※本記事はアフィリエイト広告を含んでいます
どーも、りけーこっとんです。
「G検定取得してみたい！」「G検定の勉強始めた！」
このような、本格的にデータサイエンティストを目指そうとしている方はいないでしょうか？
また、こんな方はいませんか？
「なるべく費用をかけずにG検定取得したい」「G検定の内容について網羅的にまとまってるサイトが見たい」
今回はG検定の勉強をし始めた方、なるべく費用をかけたくない方にピッタリの内容。
りけーこっとんがG検定を勉強していく中で、新たに学んだ単語、内容をこの記事を通じてシェアしていこうと思います。
結構、文章量・知識量共に多くなっていくことが予想されます。
そこで、超重要項目と重要項目、覚えておきたい項目という形で表記の仕方を変えていきたいと思いますね。
早速G検定の中身について知りたいよ！という方は以下からどうぞ。
具体的にどうやって勉強したらいいの？
G検定ってどんな資格？
そんな方は以下の記事を参考にしてみてください。
なお、りけーこっとんは公式のシラバスを参考に勉強を進めています。
そこで主な勉強法としては
分からない単語出現 ⇒ web検索や参考書を通じて理解 ⇒ 暗記する
この流れです。
皆さんも一緒に頑張りましょう！
※この記事は合格を保証するものではありません
大項目「ディープラーニングの社会実装に向けて」
G検定のシラバスを見てみると、試験内容が「大項目」「中項目」「学習項目」「詳細キーワード」と別れています。
本記事は「大項目」の「ディープラーニングの社会実装に向けて」の内容。
その中でも「AIと社会」というところに焦点を当ててキーワードを解説していきます。
G検定の大項目には以下の８つがあります。
・人工知能とは
・人工知能をめぐる動向
・人工知能分野の問題
・機械学習の具体的な手法
・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社会実装に向けて
・数理統計
とくに太字にした「機械学習とディープラーニングの手法」が多めに出るようです。
AIの扱い方というのは、社会全体で「どう扱おうか？」と悩んでいる最中です。
いろんな法律・ルールがあったりしますし、新しいルールが出現したりすることも。
このルールを侵害してしまうと、罰則や信頼低下に繋がってしまいます。
さらにG検定合格にも、この章が肝になってくるようですね。
機械学習やディープラーニングはバッチリなのに法律関連が全然できなくて落ちた、という話も聞きます。
油断せずに行きましょう。
※今回取り上げた法律が変わることもあるということに注意してくださいね。
基本的なところは今回の記事で押さえて、最新版のシラバスを参考に調べることが大切！
今回はAIのビジネス活用や、最近聞くようになった基本的な用語を押さえていきたいと思います。
AI による経営課題の解決と利益の創出
AI による経営課題の解決と利益の創出とは、AIは単なる手段であって目的じゃないよ、という考え方のこと。
キーワードというよりは、目的の考え方ですね。
AIが流行っているからと言って、AIを導入することが目的になってはいけません。
「AIを導入して何を解決したいのか」をしっかり考えることが重要です。
最初に「こんな課題を解決したいな…」という目的があって、その解決にAIが使えそうなら取り入れましょう。
もしかするとその問題の解決にはAIは適さないかもしれませんからね。
例えば以下のような感じでしょうか。
このように「利益や課題の解決」が目的にあって、そのためにAIを使うという考え方が大切。
一つの明確な正解があるというよりは、どの場面でAIが有効か？を具体的に知っていたりすることが重要です。
AI活用戦略
AI活用戦略とは、2019年日本経済団体連合会が制定した「AIをどう使っていくか」の戦略を立てた文書のこと。
いろんな問題集を見た感じ、重要ポイントは以下の三つかと。（主観ですが）
・「人間尊重」「多様性」「持続可能」が基本理念
・2025年には「エキスパート人材」を年に2000人育成
・高校で2022年から「情報１」が必修に
各産業において、諸外国の活用例や戦略をもとに「どうやってAIを活用していこうか」ということをまとめたものになりますね。
G検定関係なく、これからの日本全体の大まかな方向性だったりするので、見てみると面白いと思います。
全文は、こちらのURLからどうぞ。
https://www.keidanren.or.jp/policy/2019/013.html
法の順守
法の順守とは言葉の通り、法律を守りましょうということ。
当たり前といえば当たり前ですよね。
AIの活用を社会的に行うにあたって、いろんな法律が施行されています。
これを知らずにAIを構築していると、知らず知らずのうちに法を侵害していることになりかねません。
法を犯せば、罰則や社会的信頼の低下に繋がってしまいますよね。
なのでAI活用にはどんな法律があるのか、を知ることが重要です。
そこで、AI関係で知っておきたい法律は以下の６つ。
・個人情報保護法
・不正競争防止法
・知的財産権
・著作権法
・特許法
・GDPR
一つ一つの詳しい解説は「ディープラーニングの社会実装に向けて データの収集」「ディープラーニングの社会実装に向けて 実装・運用・評価」の章で触れたいと思います。
ビッグデータ
ビッグデータとは、形式を問わない大量のデータのこと。
形式を問わない、ということなので例えば以下のようなデータ群が考えられます。
・動画データ
・音声データ
・画像データ
・アクセスログデータ
・ウェブサイトデータ
・顧客データ etc…
このように構造化データだけでなく、非構造化データも含めて、色んなデータがあります。
構造化データ：Excelのように「行」「列」でまとまった表形式のデータのこと
非構造化データ：「行」「列」でまとめられない全てのデータ（動画、音声など）
IoT(Internet Of Things)
IoT(Internet Of Things)とは、全ての「もの」がインターネットにつながる事。
最近はこの言葉をニュースなどでも見かけるようになり、知っている人も多いのではないでしょうか。
「もの」というのが、「あらゆる物」というあいまいな感じなことから、イメージがつきにくい方もいるかもしれません。
「もの」の代表例としては、「スマホ」「テレビ」「腕時計（アップルウォッチなど）」「パソコン」。
これらは全部インターネットにつながっていることが多いですよね。
スマホやテレビでネットサーフィンができるし、テレビ・スマホ・アップルウォッチなどを無線で同期して、データのやり取りだって可能です。
将来的には、もっと「もの」の幅が広がることでIoTと呼ばれる社会になるでしょう。
現在も「スマートスピーカー」「冷蔵庫」「エアコン」なども繋がり、遠隔操作や自動操作が可能なものもあるようです。
RPA（Robotic Process Automation）
RPA（Robotic Process Automation）とは、ホワイトカラーの業務をロボットが代わりに行うこと。
つまり、パソコンの定型作業などをロボットが代わりに行ってくれるということです。
工場などの製品生産ラインをロボットが行っているというのは、イメージしやすい人も多いでしょう。
これはブルーカラーの業務をロボットが代わりに行うことでした。
しかし、パソコンの事務作業（ホワイトカラーの業務）などは自動化できなかったんですね。
ところが最近の技術革新によって、パソコンの定型作業も自動化できるようになってきました。
例えば「毎回決まったエクセルの形で領収書の金額を入力する」などの作業は自動化できます。
しかも自動化ロボットを作るのも、そんなに難しくない（簡単なものならドラッグアンドドロップでできる）というのがすごいところ。
具体的なソフトには「UiPath」「Power Automate」などがあります。
ブロックチェーン
ブロックチェーンとは、全員で共有しながら分散的に処理や記録を行う仕組みの一種のこと。
こちらは聞いたことがない人も多いと思います。
詳しい話は置いといて、特徴は以下の２つ。
・全員で共有するので、データの消去・改ざんができない
・自律的に動き、仕組み自体も一時的に使えなくなる（ダウンする）ことがない
つまり信頼性・安全性が高いんですね。
従来のシステムでは、システム全体が中心に依存していました。
例えばゲームアプリは、運営会社という一つの中心に依存していますね。
つまり運営会社がメンテンナンス・システムダウンを起こせば使えないし、運営会社側でデータを自由に改ざんすることもできてしまうわけです。
これはクラウドサービスなど、色んなサービスで普通のことですよね。
しかしブロックチェーンは、運営会社のような中心が存在しないので、信頼性・安全性が高いんです。
信頼性が高いに越したことはないけど、何が革命的なの？と思う人もいるでしょう。
これはデジタルデータを、安心で信頼できるデータにできるということです。
今までのデジタルデータ（ネットの画像や文書など）って簡単にコピーできたので、別にオリジナル（本物の）データに価値なんてなかったんですね。
しかしブロックチェーンを応用すると、「このデータはオリジナルデータです」という証明に信頼性・安全性が加わる。
つまりオリジナルデータが価値を持つようになるんです。
なので資格証明書や住民票など、「それは本物のデータか」の信頼性が大事な用途に使われます。
しかも皆で管理している（分散的）なので、改ざんされにくく安全性も高い。
このように今までデジタルデータ化できなかったものが、データ化できるようになったことが革新的な点です。
ブロックチェーンを応用すると「ビットコイン」のような「通貨（お金）」まで作成可能
まとめ
今回は大項目「ディープラーニングの社会実装に向けて」の中の一つ「AIと社会」についての解説でした。
本記事をまとめると以下の通り。
・AI による経営課題の解決と利益の創出
・法の順守
・ビッグデータ
・IoT(Internet Of Things)
・RPA（Robotic Process Automation）
・ブロックチェーン
以上が大項目「ディープラーニングの社会実装に向けて」の中の一つ「AIと社会」の内容でした。
G検定では「機械学習」「ディープラーニング」で覚える内容が多いので、どうしてもそちらに注力しがちです。
しかし、G検定合格において落とし穴になるのが本章「ディープラーニングの社会実装に向けて」。
出題率としても高めに設定されていると思うので、全問不正解だと合格は厳しいです。
最低限の重要キーワードだけでも覚えておくことが重要でしょう。
次回は「ディープラーニングの社会実装に向けて」の「AIプロジェクトの進め方」に触れていきたいと思います。
G検定の勉強完了までもう少し！
頑張りましょう！
ではまた～
続きは以下のページからどうぞ！
コメント