AI人材育成講座@SUNABACO Day11~13
もうそろそろ、卒制が近づいてきているのを感じてドキドキしている。あと二週間後に迫った卒制。金曜日にグループ発表があって、それから始まるとすると二週間切っている。
できることを頑張るだけだから、不安になったりせずに迎えればいいのだけれど、それでも意識せずにはいられない。
まずはチームメイトの足を引っ張りたくないという気持ちと、卒制でちゃんと課題に取り組みたいという気持ちがあるからだ。
じゃあしっかり集中して勉強したらいいじゃないというのは、もう本当にその通りなんだけれど、なんせ難しい…
ずっと点と点が線にならないというか、わかったようなわからないような感じ。実際に必要になった時にChatGPT先生に聞きながら形にしていくので、なんとなくわかっていたら十分とカンパ先生といずくね先生はおっしゃってくれる。
とはいえ、いくら自転車の乗り方のレクチャーを受けても、自転車を乗りこなすには実技の練習が必要じゃない？そんな感じでずーっと不安な気持ち。
アーカイブをラジオのように出来るだけ流しっぱなしにしているのだけれど、先週から実技が多くて、アーカイブを聞くだけでは無理。やっぱり手を動かさないと、なんのために、どんな作業をしているのかがわからなくなってしまう。という感じで、復習により時間がかかるようになってしまった…
Day11 Azure AI Services
前回の続きからSQLのデータベースについてから。そしてメインのCustom Vision ポータルへ。
Custom Visionは猫や犬の写真を学習させて、どっちが猫でどっちが犬かを判定させるAIを作ることができる。
この画像判定のAIは事前にある程度は学習してくれていて、画像に写っているものを分析できる。
このAIに判定したい物の画像を読み込ませると精度の高い判定をしてくれるようになる。
例えば私の場合、1歳の頃の娘たちの写真を使って、長女と次女を見分けるモデルを作ろうと写真を読み込ませてみる。
画像は画像の粗いものや、いろんな種類の画像を入れた方が精度が高くなる。
１０枚ずつ娘たちの写真をアップロードして学習させて、しばし待つ。
Recallが50％しかないので精度は良くないけれど、テスト用の次女の写真を入れてみる。
次女の写真を入れたのに、AIは長女と判定。
長女と次女の写真を３０枚ずつくらい学習させると、精度が上がっていくらしい。
Day12 Azure ML Studio
Day12では「Microsoftという巨人の方に乗る」という体験をしてみようということでMachine Learning。
AI人材育成講座の初めの方で苦戦した、統計。
あのよくわからない作業を自動MLが自動的にやってくれるらしい！
自動MLにCSVファイルを入れて、どんな統計のモデルを使うのか、何分くらい試すのかなどを設定。今回は講座の時間内に終わるようにRandom Forest、AutoArima、Prophet、Arimaxの４つのモデルだけを２０分間だけ検証してもらう。ちなみにこの４つの意味はよくわからないけれど、時間をかけられるのであれば全部試して良いのを教えてくれるらしく全く心配ないらしい。
実行させて、しばし待つと完成。
お金と時間をかければ、ある程度は精度もスピードも向上するらしい。これはMLだけではなくて、全てのことにあてはまるよなと思った。
どんなプロダクトでもお金と時間を湯水の如くに使えたらいいものになる。でも、できたプロダクトやサービスで利益を出そうとすると、良いもの＝利益につながるとは言えない。限られたリソースのなかで何を目標にして、目標を達成するために必要な用途をそなえたものでなくてはならない。この辺りの決断はまだまだ人間がする部分。将来的にAIが最適解を出してくれるようになるかもしれないけれど。。。
分析が完了するとどのモデルが一番良かったのか教えてくれる。
私の場合はArimaxが一番精度が高いらしい。カンパ先生のお手本と違ったのだけれど、時間制限があるのでどのモデルから試したかでちょっと答えが変わっているらしく、時間をかければ同じ答えになるらしい。
Arimaxの分析を詳しくみることもできる。
私のWEB制作の仕事にはあまり関係がなさそうだと思ったけれど、ChatGPT先生に聞いてみると結構いろんなことができるらしい。
例えば
・おすすめコンテンツ表示（例：NetflixやAmazonのようなレコメンド）
・A/Bテストの自動最適化
・自動レイアウト調整（ユーザーのデバイスや閲覧状況に応じて最適化）
・AIによるカラー/フォントの最適化（ブランドに合ったデザインを提案）
Day13 Power Bl
はじめの１時間は ML Studioのデザイナーという機能について。自動MLでうまくいかないときに使う高度な機能らしい。あまり使わないので「こんなこともできるよ」というくらいの理解度でいいらしく、安心して流し見させてもらう。
次はBIについて。BlはマイクロソフトのPower Platformの中の一つのサービス。
BIはビジネスインテリジェンスの略で、ビジネスに関するデータを可視化して分析するためのもの。
企業で契約するものっぽくて、フリーランスには敷居が高かった。
CSVファイルを読み込むことも、コピペすることも出来るので便利。今回はコピペして、グラフに変換。あっという間に可視化してくれる。
その上自分の好きなグラフの形に簡単に変換してくれる。エクセルでデータをグラフにするのとの違いは、日々追加されるデータをリアルタイムで確認出来ること。
ここで大切だなと思ったことは、データウェアハウスにプロジェクトに関するCSVを入れておき、必要に応じて、必要なデータを利用すること。データはパイプラインを作って自動的に更新するように作ること。
なぜならシステムの形骸化は、誰かが一定期間データを更新しなければいけない時に起こりやすいから。
データの更新は面倒だし、忘れがちになる。だからできるだけ何もしなくても、データが溜まっていくようにしておくことが重要だ。
これが組織だと、担当者がいなくなってしまったことで、止まってしまうことも考えられる。担当者が変わってしまうことも、ビジネスのステージが変わってシステムが合わなくなることもあるだろうし、ちょっと考えただけでシステムの形骸化を引き起こす要因はたくさんある。
こういう場合のフィットしなくなったシステムは捨てるか、作り直したら良いとのこと。そのためにも、データはデータウェアハウスに入れておいて、システムと切り離して設計することは覚えておかないといけない。
そして、そのつどシステムを作ったり、壊して新しくしたりするのは効率が良さそうだけれど、自分で必要なシステムを作る力が問われるから、勉強し続けないといけないなぁと思った。