AIをゼロから学ぶには？
人工知能をゼロから学ぶために、FreeCodingTourは次の順番で受講する三つのコースを提供しています。
FreeCodingTourのAI学習方法は、次の原則に基づいています。
- ステップ1：プログラミングを 入力 -> 処理 -> 出力 として学び、処理をブラックボックスとして捉えます。Richard Feynmanが見事に説明している考え方です。
- ステップ2：テストケースを使って、プログラムが正しく動くかを検証する方法を学びます。
これは非常に重要で役に立ちます。ソフトウェア業界で広く使われる手法に触れられ、後にアルゴリズムの分野を学ぶための入り口にもなります。面接や競技でも、この方法が基礎になっているからです。
- ステップ3：機械学習の方法でデータサイエンスを学びます。つまり、Vladimir Vapnikの言うように自然はとても複雑だと認め、頻度主義やベイズの方法は（少なくとも最初は）いったん脇に置き、毎秒何百万もの計算ができる機械が必要だと受け入れます。
そう考えると、機械学習は、私たちが説明できない処理を機械に自動で学習させる方法として捉えられます。ただし、その処理の入力と出力がどうあるべきかは指定できます。言い換えると、機械学習は テストケースで導く自動プログラミング です。
- ステップ4：深層学習を、機械が画像、音声、テキストを符号化（数値に変換）し、機械学習の方法と組み合わせて予測したり、人間とやり取りしたりするための方法として学びます。
この学び方は、Embeddings、RAG、Latent Space、Encodingなど、日々重要性を増している概念を理解するのに役立ちます。まとめると、深層学習は 人間の言語での入力 -> 処理 -> 希望する形式での出力 として理解できます。ここでの人間の言語には、テキスト、画像、音声が含まれます。
