こんにちは。ヒガシです。
普段は機械系エンジニアをやりながら、AIの開発にも携わっています。
この記事では私の経験をもとに、機械系エンジニアがAIを習得するうえで持っておいた方が良いスキルを４つご紹介していきます。
これからAIを習得しようとしている人は、AIに関するマニアックな本を読むばかりではなく、ここで紹介するスキルもしっかりとフォローするようにしておきましょう。
そうすれば、AI習得までのスピードは大きく変わるはずです。
それでは早速やっていきましょう。
※本ページにはプロモーションが含まれております。
python基礎スキル
まずはじめは、当然ながらプログラミング言語【python】の基礎的なスキルです。
一般的にAIを開発するうえで必要（必須）な超絶有能なツールは、世界中に無料で公開されています。
しかしそれらのツールの多くはpythonを用いなければ使用することができません。
つまりpythonを使うことができなければ、AI開発を行ううえで必須のツールたちの多くを使うことができないというわけです。
さきほど紹介した有能ツールたちのおかげで、たしかにあまりにもマニアックなコーディングスキルや数学的知識は要求されなくなりました。
しかしながら、それらのツールに情報を与えたり、出てきた情報を人間にわかる形に加工したりする部分は、AIを使うユーザーひとりひとりが行っていく必要があります。
この部分を実行するうえで、pythonの基礎スキルがなければ話になりません。
具体的に必要なスキルをいくつかあげておきますので、勉強する際の参考にしてみてください。
〇AI習得するうえで必須のpythonスキル
- numpyでの配列処理
- globでのファイル処理
- pandasでのデータ処理
- IF文、For文の基礎
あげていけばきりがありませんが、まずはこのあたりから習得していきましょう。
〇基礎から学べるPythonオンライン講座はここから
みんなのAI講座 ゼロからPythonで学ぶ人工知能と機械学習
〇私がpython習得に使った参考書籍
pythonの実行環境の構築方法から始まり、プログラムの書き方を基礎中の基礎から勉強することができます。
（私のブログでも自分の備忘録としての記事がいくつかありますので、興味があれば見てみてください。）
python画像処理スキル
先ほどのpython基礎スキルは機械系エンジニアでなくても必須となるスキルでしたが、ここで紹介するpythonの画像処理スキルは、機械系エンジニアが特に習得しておくべき内容だと感じています。
というのも機械系エンジニアって画像を使ってなにかをすることが非常に多いですよね。
例えば、工場での製品検査なんかです。
（製品の写真をとって、ゆがみ、亀裂がないか・・・とかね。）
ほかにもCAEでの検証結果を上司に説明する際にも、当然のように画像を使っているはずです。
（CAEって画像を大量生成できるからAIとの親和性抜群ですよ。）
こんな感じで機械系エンジニアの周辺には画像であふれかえっているんです。
それら大量の画像をAIに学習させることで、いままでできなかったことがいろいろとできるようになります。
しかしながら、せっかく大量の画像があったとしても、AIに放り込むスキルがなければ意味がありません。
というわけで、ここで必要になってくるのがpythonでの画像処理スキルです。
（pythonでなくても画像処理をする方法はたくさんありますが、どうせAIはpython上で動かすことになりますので、わざわざ他のツールを使うメリットはありません。python上で画像処理できるようになっておきましょう。）
〇AI習得するうえで必須のpython-画像処理スキル
- openCVライブラリの習得
ここはopenCVが使えれば十分です。
openCVとはインテルが開発した画像処理に特化したオープンソースです。
python環境さえあれば、だれでも無料で使用することが可能です。
〇openCVを学習するうえで
正直openCVについて詳細に教えてくれるセミナーはありませんね。
書籍やWebサイトで地道に勉強するしかありません。
〇私がpython-openCVの習得に使った参考書籍
openCVの環境構築方法から始まり、画像処理に関する基本的な部分を習得することができるはずです。
（私のブログでもopenCVをつかっていろいろ遊んでみたという記事がたくさんあるので、興味があれば読んでみてください。）
英語（リーディング）
次に必要なスキルは英語です。
この記事の前半部分で、AIを開発するうえで必要（必須）な超絶有能なツールは、世界中に無料で公開されています、と説明したと思います。
が、残念ながらそれらの使い方はほとんど英語で書かれています。
つまり、英語が読めなければ便利なツールたちを思う存分使いこなすことが難しいというわけです。
感覚的にはTOEIC700点くらいあれば、ツールの使い方くらいは問題なく理解できるでしょう。
（技術的な論文を読むうえではもう少しあったほうが良いかもしれませんが）
いずれにせよ、英語が必須であることは理解いただけたと思います。
これはもう地道に勉強するしかないですね。
エクセル&VBA
最後はエクセルです。
私の会社では、エクセルは誰もが使う基幹ツールです。
妻の会社でもそうです。
あなたの会社でもそうなのではないでしょうか？
（というかエクセルを使わない企業とかあるんですかね？特にメーカーで。）
基幹ツールなわけですから、当然エクセルファイルの中に大量のデータが保管されているはずです。
その大量のデータを使ってAIを活用しようとした場合、データ集計したり、pythonで読める形に加工したりするスキルが要求されます。
python上からもそれらを実行できないことはありませんが、普段からエクセルに慣れ親しんだ環境にいるのであれば、エクセル上でそれらを実行した方が、習得は早まるでしょう。
（データをAIが飲み込める形にするだけであれば、python上でのAI処理の流れから切り離していても問題ありませんからね。）
エクセルVBAを習得していれば、AIとは関係のない業務も効率化されますしね。
エクセルを学ぶべき理由は以下にも掲載していますので、興味があればこちらもあわせてご覧ください。
エクセル（VBA）を極めるべき理由３つ！時代遅れとは言わせない。
機械系エンジニアでエクセルが苦手という人はあまりいないかもしれませんが、AIの習得を目指しているこれを機に、もう一段階上のスキルを身に着けてみてはいかがでしょうか。
〇Excel-VBAのオススメ書籍
おわりに
というわけで今回は、機械系エンジニアがAIを習得するうえでの必須スキルを４つご紹介しました。
今後学習を進めていく際の参考になれば幸いです。
このブログでは、人工知能の話から、Python,、Excelの基本的な使い方をご紹介しています。
ぜひ通勤中などに他の記事も読んでみてください。
⇒興味があれば【ヒガサラ】で検索！
最後に、この記事が役に立ったという方は、ぜひ応援よろしくお願いします。
↓ 応援ボタン
にほんブログ村
それではまた！
Follow @HigashiSalary
コメント