1000時間マシーンラーニングを学ぶ

Andrej Karpathy（アンドレイ・カルパシー）さんは、AI（人工知能）やディープラーニングの分野で著名な研究者であり、実務家だそうです。YoutubeでMLや生成AIについて調べていたところ、面白い発言をされていましたので共有します！

彼の経歴はトロント大学でコンピュータサイエンスを学び、スタンフォード大学で博士号（Ph.D.）を取得。OpenAI: 彼はOpenAIの研究者として働き、特に生成モデルや自然言語処理（NLP）などに注力されているよう。

他、職歴として、Teslaでも働いていた経歴があるそう。

• Tesla: カルパシーはTeslaでAI担当ディレクター（Director of AI）として働き、同社の自動運転技術（Autopilot）やTesla Visionシステムの開発を指揮しました。この役職では、自動運転車のディープラーニングベースのコンピュータビジョン技術の進化に大きく貢献。

• 独立後: 2023年頃から独立し、AI関連の研究や開発に取り組んでいます。

「何をするべきか」ではなく、「どれだけやるか」

機械学習の学習を始めようとしている初心者に、まず伝えたいのは、「何をするべきか」ではなく、「どれだけやるか」に注目してほしいということです。多くの人が最初は「どのツールを使うべきか」「どの教材が最適か」といった選択肢に迷います。しかし、それはあまり重要ではないそう。本当に大事なのは、どれだけの時間を積み重ねられるか、そしてその積み重ねをどう習慣化するかだそう。

アンドレイは「1万時間の法則」を信じているそう。つまり、何であれ、1万時間を真剣に費やせば、その分野で専門家になれるという考え方です。初めから完璧な道を選ぶ必要はないそう。むしろ、最初は間違った選択をしてもよく、その経験が「傷跡」となり、次に進むための強さや直感を養ってくれるからです。たとえ遠回りをしても、学んだことや失敗したことは決して無駄にはならないとの事。

例えば、過去の1週間を振り返ってみて、「先週、自分は何を成し遂げたか？」と自問してみることが重要です。この問いは、自分が何を学び、どれだけ前に進んだかをシンプルに測る良い方法です。選択肢や完璧な計画に囚われすぎず、まずは手を動かして行動することが、学びの本質だと思う。とのことです。

比較するのは「他人」ではなく「過去の自分」

もう一つ大事なのは、自分を他人と比べないこと。同じ分野にいる人たちと比べると、「自分はまだまだだ」と感じてしまいがちですが、それはあまり意味があないとのこと。代わりに、1年前の自分と今の自分を比べてみて「去年の自分より成長している」と感じられれば、それが進歩の証です。このように過去の自分と向き合うことで、自分の努力が形になっていることを実感しやすくなり、モチベーションを保ちやすくなります。

初心者にありがちなもう一つの悩みは、「どれが正しい選択なのか」と迷いすぎて動けなくなることです。しかし、どんなに迷ったとしても、最初は失敗するものです。それでもやり続けることで、失敗から学び、次に生かせる「直感」や「判断力」が育っていきます。だからこそ、「まずはやってみる」という姿勢が大切だそう。

教えることで自分も学ぶ

アンドレイ自身、教える立場にいることが多いそうですが、教えることそのものが自分の学びにつながると感じています。何かを誰かに説明しようとすると、自分の知識の「抜け穴」に気づく瞬間があるからです。例えば、機械学習の基礎である「逆伝播法（バックプロパゲーション）」や「損失関数」について説明するとき、予想していた結果が出ないことがあります。そんなとき、「自分はこの部分をちゃんと理解していなかったんだ」と気づき、改めて勉強し直すことが起こるそうです。

私は講義を作る際、実際にコードを書きながら説明することを重視しています。スライドや数式だけではなく、ノートブックを使い、実際にデータを入力し、計算結果を確認します。コードが正しいかどうかは、実際に動かしてみるまでわかりません。この「コードが真実を語る」という考え方が、私にとって学びの中核です。と述べています。

学び続けるための工夫

最後に、1万時間を積み重ねるには日々の習慣が欠かせません。毎日少しでも取り組むことが、長い目で見て大きな成果につながります。学ぶ過程で感じる失敗や遠回りも、決して無駄ではありません。その積み重ねがあなたを強くし、将来の直感やスキルの基盤になります。

そして何より、自分自身が興味を持てるテーマを選ぶことです。興味のある分野なら、1万時間も自然と楽しめるはずです。あなたが今週、どんな小さな一歩を踏み出せるか、ぜひ考えてみてください。

まとめ

アンドレイ・カルパシーさんがお話していた、1000時間学ぶということについてまとめてみました。
スタンフォード大学で自然言語処理とコンピュータビジョンを交差する分野でフェイフェイ・リー教授（Fei-Fei Li）の指導のもとで博士号を取得されたようですが、彼の「CS 231n: 視覚認識のための畳み込みニューラルネットワーク」というディープラーニングコースの著作と主任講師を務め、非常に人気だったそう。また、OpenAIの創設メンバーとしても知られ、2015年から2017年まで同社で研究者として従事。現在はYoutube チャンネルも持っているようですので、是非みてみてください。