきだろう。

 

真実性の電子証明書はブロックチェーンで管理され、

チェックされるごとに個々の利用者にも少額課金

される。

 

それは新聞購読費と同じ。

 

生成AIのために、全てのニュースが疑わしくなって

しまう世界で「真実」を維持するためのコストは、

全ての関係者が少しずつ払うのが望ましい。

 

生成AIの時代とは

「真実はタダではなくなる」

時代なのだ。 

 

深井ITゼミナール

 

生成AI・大企業ほど恩恵？

生成AIの仕事

「Chat-GPT」など文章や画像を自動で作る

生成人工知能(AI)が急速に普及する中、国内

企業でどこまで活用が進むのか注目されている。

 

期待されるのは、企業の生産性を向上させる

ことだが、特に業務量の多い大企業で活用の

メリットが大きいとの見方が広がっている。

 

一方、情報漏洩や著作権侵害のほか、多くの

余剰社員を生み出すのではないか、といった

ことへの懸念も強い。

 

想定される生成AIの仕事は、

「会議資料や報告書を自動作成」

「商品のキャッチコピーのアイデア提案」

「書類の文章の修正」

「複雑な文章の要約」

などだ。

企業が生成Iを駆使できれば、幅広い業務の

効率を改善させられる。

 

日本総合研究所の主任研究員は

「(生成AI）は使用のハードルが低い」

と指摘。

導入が急速に進み、

「企業全体の生産性の底上げが期待できる」

とみている。

生成AI導入のメリット

特に大企業にとってのメリットが

大きいとみるのはA女子大の准教授だ。

「大企業ほど社内で回覧する文書が多い

傾向がある。

社内文書の自動生成などによる業務効率

改善の効果は、より規模の大きい企業ほど

メリットが出やすい」

と指摘する。

一方で、准教授は、生成AIがビジネスの

企画などを生み出す可能性がある点は、

「中小企業にも恩恵がありそうだ」

と語る。

生成AI導入のデメリット

デメリットとして想定されるのは、機密

情報を打ち込んでしまい、ほかへ漏れて

しまうことだ。

加えて、

主任研究員は

「生成AIが企業文化や経営方針に合わない

回答を提供」

する恐れを指摘。

准教授は

「社員の業務が少なくなることによる余剰

人員の発生」

の懸念を挙げた。

生成AI導入への懸念

導入自体に慎重な見方もある。

 

帝国データバンクは

「データの信憑性や著作権侵害の問題が

クリアできていない。

活用するにしても、最終的に人為的な

検証が必要だ」

とした。

 

企業ではすでに生成AI活用の動きが出て

いる。

 

パナソニックホールディングス傘下のIT

事業会社は、会議資料作成などへの利用

を想定し、生成AIを国内の社員向けに

導入した。

生成AI・アプリ

米新興企業のオープンAIは昨年、対話型

人工知能（AI）「ChatーGPT」のiPhone

(アイフォン）向けアプリの提供を日本で

開始した。

 

初夏には米国で提供を始めていた。

 

日本のほか、カナダやインド、ブラジル

など数十カ国に提供範囲を拡大した。

オープンAIは、スマートphoneから簡単に

使えるアプリの導入により、ChatーGPTの

更なる利用者拡大を進めている。

 

アプリは米Appleのアプリ市場から無料で

ダウンロード可能。

 

パソコンやスマホなどの複数の端末で対話

履歴を共有できるほか、音声入力にも対応

している。

 

オープンAIは米GoogleのOS「Android」

向けのアプリも開発している。

ChatGPTは一昨年に一般公開され、自然な

対話が話題となって利用者数が急拡大した。

生成AI活用の企業にとっての利点と課題

利点、

➀企業の幅広い業務の効率を改善させる。

②文章作成などの機能(特に大企業に

メリット)。

➂新商品やビジネス企画を生む可能性。

 

課題、

➀情報漏洩や著作権侵害の懸念。

②企業文化や経営方針に会わない回答を

提供する恐れ。

➂業務減少による余剰人員発生の可能性。

 

深井ITゼミナール

 

音声AIビジネス展開

故人の声再現・英語吹き替え

ChatGPTに代表される文章や画像などを自動で作る

生成人工知能(AI)が急速に進化する中、注目されて

いるのが人間の声を自然に再現する「音声生成AI」だ。

亡くなった人や病気などで声を失った人の声も再現

可能で、こうした技術を活用したビジネスは拡大する

見通し。

一方で犯罪に悪用されるとの懸念もある。

なりすましなど悪用懸念

令和元年の紅白歌合戦で、美空ひばりさんの歌声をAIが

再現したことが話題になったが、音声生成AIはその後も

大きく進歩した。

ベンチャー企業のA社は、1時間だけ声の収録をして、

AIを用いて、その人の声を再現するサービスを実用化。

国内で最多の5000種類以上の声をAIで再現して第三者

に提供しており、声を提供したアナウンサーや声優は、

第三者から支払われたサービス料の一部を受け取ること

ができるというビジネスモデルを展開している。

声を失った人が失う前に録音していた声を活用してAIで

再現することもできる。

スマートフォンやパソコンで文字を入力し、AI音声で読み

上げれば、自分の声で他人と会話が可能になる。

一方、同社は日本語を母語とする人の会話を収録してAIに

学習させて、英語など外国の主要言語をAI音声で会話できる

ようにする技術を開発した。

日本の高い技術を持つ人気声優が、海外版のアニメでの中で、

そのままの声を用いて現地の言葉を話すことが可能になる

という。

AIエンジニアによると、音声生成AIの進化はこの5、6年で

急速に進み、学習のためのデータ量が少なくても、人間の

音声に近い高品質なものが作成できるようになった。

ただ、同時に悪用するハードルも下がっており、海外では

企業幹部の声をAIが生成して、その部下に指示する等の方法

で詐欺に使われる事例も出てきたという。

生成AIにできることは多くなっているので、それを一般の

人に知ってもらうことは重要だ。

AIによる音声認識

＜定義＞

音声認識は、人が発する言葉を音として入力し、これを

AIが言語に変換する事でテキストデータ化する技術である。

キーボードを用いるより、コンピューターへのデータ

入力が早く、タイプミスも起こらないことから、有効な

入力方式として活用されている。

 

＜用途＞

①会話型AI

AIと人間が会話をする形で作業を進めるロボットを指す。

電話による顧客対応システムとしてコールセンターなど

で用いられている。

 

②議事録作成

音声認識により言語として認識された音素をテキスト化

して出力するサービスとして使われる。

 

③翻訳

言語モデルを通して文章が理解できれば、AIによる自動

翻訳が可能となる。

単語レベルや定型の表現であれば、会話をそのまま多言語

に置き換えることも可能である。

 

④AIアシスタント

音声でコンピューターを作動させる接続部分(インター

フェース)としての音声認識。

スマートフォンやスマートスピーカーで使用されている。

 

AI音声認識の技術と仕組み

音声認識の大きな流れとして、

「発声された言語をデータ化した上で、どの

音声と近いのかを照合し、音を組み合わせ、

単語と照合し、文章を組み立てる」

がある。

これにディープラーニング(深層学習）が加わり、

単語の予測などが可能になる。

以下に利用されている仕組み、技術について紹介

する。

1⃣音響分析

音響分析は、人が発生した言語をマイクを通じて

音声データとして聞き取ることで可能となる。

この時に「声の強弱」「音と音の間」「抑揚」を

データとして収集し、特微量（数字化）を抽出し、

コンピューターが認識できるデータに変換する。

 

2⃣音響モデル

音響モデルは、作成した波形データに対して、

ニューラルネットを用いて、その音素を分析

して言語に変換する。

 

音のつながりを文字列に置き換えるために

母音と子音に分解し、対応する文字記号

(アルファベットなどの文字表記)の表象に

変換する。

 

例えば、「こんばんは」という音声の場合、

人間であれば、誰の言葉でも「こ」で認識

できる。

しかし、厳密には前後の単語や高低などで

音には微妙に違いがある。

そのため、音響モデルでは音響分析で抽出

した特微量(数字化）を元に、「KーO」と

いう音素になるようマッチングさせる必要が

ある。

 

3⃣音声(発音）辞書

音声辞書は、音響モデルでマッチングした音を

組み合わせて、膨大な情報データベースの中

から単語として認識させる。

例えば、

「こ」・「ん」・「ば」・「ん」・「は」

を認識したら、これらを組み合わせて

「こんばんは」という単語を認識する。

 

4⃣言語モデル

言語モデルでは、発音辞書で認識した単語や音響

モデルで認識したことを組み合わせ、音素の繋がり

が言語として成立するように選択する。

この際、事前に膨大な量のデータから単語のつながり

の出現率などを算出して単語を文章化させる。

 

5⃣単語リストと意味予測

言語によっては音素に対応する単語が複数ある。

 

AIは単語同士の結びつきと使用頻度、前後の

文節間の単語の関連性を学習し、適切な組み合

わせを選別。

 

特に日本語は音素の構造が単純で同音異義語

が多く、AIによる学習が難しい。

 

AIによる意味予測を伴う言語選択により、

「しきをたてる」、

「しきがたかい」、

「しきがちかい」は、

それぞれ

「式をたてる」

「士気が高い」

「死期が近い」と

テキスト化される。

AI音声認識の将来性

1⃣翻訳精度の向上

音声認識を活用して機械翻訳を行うことで、

外国人との会話もスムーズにできるように

なる。

 

2⃣緊急時の自動運転

音声だけでなく、心拍や血流の音も認識する

研究が進んでいる。

これにより、例えば車のドライバードライブ

中、運転中に心臓発作が起きた場合、心拍を

認識し、自動運転に切り替えるなど安全を

確保できる。

 

3⃣音声だけで買い物ができる

音声認識による検索の精度も高まっている

結果、話しかけるだけで買い物ができ、委託

してくれること、などが可能になり、より便利

に利用できる。

 

深井ITゼミナール