KC3 Shinkan-Fes AI/機械学習

KC3 Shinkan Fesにて登壇した際に使用した資料

Transcript

1. KC3 Shinkan Fes. 2024 KINDAI Info-Tech HUB Eigo Yamamoto
2. ⽬次 ⾃⼰紹介 なにしてるひと？ どうしてそれを？ 伝えたいこと 学習法
3. ⾃⼰紹介 • 名前：やまもと • ⼤学：近畿⼤学⼤学院 • 学年：博⼠前期課程(修⼠) 1年 • 所属：近⼤CSG/KITHUB (ほぼ)OB • 専⾨：AI x ネットワーク • ひとこと：内定ください。
4. やってきたこと KC3 2023 • 関⻄の情報系団体が⼀堂に会し、勉強会を⾏う • 初学者向けにCNNの解説をハンズオン形式で⾏う
5. やってきたこと 国際会議での発表 • COVID-19の影響でハイブリッド開催 • オンラインにて発表
6. なにしてるひと？ GMO DevSecOpsThon • インフラ周りのトラブルシューティング • LLMのChatBot開発
7. もうちょい詳しく • バックエンド • Python • Go (少し) • Java • フロントエンド • React (少し) • JavaScript/TypeScript (少し) • AI/機械学習領域 • データ分析？ → Kaggle • 画像認識系 • 強化学習
8. なにしてるひと？ B1 B2 B3 B4 M1 ⼤学⼊学 Java⼊⾨ 部活所属 Python⼊⾨ 強化学習⼊⾨ Web⼊⾨ AtCoder⼊⾨ 画像認識⼊⾨ 初ハッカソン 団体設⽴ 研究開始 勉強会登壇 国際会議 地獄開始 インフラ⼊⾨
9. なにしてるひと？ 趣味 • くだらないWebアプリ • くだらないAIモデル 研究 • 分散深層学習 • ネットワークの最適化 AI/機械学習
10. どうしてそれを？ 機械学習 教師あり 学習 教師なし 学習 強化学習
11. どうしてそれを？ 分類 回帰 推薦システム クラスタリング 次元削減 画像 ⾳声 ⽂字 信号 ベクトル センサデータ
12. どうしてそれを？ 機械学習 教師あり 学習 教師なし 学習 強化学習
13. どうしてそれを？ 強化学習 • ⾃動運転 • ロボット/空調の制御(制御系) • 将棋/チェス/囲碁 AI • ⾦融(株取引の戦略決定) • いろんな分野の最適化 - 組み合わせ、リソース、スケジューリング
14. どうしてそれを？ 環境 エージェント(Agent) ⽅策(Policy) ⾏動(Action) 状態(State) 報酬(Reward)
15. どうしてそれを？ うどん職⼈(◦⻲製麺とは無関係)を作りたい ⼩⻨粉 ⽣地1 ⽣地2 ⽔を⼊れる こねる ⾏動 状態 この⾏動の 良し悪しは.. ①うどんができるまで わからない ②これ以降の⾏動も 影響 収益は 美味しさ
16. どうしてそれを？ うどん職⼈(◦⻲製麺とは無関係)を作りたい ⼩⻨粉 ⽣地1 ⽣地2 ⽔を⼊れる こねる ⾏動 状態 この⾏動の 良し悪しは.. ①うどんができるまで わからない ②これ以降の⾏動も 影響 収益は 美味しさ ベルマン ⽅程式 価値 関数 マルコフ 決定過程
17. どうしてそれを？ 本⾳ • 名前がかっこいい • なんか最先端 • それっぽい 建前 • 性質上、応⽤例が幅広い • ⻑期的な視点で収益を最⼤化 • ⽅策を学習するという点 • KPIはこちらで設定
18. 布教活動 ここが良いよ • 情報も論⽂も豊富すぎる • 根本は変わらない • 実務と学問が⾮常に近い • 実社会へ応⽤例が豊富すぎる ここがダメだよ • 使わんで良くね？ • よくわからん • コスト⾼くね？ • 単純な勝負だと勝ち⽬なくね？
19. 勉強⽅法 あまりお⾦かけたくない⼈ Step1. 気になる分野の本を3~5冊ピックアップしよう Step2. 選んだ本の⽬次を⾒⽐べよう Step3. 順番・内容・各章や各節のページ量を⾒よう Step4. 被り率⾼い・ページ数多いところを順番に書き出そう Step5. 上記を順番通りに勉強するだけ！
20. 勉強⽅法 お⾦かけられる⼈ Step1. 少しでも気になる本をピックアップ Step2. Amazonなりのカートに⼊れる Step3. 買う Step4. 積む Step5. Step1へ戻り破産するまで繰り返す。
21. 何をすればいいか AI/機械学習を活かして何かしたい⼈ • 中⾝の理解は後回しでOK！とりあえず動くものを • どうして？の根拠は⾔えるようになる AI/機械学習の中⾝をごにょごにょしたい⼈ • とにかく数学(統計、確率、線形代数）をやりましょう • トレンドの論⽂を追いましょう - arxivは⽟⽯混交なので注意
22. 凡⼈のアドバイス • わからないで諦めるのは1000時間 100時間やってから • わかる/わからないの⼟俵に⽴てる • “楽しくない”なら他のことしよう • 困難にぶつかったら問題を切り分けよう • Aという機能の実装がわからない → Aを構成する技術要素は？ • ⾔語化することを絶対にサボらない • 体系化する（モデル化）する癖をつけよう
23. どうしてそれを？ 環境 エージェント(Agent) ⽅策(Policy) ⾏動(Action) 状態(State) 報酬(Reward)
24. 最後に •とにかく⽬の前のことをがんばりましょう。 • 若さ・時間・体⼒は学⽣の特権です。図々しく⽣きましょう。 • ⼿段と⽬的は常に⾒定めよう。 - 本当にAIを使う必要があるか - 他のアルゴリズムで代替できないか • ちなみにめっちゃレッドオーシャン
25. おすすめ資料 • ゼロから作るシリーズ • 今井翔太さんの資料(強化学習) • 東京⼤学 松尾研 Deep Learning基礎/GCI • “強化学習アルゴリズム⼊⾨“ オーム社