7,441 文字
はい、みなさん。今日はAIと機械学習のための最高のリソースとコースについてお話ししたいと思います。私のことをご存じない方もいらっしゃると思いますので、自己紹介させていただきます。私はウェス・アースと申します。2011年頃からビジネスを立ち上げ、オンラインで仕事をしてきました。
ここ数年で、私もそうでしたが、みなさんもきっとお気づきのように、AIと機械学習は転換点を迎え、あらゆる産業、仕事、ビジネスで急速に重要性を増していくことでしょう。学生として、またはキャリアアップのため、あるいは自分のビジネスを成長させたり新しく始めたりするためにAIを学ぼうと考えている方々に向けて、次のレベルに進むための素晴らしい方法をご紹介します。
まず最初に紹介したいリソースは、GitHubです。GitHubは巨大なコードリポジトリで、世界中の人々がソフトウェアプロジェクトを共有し、協力して新しく便利なツールを作ることができます。誰でも無料で利用できます。AIに興味を持つ人が増えるにつれて、GitHubは最新の最先端AIツールを構築するための実践的な経験を得るのに最適な場所になってきています。
例えば、Alloy Voice Assistantというものがあります。このチャンネルでも以前に紹介しましたが、基本的にはChatGPT、Gemini、またはAnthropicのClaudeなど、お好みの大規模言語モデルを接続して、リアルタイムで音声チャットができるようになります。ウェブカムにアクセスして、あなたが掲げているものを見ることができ、リアルタイムであなたとやり取りしてチャットすることができます。
このチャンネルでGitHubで利用可能なその他のプロジェクトとしては、chadevがあります。これを使うと、AIの開発者チーム全体を作ることができます。この場合、各部門にいる小さなチームのメンバーはChatGPTによって動作し、どんなアプリケーションやゲーム、あるいはあなたが求めているものでもコーディングを手伝ってくれます。このプロセスにはテスト、つまりシステムのバグ修正やソフトウェアのドキュメント作成も含まれています。
また、マイクロソフトのAutoGenもオープンソースで紹介しました。これを使えば、様々なオンラインタスクを完了するための独自のAIエージェントを作成できます。他にもたくさんの機能がありますが、時間の関係で触れられません。重要なのは、GitHubが無料で使えて、世界最高の人々が何を作っているのかを見たり、彼らと協力したり、その上に構築したり、エコシステムの最新情報を把握したりできるということです。
すでに開発者の方であれば、このツールの素晴らしさはご存知でしょう。でも、これから始めようと考えている方、コーディングを学び始めようと思っている方、まだGitHubや一部のコーディングの概念に慣れていない方はどうすればいいのでしょうか？心配いりません。これから紹介する次のリソースで、あなたが目指すことを実現できます。
2番目のリソースは、SimplyLearnのAIと機械学習コースです。実際、AIと機械学習は彼らのウェブサイトで最も人気のあるセクションの一つです。AIと機械学習について学べるコースは多くありますが、もし最新のAIツールやテクノロジーを実践的に使用する経験を得たい、そして実世界のプロジェクトに取り組みたいと考えているなら、私の調査で、SimplyLearnというこの学習プラットフォームがAIと機械学習の教育において最先端を行っていることがわかりました。
彼らは世界的に有名な大学や、この分野のトップ企業と協力しています。Forbesでもレビューされ、推奨されています。例えば、最も人気のあるAIと機械学習コースの一つが、「AIと機械学習ブートキャンプ」です。このAIブートキャンプでキャリアを伸ばすための必須スキルを身につけることができます。
学習パスを見てみましょう。テキストを少し大きくしますね。まず、プログラミングの基礎から始まります。Pythonのインストールや統合開発環境（IDE）のセットアップなどです。私がよく使用しているVS Codeを見たことがあるかもしれません。それほど複雑ではありませんが、最初は少し面倒に感じるかもしれません。
Jupyterノートブックの使い方も学びます。私がよく使用しているGoogle Colabを見たことがあるかもしれません。それはGoogleのバージョンですね。そして、Pythonの基本的な概要も学びます。多くの人がAIの定番言語としてPythonを考えています。それに同意しない人もいて、かなり声高に反対を表明する人もいますが、多くのものがたまたまPythonで作られています。これは変わるでしょうか？アメリカ人がメートル法を使い始める日と同じくらい、つまり当分の間はないでしょう。これは私の個人的な意見ですが。
その後、Pythonを使った応用データサイエンスに進みます。これはより高度な内容で、データサイエンスを使うことで多くの可能性が開かれます。次に、TensorFlowやPyTorchなどの機械学習フレームワークに進みます。これは一種のAPIで、その上に構築されています。これによって、独自のニューラルネットワークやAIモデルのトレーニングを開始できるようになります。
さらに、実際に生成AIやプロンプトエンジニアリング、ChatGPTなどの使用に進みます。最後には最終的なキャプストーンプロジェクトと様々な選択科目があります。最初のプロジェクトの一つは、Pythonを使用してeコマース企業向けのショッピングアプリを開発することです。
始めたばかりの人にとって、このコースでカバーされているこれらのツールは、素晴らしい出発点となるかもしれません。ある卒業生が、このクラスでの経験と、それが彼らのキャリアをどこに導いたかについて説明してくれました。これは本当にこのコースができることを示していると思います。たとえ始めたばかりでも、聞いてみましょう。
「人工知能が私たちの住む世界を席巻しているのは驚くべきことです。私はディアボと申します。パラマリボの美しい街に住んでいます。AIの実践者として、この分野の最新のトレンドやテクノロジーを学び、個人プロジェクトに取り組み、複雑な問題を解決するために他の開発者と協力することに数え切れないほどの時間を費やしてきました。フロントエンド開発を独学するのに無数の時間を費やしました。SimplyLearnでの経験は非常に良かったです。コース内容は非常によく考えられていると思います。このブートキャンプが終わったら、AIと計算論的神経科学、計算生物学を組み合わせることを考えています。今、それらのSTコースを受講しています。」
このような話を聞くのは本当に好きです。基礎を学び、アメリカのスタートアップで仕事を得て、学びと成長に投資し、最終的に自分のスタートアップを立ち上げる。このような話は非常に刺激になります。
これは「ビジネス変革のための生成AI」コースです。これらは世界的に有名な大学や企業との協力で作られています。Switch Up、Course Report、Trustpilotで素晴らしいレビューを得ています。
ここで紹介されているツールに注目してください。ChatGPT、Gemini、Stability AI、そしてZapierです。オンラインビジネスを10年以上運営してきた中で、Zapierは自動化のための非常に強力なツールでした。このチャンネルでも何度も話してきました。過去には、すべてをスクリプト化する必要があり、非常に硬直的でした。ChatGPTやGeminiのような推論エンジンを使えば、これらのツールは一種のスーパーチャージされた状態になります。2016年にeコマースビジネスを立ち上げていた時に、これらのツールがあればよかったのに、と思います。それは大きな違いを生んでいたでしょう。
ここでコースの一つが「Zapier自動化の様々なユースケースを学ぶ」で、その後に「ワークフロー自動化のモニタリングと最適化の技術を習得する」というのが続くのを見ると、このコースを作っている人が本当に何を話しているのかを理解していることがわかります。
これは驚くことではありません。なぜなら、このコースのプログラムアドバイザーは、テクノロジー企業の創業者やCEO、チーフデータサイエンティスト、データ・機械学習のリーダー、機械学習・AIの部門長などだからです。
私がこのコースを受講しようと考えていることがおわかりでしょう。始めたときにこれがあればよかったと思います。おそらく、何百時間も費やして行っていたことが、今では完全に自動化されているか、AIが代わりにやってくれるので学ぶ必要がないことになっています。例えば、グラフィックデザインや製品デザインなどの多くは、現在AIが素晴らしい仕事をして、多くの素材を作成しています。
ファイナンシングのオプションもあり、このコースは月額250ドルから受講できるようです。これは非常に興味深いと思いました。昨年、AIに関連する特定の役割に対する需要の波が来ると言及しました。その役割の名前が何になるかはわかりませんでしたが、ここでは生成AIエンジニアと呼んでいます。アメリカでの平均年収は122,000ドルで、上限は192,000ドルのようです。この分野は成長し、拡大しており、これらのスキルと能力を持つ人材への大きな需要があるため、参入するには素晴らしい分野かもしれません。
個人的な経験から言えば、これは逸話的なものですが、過去10年間このスペースで多くの人々と仕事をしてきた経験から、eコマースストアのオーナーをたくさん知っています。これらのスキルへの大きな関心があることを断言できます。ワークフロー自動化だけでも金の価値があります。
このコースに時間をかけすぎたことをお詫びします。他にも多くのコースがあります。どんな機械学習の分野でも、現在どのレベルにいても対応できます。もちろん、データサイエンスやビジネス分析、AI機械学習、プロジェクトマネジメント、サイバーセキュリティなど、世界をリードする様々な大学からの多くのコースも利用可能です。
SimplyLearn.comのAIと機械学習（単語の間にダッシュがある）にアクセスするか、説明欄やピン留めされたコメントのリンクをクリックしてSimplyLearnにアクセスし、オンライン教育でキャリアを前進させる最初の一歩を踏み出してください。
これで3番目のリソースに戻りましょう。それは、AIツール自体を使ってAIやコーディングに関する質問に答えてもらうことです。最初に、GitHubを使って人々が何を作っているのか、そしてその上に何を構築できるのかについてのアイデアを得ることについて話しました。Alloy Voice Assistantを覚えていますか？ウェブカムを使って画像をキャプチャし、それらの画像にリアルタイムで応答し、その画像について質問に答えることができます。
これは本当に楽しく、便利かもしれませんが、デスクトップを見て、そこで見えるものについて質問に答えられるようにしたい場合はどうでしょうか？例えば、このコードを見ていて、ウェブカムストリームからデスクトップストリームにどのように変更すればいいのか考えているとします。
すでにコーダーであれば、おそらく必要な機能を書き換えるだけで問題ないでしょう。しかし、まだそのレベルに達していない場合はどうすればいいでしょうか？このコードをコピーして、お気に入りのLLMに貼り付けることができます。ChatGPTやClaudが現時点で最も優れていますが、GPT-4.0とCanvasを試してみましょう。あなたがこれを試す時には、もっと良いモデルがあるかもしれません。
コードを貼り付けて、Shift + Enterで数行作成し、こう書きます：「このコードを変更して、ウェブカムストリームの代わりにデスクトップのスクリーンショットを撮って、それらの画像に返信するようにしてください。」
すると、右側にキャンバス画面が開き、そこにコードが書き出されます。ここまで順調ですね。ご覧のように、何をしているのかも説明してくれています。「ウェブカムストリームの代わりにデスクトップのスクリーンショットを使用するように、WebcamStreamクラスをScreenshotStreamクラスに置き換え、デスクトップをキャプチャするためにPyAutoGUIを使用するようにコードを更新しました」と言っています。PyはPython、Autoはオートメーション、GUIはグラフィカルユーザーインターフェイスの略で、デスクトップをキャプチャするために必要なライブラリの一つです。
では、このコードをコピーして、既存のコードと置き換えます。これについて混乱した場合でも、ChatGPTが手順を説明してくれます。通常、異なるものが何と呼ばれているのかを理解するための基本的な知識があれば、正しい質問をすることができます。基本を理解していれば、次に何をすべきかを一歩一歩尋ねることができます。
プログラムを実行してみましょう。エラーメッセージが出た場合は、それをChatGPTに投げ返して修正してもらえます。例えば、このエラーコードを貼り付けて、実行してみましょう。ご覧のように、一行ずつチェックして、修正が必要かどうかを確認しています。ほとんどは同じままですが、遭遇したエラーを修正してくれることを願っています。
もう一度実行してみましょう。画面上のコードを見て、このプログラムは何をすると思いますか？「このプログラムはOpenAIのAPIを使用した音声アシスタントのように見えます。スクリーンショットをキャプチャし、音声入力を処理してプロンプトを生成します。GoogleのAIまたはOpenAIのGPT-4モデルを使用して応答を生成するように設定されているようです。」
現在画面上にあるコードを見て、そのコードは何をすると思いますか？「このコードスニペットはWebcamStreamクラスを定義しており、ウェブカムからのビデオキャプチャを管理します。ビデオストリームの開始と停止、別のスレッドでのフレームの更新、ロックを使用したスレッドセーフな現在のフレームの読み取りのためのメソッドが含まれています。」
そのクラスを削除してこれに置き換えましたが、これは何をすると思いますか？「このScreenshotCaptureクラスはスクリーンショットをキャプチャするように設計されています。ロックを使用してスレッドセーフを確保しながら、スレッドを使用して継続的にスクリーンショットを更新します。startメソッドは更新プロセスを初期化して実行します。」
ここで一つ注目してほしいのは、私は1行もコードを書いていないということです。元のプロジェクトはGitHubから来ています。すべての修正、説明、バグのトラブルシューティングなど、すべてはこの場合ChatGPTから来ています。
コーディングの仕方を知らなくても、それに落胆する必要はありません。ご覧のように、かなり複雑なプロジェクト、かなり高度なAIツール…まあ、高度とは言えないかもしれません。中級レベルと呼びましょう。テキストから音声への変換、OpenAIのWhisper転写サービス、ChatGPT-4.0との双方向のやり取り、そしてスクリーンショットストリームまたはウェブカムストリームのいずれかを使用していますが、プログラミングの知識がなくてもそれができます。
セットアップの方法、IDEの作成方法、環境のセットアップ方法を理解し、ターミナル（クリックではなく実際に入力する場所）の使い方を学ぶ時間は必要ですが、基本を理解すれば、新しい世界が開けます。
4番目のリソースは、アンドレイ・カーパシーです。アンドレイは長い間AIに携わってきました。イーロンと自動運転車の開発に取り組み、NVIDIAのジム・ファン博士と働き、OpenAIのイリヤ・スツケバーとも働きました。彼は正真正銘のAIインサイダーです。
AIの研究を進めることから一時離れて、人々にAIについて教えることを決意しました。彼のYouTubeチャンネルは、動画を投稿するたびに膨大な数の視聴回数を獲得しています。このコンテンツは完全に無料で提供されており、独自の大規模言語モデル（LLM）の構築方法と、それらが基本的にどのように機能するかを理解するのに役立つGitHubリポジトリも提供しています。
これは誰にでも向いているわけではないかもしれません。これはAIツールの上層レベルの実践的な応用というよりも、これらのモデルの内部の仕組みについてより深く掘り下げるものです。しかし、これらすべての基礎となる層がどのように機能するかについての基本的な理解を得るのに非常に役立ちます。そして、その知識を、これらのものの構築に不可欠な役割を果たしてきた人から直接得ることができます。
始めるには、「大規模言語モデル入門」をチェックすることをお勧めします。この動画はすでに数百万回の視聴回数を記録しており、これらのLLMが何であるか、その特徴は何か、課題は何か、制限は何か、どのように作られるかなどの素晴らしい概要を得ることができます。
まとめると、これらがAIスキルを学習または向上させる旅で役立つ素晴らしいリソースです。無料と有料のリソース、自己学習者や自己啓発型の人向けのリソース、そしてより体系的なアプローチを好む人向けのリソース、両方の良い variety を紹介しようと努めました。
このビデオのスポンサーであるSimplyLearnに大きな感謝を捧げます。みなさんはAIを学ぶためにどのようなリソースを楽しんでいますか？お気に入りのリソースは何ですか？コメントで教えてください。
以上、私はウェス・アースでした。ご視聴ありがとうございました。
コメント