本シリーズについて
社会人になってから機械学習という分野の面白さ知り、その可能性に大きな夢を感じ、とりこになってしまった著者。これから人生を懸けて取り組む仕事はこのフィールドしか無い！と勝手に確信した自分はもう一刻も早くこのフィールドへの転職をすることしか考えられなくなっていた。。。
一方、大学では物理学を専攻、プログラミングを専門としていなかった自分。機械学習・人工知能の事前知識が特にあるわけでもなく、知人にコネなどもない状態でどうすればこういった専門職に就けるのか、、、。そんな状態に置かれた中、社会人生活の仕事の合間を縫いつつ機械学習を独学で勉強し、1年以内に転職を目指す。
結論・総括は社会人からはじめる機械学習勉強 Week 28 – 最終週 内定まで。
機械学習を知るきっかけ
2015年も終わる頃、友達に将棋ゲームをしようと誘われた。将棋ウォーズというオンラインで将棋の対人対戦が出来るアプリ。
将棋連盟公認のアプリという事で、段位の認定なども行なっている。将棋連盟と提携といった大々的なビジネス、こういった形でスマホゲームをマーケティングしているのは新しいなと思い、ふと会社をネットでググってみたのがきっかけ。将棋ウォーズを作っているHerozでは、将棋ソフトの開発も行っていて、世界一の将棋ソフトPonanzaの開発者もこの会社に所属していると知る。現在、コンピュータ将棋ソフトは現在超一流のプロと同等以上の棋力を持っていて、人間がコンピューターに勝てなくなるのはもうすぐのことだろう。
そんなHerozのホームページで採用情報には“人工知能(AI)で世界を驚かす”というキャッチコピー、仕事の募集職種には人工知能エンジニアの分野がある。
将棋ソフトに対するサーベイをした結果、局面評価値の作成はBonanza Methodというブレイクスルーがきっかけで機械学習が取り入れられるようになったことを知った。過去のプロの棋譜を取り入れた教師あり学習による局面評価値の生成・次の指し手を確率として算出する。
- Herozのコア技術ページ にて図を用いたわかりやすい説明が見れる。
＊具体的には八木さんが開発したBonanza methodという機械学習アルゴリズムを用いることでプロの指し手候補を学習し（プロの棋譜を活用したビッグデータ、教師あり学習）、有力な指し手候補に対して α-β法という探索手法や枝刈りを用いて効率的に数手先の指し手を読み、最適な解を導いているよう。
現状、すでに非自明な局面が現れた時次に何を指すのが一番かコンピューターに教えてもらうという事が起きている。将棋・ゲームでの人工知能活用というのはあくまで一例だ。生活をしていても選択肢がたくさんある中でどれが最適な選択か迷うことはあるだろう。そんな中で機械にアドバイスをもらってよりよい人生の選択をしていくということが起こる、そんな想像がうかんだ。もっと言うと機械を使うことで人間よりも良い判断を下せるようになってしまうということだ。簡単に想像できる応用分野としては、株式市場の投資判断。今後機械が相場を操作するようになるだろう（そうするとどうなるのだろう、一瞬で常に市場最適価格が形成されるようになるのだろうか）。
別の分野で言うと機械が応用の効く自動化を獲得したともいえる。自動車の自動運転方法の獲得、制御機械の制御方法獲得などだ。。。近いうちに自動車の運転は機械にまかせっきり、皿洗いや洗濯といった単純作業を機械が自動で出来るようになるだろう。
これが意味するところは機械が”経験”を活かすことが出来るという事。機械に経験に基づく直感を与えたと言ってもいいのかもしれない。
抱負
ここまでのインスピレーションを与えてくれる人工知能の未来。これは集中して取り組む価値があると確信できる。今までいろんな分野に興味があり、八方美人で過ごしていたけれど、機械学習には取り組めると確信した。
2016年は機械学習（Machine Learning、以下ML）に全力で取り組もう。
おまけ：タイトルのRomance Dawn
言わずとしれた世界一売れてるマンガの第一話のタイトル。Dawnは夜明け、始まりという意味で、冒険の夜明け、物語の始まりということだ。