Python生成AI
プログラミング講座

● 有名な「Self-Attention」と「Transformer」を作成する

その後、Hugging FaceとPyTorchのモジュールを使って、テキスト生成・画像生成の基礎となる「Self-Attention」「Transformer」「Encoder」「Decoder」を学び、実際にフルスクラッチでPythonを書きながら、簡単な「翻訳生成AI」を作ります。さらにEncoderを切り離し、ChatGPT風のDecoderに加工して事前学習済みの「自己回帰型テキスト生成AI」を作ります。

● 最初から高価なGPUは不要！ノートPCで学べます

この講座は高額なGPUマシンを購入する前に、とりあえず普通のCPUパソコンで「生成AIとは何か」を学ぶ「概念実証（PoC）」が目的です。よって少量データによるサンプル生成AIのため、最終生成物に実用性はありません。卒業後に生徒各自が中規模マシンを用意して、大量データを数週間掛けて学習すれば、おそらく良い結果が得られるでしょう。そこに至るまでの可能性を学ぶため、自宅の復習用PCは安価なノートPCで大丈夫です。

● 初心者がPython・データ分析・深層学習・AIの基礎を学ぶセットコース

Python初心者が「①初心者向けPython25回講座」でPythonの基礎を学び、「②Pythonデータ分析10回講座」で従来型データ分析を通して統計学の基礎用語を学び、「③Python画像分析AI 15回講座」で人工知能の基礎と深層学習・画像分析を学びます。2022年の「ChatGPT→生成AI」登場より前にブームとなった「深層学習=ディープラーニング」と人工知能の基礎を学ぶセットコースです。「生成AI」の基礎練習にも役立ちます。

● 「②Pythonデータ分析10回講座」で従来型データサイエンスを学ぶ

この講座では人工知能の基礎となる従来型データ分析を学びます。使用する開発環境は、対話型実行環境「Jupyter Notebook」上です。ここで学ぶ各種「Pythonデータサイエンスライブラリ」は、NumPy、Pandas、SciPy、matplotlib、scikit-learnの6つ。大リーグ選手と日経平均株価のデータ分析を行います。

● 「③Python画像分析AI 15回講座」でディープラーニングを学ぶ

Googleが提供する「TensorFlow」人工知能モジュールv1を使用して、「AI人工知能の基礎」「多層パーセプトロン」「畳み込みディープラーニング」「MNIST AI人工知能」「Cifar-10 AI人工知能」「TensorBoard可視化」を学びます。半分ぐらいは数学のおさらいになりますが、数学が苦手だった人でも楽しく受講できるカリキュラムです。最終的にはWeb上の「飛行機」「車」「鳥」「猫」「鹿」「犬」「カエル」「馬」「船」「トラック」の実写画像をAI人工知能が当てるプログラムを作成します。

● ①②③講座は上記「Python画像分析AI 50回セット」と同じ

最初に上記「Python画像分析AI 50回セット」と同じ内容を学び、2017年に発表されたGoogleの「Attention is All You Need」論文以前の第3次人工知能ブームを学びます。これは次の「生成AI」を学ぶ上での基礎知識となります。

● ④Keras転移学習10回講座では「転移学習」を学ぶ

最新Tensorflow v2とKeras高水準を使って「転移学習」（Transfer Learning）を学びます。プログラム1行で数式を数百行分も実行する「高水準」を使い、世界記録を出したフリーの脳細胞を自作の人工知能に組み込む「転移学習」を学びます。1000データ程度の少ないサンプル数で「95〜99%」の高い精度の人工知能を作成します。使用する高水準モジュールはkeras、OpenCV、object_detection物体検出、VGG16・19などです。

● ⑤講座は上記Python生成AI自作40回セットの②講座と同じ

「深層学習=ディープラーニング」と「生成AI」は少し異なるAIになります。ただし、「深層学習」が登場する前の原始的な人工知能である「多層パーセプトロン」や「学習とは何か」といった基礎知識はあった方がより理解が深まります。つまり「データサイエンティスト75回セット」は、「生成AI」を学ぶ上で必要な基礎知識をすべて学んでから「生成AI」を学び、「生成AI」それ以外のすべてのAI人工知能を学ぶ内容になります。