【AI/ML 分科会新設のお知らせ】AIや機械学習をテーマとした分科会が始動！

AI/ML 分科会運営リードの秋元です。

今回は、Google Cloud を活用した AI/ML 領域にご関心の皆さまへのビッグニュースです！

2023年4月、Jagu’e’r に新しく AI/ML 分科会が設立されたことを発表します。AI/ML 分科会は、Jagu’e’rで初めてAIや機械学習(Machine Learning)にフォーカスした分科会です。このブログでは、AI/ML 分科会運営リードより分科会設立のご挨拶と、分科会の概要についてご紹介します。

目次

• 分科会設立のご挨拶
  • 秋元 良太(アクセンチュア株式会社)
  • 又吉 佑樹 (株式会社G-gen)
  • 佐藤 瑛隆 (アクセンチュア株式会社)
• 分科会設立の背景
• AI/ML 分科会の目的
• 分科会で扱うトピック例(設立時の想定)
  • ビジネスアジェンダ
  • Data Scienece
  • Data Engineering
  • AI/ML に関連する Google Cloud Products
• AI/ML 分科会では扱わない領域
• ターゲット
• 活動内容
• 活動体制
• 参考リンク
• FAQ
  • Q. データ利活用分科会との違いはなんですか。
  • Q. AI/ML 分科会へ参加できるのは誰ですか？
  • Q. AI/ML 分科会で扱われる題材には、どのようなものがありますか。
  • Q. AI/ML 分科会では、数式やプログラミングが要求されますか。

 

分科会設立のご挨拶

まず AI/ML 分科会を立ち上げた運営リード3名から、この分科会設立への想いをご紹介します。

 

秋元 良太(アクセンチュア株式会社)

まずは AI/ML 分科会へ興味をお持ちいただき、ありがとうございます。この分科会は Jagu’e’r の他分科会と異なり、新しい領域・技術にフォーカスした分科会です。

AI や ML(機械学習)といった領域は、Jagu’e’r会員の皆さまにとっても、身近にありながら、どこかとっつきにくい印象かと思います。この分科会では、技術とビジネスの両方を扱います。AI/ML の技術だけが一人歩きしても、ビジネスは変えられません。一方で、ビジネスを扱うメンバーが技術に詳しくなることも必要だと感じています。私たちは、そのバックグラウンドやカルチャーが異なる2つの領域を、あえてこの分科会1つで取り上げることに挑戦します。

AI/ML 分科会は、未知の世界を発見する機会を提供します。ここで皆さまが見つけるものは、これまでとまったく異なる世界かもしれません。時として、皆さん自身にも挑戦が求められるかもしれません。Professional Machine Learning Engineerを勉強された方はご存じの通り、AI/ML の裏には(必ずしも数式は不要だとしても)一定の統計的な知識は必要になります。一方で、データサイエンスを専門とされる方にも、新しい学びや気づきの機会を提供します。これまで当たり前のように思っていた専門用語が他のメンバーには通じないこともあるかもしれません。そういった異文化のカオスを乗り越えて、私たちは新しいイノベーションを追求したいと考えています。

私たちの分科会では、知らないことは恥ではありません。新しいことを知ろうとし続ける姿勢を歓迎します。何かを知らないことではなく、自分が知らないことを知っている他者への感謝を大切にします。

ぜひ皆さまにも、新しい世界への挑戦を楽しんでいただけますと幸いです。もちろん、すでにいろいろ知っている方は、惜しみなく還元してくださいね！　AI/ML 分科会を通して、Jagu’e’r会員の皆さまのスキルアップ、そして日本における高度なデータ活用が進むことを願っています。

 

又吉 佑樹 (株式会社G-gen)

皆様、こんにちは。AI/ML 分科会へ興味をお持ちいただき、ありがとうございます。

この分科会は、日頃から AI/ML を本業にしているデータサイエンティストの方から、私のように初心者だけど好奇心はあるという方まで、様々なバックグラウンドを持つメンバーが集まり、AI/ML の分野における新しい知見やアイデアを共有し、ビジネスアイデアの創出ができる場を創っていきます。

ここ最近話題の Generative AI など、AI/MLの分野では新しい技術や手法が日々開発されています。そのため私たちは、コミュニティを通じ、最新のトレンドや知見を共有し合い、業界の最先端に立ち続けることを目指したいと思います。

また、Jagu’e’r というコミュニティは皆様が “主役” であり “原石” です。コミュニティで学び合い、互いに成長していくことで、皆様自身が社内外で “輝ける” ことを信じています。是非、一緒に AI/ML 分科会を盛り上げていきましょう。

 

佐藤 瑛隆 (アクセンチュア株式会社)

ビジネスにおける「価値」には、売上や利益以外にも「(顧客)満足度」「社会貢献度」などがあるかもしれません。個人的にはその中に「おもしろさ」というのが入っても良いのではないかと思います。

テクノロジーやデータサイエンスには「売上を上げるためのツール」に留めておくには勿体ないほどの「おもしろさ」があると思います。ビジネスとテクノロジーという2領域は入口は違えど同じ「おもしろさ」を追求する姿勢においては同一直線上にあるはずで、その直線こそがAI/ML分科会の示すべき道筋だと思います。

せっかくのJagu’e’rというコミュニティだからこそ、AI/MLが好きな人が、溢れる好奇心をそのままぶつけられるような「誰もが動ける」分科会を目指します。ですので、初心者も経験者もそれぞれの目線で楽しみ、動き、教え合い、そして是非ともおもしろがってください。

 

分科会設立の背景

データはあらゆるビジネスの原動力となっています。変化の激しい時代において、データに基づいた意思決定を実現することは重要です。データの民主化を促進し、意思決定のスピードを高め、新しい技術を速やかにビジネスに取り入れることにより、新しい時代のリーダーとなることができます。機械学習は、企業データや顧客データから価値を引き出すために重要な手段の一つです。一方で、機械学習の活用が満足に進んでいる企業ばかりではありません。

Google Cloud の AI ツールは、Google の最高水準の研究技術を駆使して構築されており、AIツールを駆使することによりデベロッパーは重要な問題の解決に専念することができます。このような Google Cloud の強みを活かして、Jagu’e’r AI/ML 分科会では、日本における AI/ML の盛り上げを促進します。

 

AI/ML 分科会の目的

Google Cloud を使用した AI 領域におけるデータの活用を支援する。AI/ML領域を盛り上げるため、日本国内外における AI/ML 関連プロジェクトの推進等における課題を共有し、日本におけるデータの高度利用を推進する。また、理論・テクノロジーとしてのAI/MLへの理解を深めることで、前述の課題に対する革新的なソリューション、およびビジネスアイデアの創出を行う場を提供する。

 

分科会で扱うトピック例(設立時の想定)

• ビジネスアジェンダ

  • AI/ML をプロダクトへ組み込む
    • 社内の巻き込み方
    • AI/ML の価値をステークホルダーへ説明する
  • AI のリスクについてコミュニケーションする
    • Responsible AI
    • Explanable AI
  • AI/ML 系プロジェクトの推進/ PMO
    • アジャイル開発
    • クライアント・コミュニケーションの難しさ
    • MLOps, CI/CD
  • AI/ML 人材の育成
    • 社内人材のリスキリング

• Data Scienece 

  • 機械学習
    • 深層学習
    • 画像認識・生成
    • 自然言語処理
  • 数理最適化
    • 線形計画
    • 経路最適化
    • 在庫計画
  • アルゴリズム
    • 動的計画
    • グラフ理論
    • 探索アルゴリズム
  • プログラミング言語
    • Python
    • R
    • Julia
  • 数理統計学
    • 線形モデリング
    • ベイズ統計
    • 状態空間モデル
    • MCMC

• Data Engineering

  • Data Preparation
    • 特徴量エンジニアリング
  • データの基本統計量
    • 相関分析
    • 分散分析
    • 外れ値の検出等

• AI/ML に関連する Google Cloud Products

  • BigQuery ML
  • Cloud AutoML
  • Vertext AI
  • Dataprep
  • Google Products の最新アップデートや開発秘話/裏話
    • Google 社の論文を読むなど

 

AI/ML 分科会では扱わない領域

• データエンジニアリング及びデータ基盤に焦点を当てた発表

 

ターゲット

• データマネジメント/ETLが進んでおり、AI を活用した高度なデータの活用を検討している企業
• 機械学習やAI の活用に興味を持ち、学ぶ意欲を持つ個人
• 今後、社内外のデータを分析する業務に従事する予定の個人

 

活動内容

• ミートアップを2か月に一度程度開催
• AI/MLに関する勉強会の開催、Kaggle コンペ参加
• Slack 上で適宜、情報交換

 

運営体制

• 運営リード：ACN 秋元、ACN 佐藤、G-gen又吉
• 運営メンバー：ACN 中田、G-gen 片岩、NRI 森、unerry 伊藤、unerry 岡安
• Googler サポーター：下田、片岡

※ 新規運営メンバー募集中：上記メンバーへご連絡ください。

 

参考リンク

[1] AI と機械学習プロダクト | Google Cloud 

 

FAQ

Q. データ利活用分科会との違いはなんですか。

データ利活用分科会は、データを活用するための取り組みを広く紹介しています。データを活用するカルチャーから基盤まで幅広く対象としています。一方で、AI/ML 分科会は機械学習/ Data Science 領域に特化した分科会です。AI/ML 分科会でもデータ利活用に関するトピックを扱うことはありますが、機械学習等におけるデータの適切な利用を念頭においたサブトピックとして扱います。

 

Q. AI/ML 分科会へ参加できるのは誰ですか？

Jagu’e’r 会員であれば、広く参加可能です。分科会には AI/ML 系のエンジニアだけではなく、この領域へ興味があるメンバーを広く受け入れます。文系出身で数式が苦手という方でも、参加いただくことは可能です。

 

Q. AI/ML 分科会で扱われる題材には、どのようなものがありますか。

AI/ML 分科会では、 AI や機械学習 (ML) に関わる題材を広く扱います。AI の活用といっても、適切に準備されたデータを、適切な手法で処理しないと、ビジネスの価値を提供することができません。オペレーション改革も含めて、一連の AI/ML パイプラインにおける課題や悩みを議論することができます。

 

Q. AI/ML 分科会では、数式やプログラミングが要求されますか。

原則としては、不要です。分科会では、企業における AI/ML の推進を目指しており、専門技術職に加えて、ビジネスユーザや経営層の理解があってこそ、社内の取り組みが推進されるものであると考えています。

一方で、一部の LT などは、深く数式やアルゴリズムを議論するものとなります。専門的な技術者同士の知見を共有することも重要と認識しているため、好奇心をもって学んでいただく姿勢を示していただけると幸いです。日本での AI/ML 活用を推進していきましょう。