JDLA G検定はどんなだったか。/20180320_ABEJA_AI_NIGHT

ABEJA Cloud AI Night@Nagoya Mar.2018
--
201803 how about an exam which named jdla deep learning for general 2017

Transcript

1. JDLA Deep Learning for GENERAL 2017 （所謂、G検定）はどんなだったか。 2018/3/20 ABEJA Cloud AI Night@Nagoya Mar.2018 Nishikawa Communications Co. Ltd. AI Business Development Unit Akihiro ITO
2. 軽く自己紹介 • 昔話 ◦ IBM3090 / MVS / Assembler（証券オンラインとか） ◦ HP / HP-UX / C, C++（FS-Xの空戦シミュレータがらみとか） ◦ NeXT / NeXTSTEP / Objective-C（購買管理とか） • 資格 ◦ 4級アマチュア無線技師（ DroneでFPVできます） ◦ 証券外務員 ◦ JAF 国内Aライセンス（鈴鹿サーキット最高 !） ◦ 情報セキュリティスペシャリスト（情報処理安全確保支援士 申請中） ◦ JDLA DeepLearning for GENERAL 2017
3. JDLAとは 一般社団法人　日本ディープラーニング協会 http://www.jdla.org/
4. G検定とは
5. 第一回の結果 2017年12月16日（土）に実施。 受験申込者数 1,500名 受験者数 1,448名 合格者 823名 合格率 56.8％
6. 出題分野（シラバスより） • 人工知能（AI）とは（人工知能の定義） • 人工知能をめぐる動向 • 人工知能分野の問題 • 機械学習の具体的手法 • ディープラーニングの概要 • ディープラーニングの手法 • ディープラーニングの研究分野 • ディープラーニングの応用に向けて
7. 簡単?難しい? 当初からの記載内容。 --- ▪受験日時：2017年12月16日（土）13:00～15:00（２時間） ▪出題問題数：100問
8. 当初の例題
9. 簡単?難しい? 試験数日前に届いたJDLAからのメールより抜粋。 --- ▪受験日時：2017年12月16日（土）13:00～15:00（２時間） ▪出題問題数：100問 　　※小問題（表示される問題数）232問 --- 株式会社STANDARD　石井社長：（※試験後のFacebookコメントより） 「難易度と反応速度の両面で知識が問われる問題を目指しました｡」 !? 7200 ÷ 232 ≒ 30
10. 追加例題 ―　人工知能分野の問題　追加例題（２） 以下に挙げる用語は、第二次 AIブームが起こった際に取り上げられた問題である。 それぞれの問題の説明としてふさわしいものをそれぞれ 1つずつ選びなさい。 （ア）フレーム問題 （イ）シンボルグラウンディング問題 選択肢： 1. 人間の持つ膨大な知識を体系化することが難しい。 2. 有限の情報量では、 現実のあらゆる問題に対処することは難しい。 3. 単語の文字列などの記号と、それの表す意味を結びつけることが難しい。 4. 膨大な知識を処理するための計算機の開発が難しい。 5. 十分なデータを取るためのインターネットを整備することが難しい。 解答: （ア）2　（イ）3
11. 追加例題 ―　ディープラーニングの概要　追加例題（６） 以下の文章を読み、空欄に最もよく当てはまる選択肢を 1つずつ選びなさい。 従来の機械学習で利用されていた最適化手法である最急降下法は、一度の学習にすべてのデータを利用する ことから（ア）と呼ばれている。しかし、ディープラーニングの場合データが大規模であることからそれが難しい。 よって、確率的勾配降下法という手法が用いられることも多い。ひとつのサンプルだけを利用する手法は（イ）と 呼ばれる。（ア）と（イ）は、どちらにも長所と短所があり、一定数のサンプル群を利用する（ウ）が採用されること が推奨される。 選択肢：語群 1. セット学習　　　　2. バッチ学習 3. オンライン学習　　4. ポイント学習 5. サンプリング学習　6. ミニバッチ学習 解答: （ア）2　（イ）3　（ウ）6
12. 追加例題 ―　ディープラーニングの手法　追加例題（７） 以下の文章を読み、空欄に最もよく当てはまる選択肢を語群の中から 1つずつ選べ。 画像認識の国際的なコンペティションのひとつに、 ILSVRC（ImageNet Large Scale Visual Recognition Competition）がある。ここで、2012年にCNNのモデルである（ア）が優勝を飾った。それからというもの、続けざま にCNNのモデルが高い成果を上げている。 2014年にはインセプションモジュールという構造を利用した（イ）が優 勝し、（ウ）もまたそれに迫る優秀な功績を収めた。また、 2015年には残差学習という深いネットワークの学習を 可能にした（エ）がそれぞれ優勝している。 選択肢：語群 1. AlexNet　2. ElmanNet　3. GoogLeNet　4. ImageNet 5. LeNet　6. ResNet　7. VGG　8. WaveNet 解答: （ア）1　（イ）3　（ウ）7　（エ）6
13. 出題内容は? 歴史（ILSVRCのモデルの名前、黒人をゴリラと判定しちゃった件……） 識者のAIに対する意見（ホーキング博士、イーロン・マスク……） 定理・原理（バーニーおじさんのルール、醜いアヒルの子の定理） 具体的手法、言語処理（形態素解析の基礎知識） ロボティクス、自動運転（レベル0〜5までの定義の正確な理解） 法律（学習データを利用して作成したモデルの著作権）、倫理、など ※いじわるな引っ掛け問題は一切ない。
14. 計算問題は? • パーセプトロンで、x1 * w1 + x2 * w2 + b の出力が、1か0か。 • 7x7の行列に、パディング1、ストライド2で、3x3のフィルタで畳み込みを行った場合、 出力される行列のサイズは? • z = 2y^2 + 3x +1 を、yで偏微分しなさい。 というような程度。
15. 推薦図書（公式）
16. 他に読んだ本
17. 受験時の環境は? • オフィスで受けました。 • 有線ネットワークで。 • 検索用にもう一台。→検索すれば解答できる問題はある。 • 参考になるであろうサイトはタブで開いておく。→使わなかった。
18. 押さえておくべきポイント • 幅広く情報を押さえておく。 • 勉強している中で不明な言葉が出てきたら随時調べて理解する。 • 技術的な内容は正確に理解しておく必要がある。 • 法律、倫理、国別の取り組みなど、少ないが出題される。(AI白書後半) • 時間が足りないので、時間配分はとくに重要。最後まで目を通せるように。
19. 次回の必勝法は? • 第１回目だったこと。 • 問題と正解が公表されていないこと。 • 様子見の受験者が多かったであろうこと。 • この半年で、新しい情報がたくさん出ていること。 つまり、１回目と同様、確実な受験対策は無さそう。
20. G検定の本来の目的 東京大学　松尾准教授が、SIX2018のセッションで云われていたこと。 「ユーザが学んで知識レベルを上げれば、自ずとベンダーのレベルも上がる。ユーザ企 業の方々こそがG検定を取っていただくことで、日本のAI開発全体のレベルアップに繋げ て欲しい。」
21. 次回は、2018年6月16日（土） ▪ G検定（ジェネラリスト検定） 名称 ： JDLA Deep Learning for GENERAL 2018 #1 概要 ： ディープラーニングを事業に活かすための知識を有しているかを検定する 受験資格 ： 制限なし 試験概要 ： 120分（予定）、 知識問題（多肢選択式）、 オンライン実施（自宅受験） 出題問題 ： シラバスより出題（推薦図書あり） 受験料 ： 12,960円（税込）程度 試験日程 ： 6月16日（土）13時～15時 申込期間 ： 5月予定
22. ちょっとだけ、導入実践編 上司に 「人工知能でいい感じの成果を出してくれ」 とあいまいな指示をされたとき、本書で学んだこと が活きてくるに違いありません。
23. AIへの 幻想・思い違い • AIにいろんなデータを放り 込んだら何か見えてくる? • AIは間違わない。 • AIを導入すればもう人はい らない?
24. じゃあ、 何をさせれば いいのか? AIが得意とするところ • 同じ作業を延々と、淡々と、高速、大 量、確実に行うこと。 • 一度覚えたことは忘れない。 AIを利用するときに満たすべき条件 • 大量のデータに対して、高速に安定 して判断を求める必要がある。 • 予測結果には、一定数の間違いが 含まれることを許容できる。
25. 労働環境における 競争の本質 「AI vs 人間」ではなく、「データ やAIの力を使い倒す人と、そう でない人」の戦いになる。 「人に言われたこと」「前例があ ること」をきっちりこなす力では なく、”あったらいいな”を想像 し、それを形にする力が求めら れる。 ※「AI白書」より
26. 最後に。 NICO AI事業開発室の 目指すところ NICOを、名古屋での AIソリューションに関する ヒト(技術・知識・経験)と 情報が集まる”メッカ” にしていきたい。