【特別講義 第1回】AIはどう動くのか ― 機械学習とデータ処理の基礎

AIを正しく使い、設計するための最初の土台を作る回です。この回では、AIがどのようにデータから規則性を見つけ、未知の入力に対して判断や予測を行うのかを学びます。難しい数式の暗記ではなく、機械学習の考え方、データの扱い、特徴量、学習と評価の流れを、AIシステム設計の入口として整理します。また、AIの基本的な仕組みを、実際にコードで動かして確認するため、PyTorchを使ってニューラルネットワークを実装し、学習させます。 【内容】 ・AI、機械学習、深層学習の関係を整理する ・AIがデータから学習するとはどういうことかを理解する ・AIの性能を評価するときに見るべき基本的な観点を知る ・「とりあえず動くAI」と「設計されたAIシステム」の違いを理解する ・入力、重み、出力、損失の関係を整理する ・AIが誤差を使って自分を修正していく仕組みを理解する ・PyTorchでモデルを定義する基本的な方法を学ぶ ・学習ループ、損失計算、パラメータ更新の流れを確認する ・学習結果を評価し、モデルが何を学んだかを確認する ・手書き数字などの基本的な題材を通じて、AIモデルを実際に動かす 【解決できる課題例】 ・ChatGPTや生成AIを使っているが、AIがなぜ答えを出せるのかを説明できない ・AIを業務や開発に使いたいが、まず全体像を整理したい ・これからAIシステムを作る前に、最低限の基礎体力を身につけたい ・AIの仕組みを、説明だけでなくコードで確認したい ・PyTorchの使い方がわからない ・生成AIやAIコーディング支援ツールが出力した学習コードの意味を理解したい ・サンプルコードを動かしたことはあるが、どこで何をしているのかわからない ・AIモデルの学習、評価、推論の流れを一度きちんと整理したい 【この回のゴール】 ・AI、機械学習、深層学習の違いを自分の言葉で説明できる ・AIがデータから学習し、予測や分類を行う基本的な流れを理解できる ・AIシステムを見るときに、データ、モデル、学習、評価という観点を持てる ・以降の回で扱うニューラルネットワーク、生成AI、LLMを理解するための土台ができる ・ニューラルネットワークの基本構造を理解できる ・PyTorchで簡単なAIモデルを作成し、学習・評価できる ・AI関連コードを見たときに、モデル、損失、最適化、評価の部分を識別できる ・AIシステムを自分で構築・修正するための実装上の基礎が身につく