Slide 1

Slide 1 text

職業分野別講演会
 職業: データサイエンティスト
 keyword: AI, データ分析, IT, プログラミング
 2019.10.29 @姫路飾西高校


Slide 2

Slide 2 text

自己紹介
 - 吉田 勇太 Yoshida Yuta
 - 東京のデータ分析の会社でデータサイエンティスト
 - 東洋大学 情報連携学部 非常勤講師
 - 飾西高校 19回生


Slide 3

Slide 3 text

今日話したいこと
 【目的】
 IT系の仕事の一例を紹介し、文理選択・進路選択の
 参考にしてもらいたい
 ① 『データサイエンティスト』という仕事について
 
 ② AIの発展によって起こる社会の変化について
 
 ③ AI系のことをやっていきたい人は何をすればいいか


Slide 4

Slide 4 text

①『データサイエンティスト』という仕事について


Slide 5

Slide 5 text

コンピューターについて
 - 世界最初のコンピューター ENIAC
 - ミサイル弾道計算などに使われ、軍事利用が主だった
 https://ja.wikipedia.org/wiki/ENIAC

Slide 6

Slide 6 text

コンピューターは「自動化」が得意
 - しかし人間が事前に決めた動き(プログラムした動き)しかできな い
 - もしAのときはA’, もしBのときはB’, もしCのときは...
 
 - 2012年くらいから深層学習(ディープラーニング)という技術が大き く発展し、人間のような複雑な仕事ができるようになってきた


Slide 7

Slide 7 text

AI(深層学習技術)で出来ることの例①
 人間の代わりにお店の電話予約をしてくれるAI
 https://www.youtube.com/watch?v=D5VN56jQMWM - レストラン・美容室予約など限定 したタスクに限り、非常に流暢で 複雑な会話が可能
 
 - あまりにも人間っぽいので、最近 では電話の冒頭に「自分は機械 である」ことを表明することになっ ている


Slide 8

Slide 8 text

AI(深層学習技術)で出来ることの例②
 本物そっくりの偽物ビデオの作成
 https://www.youtube.com/watch?v=cQ54GDm1eL0 - 偽物という確たる証拠を示しにく く、権力者の発言として世論誘導 などに使われると厄介
 
 - 偽物ビデオを作るAIに対抗し、 「偽物ビデオを見抜くAI」の開発も されている


Slide 9

Slide 9 text

AI(深層学習技術)で出来ることの例③
 「診断精度99%」 癌の領域を高精度に推定
 - 病理画像(細胞の断面が写った 画像)をAIシステムに見せると、 ガンの可能性が高い領域をマー キングしてくれる
 
 - 最終的に判断するのは人間の医 師。AIはサポート役。
 
 - 精度が高くても結果の理由を説 明できない(=ブラックボックス)AI はダメ。
 元画像 AIがガンと判断した領域が赤 https://techable.jp/archives/85457

Slide 10

Slide 10 text

AI(深層学習技術)で出来ることの例④
 線画を解釈し自動色塗り
 https://www.youtube.com/watch?v=lCoZR5S1btY - 人間が色塗りのヒントを与える と、自動で良い感じに色を塗って くれる
 
 - 人間のクリエイティブ作業のサ ポートとして使える


Slide 11

Slide 11 text

AI(深層学習技術)で出来ることの例⑤
 万引きスタイルでokな無人レジ
 お店の天井には無数のカメラがあり、 
 これでお客さんの動きを撮影している 
 https://www.youtube.com/watch?v=NrmMk1Myrxc - 無数のカメラで人の行動をすべて モニタリング。
 
 - 客はそのまま商品を持って出ると アプリに請求がくる仕組み


Slide 12

Slide 12 text

AI(深層学習技術)で出来ることの例⑥
 食品工場AI: 不良品ポテトを自動検知
 https://ai.brainpad.co.jp/people/story1/ - 1日100万個以上のポテトを
 人力でチェック
 
 - 人間ではチェックしきれない& 単純労働からの人の開放
 
 - 食の安全・安心をAIと人のダブ ルチェックで担保する


Slide 13

Slide 13 text

AI(深層学習技術)で出来ることの例⑦
 どんどん賢くなるゲームAI
 - AIに「おにごっこ」のルールを 教えると、道具の使い方や戦 略を独自に編み出して進化し ていく
 
 - 囲碁や将棋、ポーカー、スター クラフト(という昔のゲーム)な どでは、人間の世界ランキング 保持者に勝利するようになって きている
 
 https://www.youtube.com/watch?v=kopoLzvh5jY

Slide 14

Slide 14 text

データサイエンティストの仕事
 - データ分析やAI技術を使い、ビジネスに活用するのがデータサイ エンティストの仕事
 
 - 統計学や詳細な観察によってデータを把握し、
 - 数学を使ってアルゴリズムを考え、
 - プログラミングでアルゴリズムを実装して動くものを作り、
 - それがどのようにビジネスで使えるかを考え実行する


Slide 15

Slide 15 text

② AIの発展によって起こる社会の変化について


Slide 16

Slide 16 text

AIに仕事を奪われる? 


Slide 17

Slide 17 text

多くの仕事は ”半人間・半機械” になる
 例えば製造現場
 例えば医療の現場
 AIが分類し終わったものを 人間が最終チェックする このガンはAIで調べよう
 AI > 癌領域候補がみつかりました
 医師(人間)もそう思うからこの 判断でOK!


Slide 18

Slide 18 text

これからの時代にどんな仕事をすれば良さそうか?
 - 誰も未来が予想できない時代。皆さんが大学卒業し就職するたっ た6年後でも。全然わからん!
 
 - 初代iPhone(スマホ)の発売は2007.6.29
 - たった12年で世界はガラッと変わった。次の6年でも
 きっと変わる
 
 - 次のブレイクスルー?
 Neuralink
 https://www.neuralink.com/

Slide 19

Slide 19 text

高校生のときにやっといたら良いこと?
 - 想像を超える技術の変化がおきて、今の常識は6年後にはきっと変 わっている。
 
 - 大人が言う「高校生は~~すべき/してはいけない」に必ずしも従う必要 はない
 - ※高校までの勉強は”教養”なので頑張ったほうが良い
 


Slide 20

Slide 20 text

好きなこと・熱中できることをとことんやる
 - とにかくやってみる
 - 誤:「好きだから没頭する」
 - 正:「没頭するから好きになる」
 
 - 一つのことを深くやる経験はとても良い
 - 部活でもいいし、Instagramのフォロワー増やす でも良い
 - 自信が持てる
 - 好きなこと/嫌いなこと, 得意なこと/ 不得意なことがわかる
 - 何を深くやった経験は意外にいろんなところで役に立つ


Slide 21

Slide 21 text

- やりたいことが見つからない?
 - 読書をしてみる / 大人に会ってみる / 兵庫県から出て旅行して みる など
 - 「外の世界」を知ることは良い刺激になる
 - すごいことをしている同世代はたくさんいる
 好きなこと・熱中できることをとことんやる


Slide 22

Slide 22 text

高校生がデータ分析コンペで大学生に勝つ
 富山国際大学付属高等学校 メディア・テクノロジー部
 http://www.tuins-h.ed.jp/clubs/mediatechnology/

Slide 23

Slide 23 text

③ AI系のことをやりたい人は何をすればいい?


Slide 24

Slide 24 text

データサイエンティストに必要なスキル


Slide 25

Slide 25 text

データサイエンティストは10年前には無かった仕事
 それぞれの勉強は大学でもできるが、全部を同時に学べる
 大学が無かった(今は少しできた)
 これは社会人になってから 


Slide 26

Slide 26 text

今日からでも独学できる
 - 統計学・数学・プログラミン はいつからでも、一人でも始められる
 - 書籍が充実しており、無料のEラーニングや質問サイトなども利用できる
 - プログラミング系のツールは基本全部無料。必要なのはPCだけ
 - 専門の大学に行きたいなら、一番近いのは情報科学系とかデータサイエンス 学部があるところとか


Slide 27

Slide 27 text

進学
 - 理系に進学しましょう(「数学できないから文系に行く」はもったいない。自 分も大学卒業後からプログラミング・統計・数学をちゃんと勉強し始めたタ イプです)
 - "研究"を通じて未知のものを探求する方法は仕事にもとても役立つ
 - 特に、AIビジネスには正解が無い = 研究と似ている部分が多い
 - 例えば、
 - 理論的な考え方
 - 新しい分野に対して自分で調べる方法や取り組み方を模索する
 - 数字の取扱にアレルギーがない


Slide 28

Slide 28 text

Ask Me Anything!
 Twitter: @yutatatatata
 AIやデータ分析に関するPodcastもやってます
 『白金鉱業.FM』
 
 2018年の講演スライドはこちら
 https://speakerdeck.com/ysdyt/job-introduction-of-data-scientist