R&D + Education of AI
「みんなのAI講座ゼロからPythonで学ぶ人工知能と機械学習」が2020年度版にリニューアルされました。
https://www.udemy.com/course/ai-pytorch/?referralCode=5106F3FDA2C91D0C1CB5
変更箇所は以下の通りです。
コース全般が大幅に変更されましたので、旧コンテンツを受講した方でも楽しんでいただけるかと思います。
なお、旧コンテンツはこれまで通り視聴可能な形で残りますのでご安心ください。
みんなのAI講座の新コンテンツは、一部YouTubeで無料公開されています。
https://www.youtube.com/playlist?list=PLcd5jOpoEDGCVvY5pmF2blCdZFSjHarwl
2020/8/3から新しいライブ講義「人工知能（AI）を搭載したiOS、Androidアプリを作ろう」が始まります。
AIを利用したサービスを、素早く簡潔に作れるようになるための講座です。
Flutter、Firebase、MLKitを利用して、iOS、Androidの人工知能アプリを可能な限り1つのソースコードで開発します。
本講座はこれらの技術の概要、および環境構築から始まり、Flutterで使用するプログラミング言語Dartの解説、UIの構築、FirebaseおよびMLKitとの連携について解説していきます。
人工知能を使ったアプリのモックアップを作りたい方、人工知能を学んだけど活かし方が分からない方に特にお勧めです。
AIアプリを構築し、世界に提供できるようになりましょう！
全部で6回の講義からなります。
第1講: コースの概要と環境設定 https://youtu.be/mtEyS7jn3cM
第2講: プログラミング言語Dart https://youtu.be/SaV-Vi7uiHs
第3講: Flutterのウィジェット https://youtu.be/pjEp7aPl7hE
第4講: Firebaseとの連携 https://youtu.be/Y1R_bUTO0FU
第5講: MLKitの導入 https://youtu.be/JJaKwC25CeQ
第6講: AIアプリの構築 https://youtu.be/282WcSt9G88
受講上の注意点:
・実装が中心となりますので、AIについて原理の深い解説は行いません。
・講義ではMacを使用します。Windowsでも受講可能ですが、環境構築などに関してはある程度ご自身で調べることも必要になります。また、WindowsではiOS向けのビルドはできません。
・iPhone、Android端末を用いた実機検証については、最小限の解説となります。
WindowsにおけるFlutterの環境構築に関しては、以下の動画で解説しています。
https://youtu.be/JoH0fSdUd2Q
【Flutterとは】
Google製の無料のモバイルアプリケーションフレームワークで、１つのコードでAndroidとiOSのアプリを同時に開発することができます。
開発言語にはDartを使います。「ホットリロード」が採用されており、コードの修正が即画面に反映されます。
【Firebaseとは】
iOS、AndroidアプリやWebアプリにおける「バックエンド」で、手軽で素早い開発を可能にするプラットフォームです。
Firebaseには、バックエンドをだけではなくアプリ開発全般に役立つ機能が数多く含まれています。
【MLKitとは】
MLKITは、Googleが提供する様々な機械学習の機能をiOSやAndoroidアプリなどのデバイス側で利用可能な形で提供します。
MLKitを使うことで、テキストの読み取り、顔検出、画像認識とラベル付け、ランドマーク認識などを手軽に実装することができます。
【Live!人工知能】
毎週月曜日21時に開催。人工知能（AI）技術に関する無料のライブ講義です。
YouTube Liveを利用して配信されます。
以下のチャンネルで過去のライブ動画の一部を見ることができます。
https://www.youtube.com/channel/UCT_HwlT8bgYrpKrEvw0jH7Q
講師: 我妻幸長（@yuky_az）
「ヒトとAIの共生」がミッションの会社、SAI-Lab株式会社の代表取締役。AI関連の教育と研究開発に従事。
東北大学大学院理学研究科修了。理学博士（物理学）。
興味の対象は、人工知能（AI）、脳科学、シンギュラリティなど。
オンライン教育プラットフォームUdemyで、数万人にAIを教える人気講師。
著書に、「はじめてのディープラーニング」「はじめてのディープラーニング2」（SBクリエイティブ）、「Pythonで動かして学ぶ！あたらしい数学の教科書 機械学習・深層学習に必要な基礎知識」（翔泳社）。共著に「No.1スクール講師陣による 世界一受けたいiPhoneアプリ開発の授業」（技術評論社）。
【PyTorch+Colab】PyTorchで実装するディープラーニング -CNN、RNN、人工知能Webアプリの構築- をUdemyで公開しました。
本コースのゴールは、PyTorchを使ってディープラーニングが 実装できるようになることです。
PyTorchを使ってCNN（畳み込みニューラルネットワーク）、RNN（再帰型ニューラルネットワーク）などの技術を順を追って幅広く習得し、人工知能を搭載したWebアプリの構築までを行います。
各ディープラーニング技術の要点を解説した上で、PyTorchのコードを基礎から丁寧に解説します。
注: 本コースに先立ちYouTubeでのライブ講義【Live人工知能】がありました。本コースの動画はこのライブ講義をUdemy用に再構成したものになります。
PyTorchはオープンソースの機械学習ライブラリで、簡潔さ、柔軟性、速度のバランスに優れているため人気が急上昇中です。
また、簡潔な記述が可能なため、最新の研究成果の実装によく使われています。
海外を中心にコミュニティ活動が活発で、ネット上の情報が豊富なのもメリットです。
本コースでは開発環境にGoogle Colabを利用するので、環境構築にはほとんど手間がかかりません。
GPUが無料で利用できるので、コードの実行時間も短縮できます。
効率よくPyTorchを習得できるように、様々な工夫を凝らしています。
PyTorchを包括的に学び、皆さんの技術的な可能性を大きく広げましょう。
————————————————————
本コースの主な内容は以下の通りです。
イントロダクション
→ PyTorchの概要、ディープラーニングの概要、そしてPyTorchの基礎であるTensorについて解説します
PyTorchで実装する簡単なディープラーニング
→ 可能な限りシンプルなコードで、ディープラーニングを実装します
PyTorchの様々な機能
→ 自動微分、DataLoaderなどのPyTorch特有の機能について解説します
畳み込みニューラルネットワーク（CNN）
→ CNNの原理を学んだ上で、CNNによる画像分類をデータ拡張、ドロップアウトとともに実装します
再帰型ニューラルネットワーク（RNN）
→ RNNの原理を学んだ上で、シンプルなRNNの構築、およびRNNによる画像生成を行います
AIアプリのデプロイ
→ 学習済みモデルを活用した人工知能Webアプリを構築します
なお、ディープラーニングの数学的背景については最小限の解説となりますのでご注意ください。
Pythonの基礎についての解説動画はありませんが、テキストがダウンロード可能です。
————————————————————
本コースでは可能な限り丁寧な解説を心がけていますが、ある程度ご自身で調べることも必要になるのでご注意ください。
動画を見るのみでも学習が進められるようになっていますが、可能であればPythonのコードを動かしながら進めることをお勧めします。
コードがダウンロード可能ですので、これをベースに様々なカスタマイズを行うこともお勧めです。
PyTorchを使って、一緒に楽しく本格的な人工知能を学んでいきましょう。
https://www.udemy.com/course/ai-pytorch/?referralCode=5106F3FDA2C91D0C1CB5
6/21（月）21:00から人工知能の講義をライブ放送します。
2万5千人が受講したUdemyの人気コース「みんなのAI講座」のライブ版です。
全部で7つのセクションからなる講義になりますが、今回はセクション2です。
みんなのAI講座は、誰に対しても開かれた人工知能、機械学習の講座です。プログラミングや数学の事前知識はほとんど必要ありません。
難解な数式やプログラミングが学習の妨げであった方でも、問題なく学習できます。
文系や非エンジニアの方にもお勧めです。
講義で使用する教材はこちら。
https://github.com/yukinaga/minnano_ai/tree/master/section_2
ハッシュタグ: #Live人工知能
1回45-90分程度の講義になりますが、講義の予定は以下の通りです。
1. 人工知能の概要と開発環境 (6/15)
2. Pythonの基礎 (6/22)
3. 必要な数学の学習 (6/29)
4. ニューラルネットワーク (7/6)
5. 機械学習 (7/13)
6. 機械学習ライブラリの活用 (7/20)
7. さらに学ぶために (7/27)
開発環境にはGoogle Colaboratoryを使用します。難しい設定は必要ありませんので、初心者の方でもすぐPythonのコードを書いて試すことができます。
なお、大学レベル以上の数学や、機械学習の深い理論の解説は行いませんのでご注意ください。
ディープラーニングに関しては、概念のみの解説となります。
毎週月曜日の21時に講義を行う予定です。
講師: 我妻幸長（@yuky_az）
「ヒトとAIの共生」がミッションの会社、SAI-Lab株式会社の代表取締役。AI関連の教育と研究開発に従事。
東北大学大学院理学研究科修了。理学博士（物理学）。
興味の対象は、人工知能（AI）、脳科学、シンギュラリティなど。
オンライン教育プラットフォームUdemyの受講生数は約4万人。
著書に、「はじめてのディープラーニング」「はじめてのディープラーニン2」（SBクリエイティブ）、「Pythonで動かして学ぶ！あたらしい数学の教科書 機械学習・深層学習に必要な基礎知識」（翔泳社）。共著に「No.1スクール講師陣による 世界一受けたいiPhoneアプリ開発の授業」（技術評論社）。
「PyTorchで実装するディープラーニング」というテーマで全6回の講義になります。
第1講の動画はこちら。
https://youtu.be/F-BcLtvZX6g
フレームワークPyTorchを使ってディープラーニングを構築し、最後にはWebアプリとしてデプロイします。
講義で使用する教材はこちら。
https://github.com/yukinaga/lecture_pytorch/tree/master/lecture1
1回30-60分程度の講義になりますが、講義の予定は以下の通りです。
第1講 イントロダクション
第2講 PyTorchで実装する簡単なディープラーニング
第3講 PyTorchの様々な機能
第4講 畳み込みニューラルネットワーク（CNN）
第5講 再帰型ニューラルネットワーク（RNN）
第6講 AIアプリのデプロイ
PyTorchを使用してモデルを構築・訓練し、最終的にはWebアプリとして公開します。
Pythonがはじめての方は、以下のノートブックでPythonの基礎を予め把握しておくことをお勧めします。
https://github.com/yukinaga/lecture_pytorch/tree/master/python_basic
今のところ、毎週月曜日の21時に講義を行う予定です。
https://www.youtube.com/watch?v=F-BcLtvZX6g&list=PLcd5jOpoEDGBsuXMFWDf7mJ45cnmUERgD
講師: 我妻幸長
「ヒトとAIの共生」がミッションの会社、SAI-Lab株式会社の代表取締役。AI関連の教育と研究開発に従事。
東北大学大学院理学研究科修了。理学博士（物理学）。
興味の対象は、人工知能（AI）、脳科学、シンギュラリティなど。
オンライン教育プラットフォームUdemyで、4万人近くにAIを教える人気講師。
著書に、「はじめてのディープラーニング」「はじめてのディープラーニン2」（SBクリエイティブ）、「Pythonで動かして学ぶ！あたらしい数学の教科書 機械学習・深層学習に必要な基礎知識」（翔泳社）。共著に「No.1スクール講師陣による 世界一受けたいiPhoneアプリ開発の授業」（技術評論社）。
「はじめてのディープラーニング2」のダウンロード可能なコードに、一部問題が見つかりました。
Section5、付録のフォルダに、コードの実行に必要なファイル”kaijin20.txt”が含まれておりませんでした。
読者の皆様には、ご迷惑をおかけしまして大変申し訳ありませんでした。
修正済みのコードは以下のリンクからダウンロード可能です。
https://sai-lab.co.jp/wp-content/uploads/2020/04/deeplearning2Sample_sai.zip
緊急事態宣言の終了後、SBクリエイティブのページからダウンロードされるコードの方も順次修正される予定です。
「はじめてのディープラーニング2」の出版日が、3月末に決まりました。
前著「はじめてのディープラーニング」ではCNNまでを扱いましたが、今回はRNN、LSTM、GRU、VAE、GANまでを全てフルスクラッチで実装します。
数式とPythonのコードをシームレスにつなげ、シンプルで分かりやすい実装となっています。
https://www.amazon.co.jp/dp/4815605580
「AIパーフェクトマスター講座」は、ディープラーニングを中心に、本格的なAI技術を包括的に身に付けるためのコースです。
様々な人工知能の技術を、順を追って幅広く習得します。
開発環境であるGoogle Colaboratoryやプログラミング言語Pythonの解説から本コースは始まりますが、画像の識別や生成、RNNや強化学習などの有用な人工知能技術の習得へつなげていきます。
開発環境にはGoogle Colabを利用するので、環境構築にはほとんど手間がかかりません。
効率よく人工知能技術を習得できるように、本コースは様々な工夫を凝らしています。
昨日、オンライン動画サービスUdemyの受講生の皆様に複数のコースの割引クーポンを配布したのですが、割引クーポンに不備がありました。
リンク先は期限切れ、もしくは無料になっていたかと思います。
これは、ミスにより異なる割引クーポンを使ってしまったためです。
受講生の皆様を混乱させてしまい、大変申し訳ございませんでした。
無料でコースを購入された方は、そのままコースを使っていただいて構いません。
クーポンが間違っていたのは以下のコースになります。
・AIパーフェクトマスター講座 -Google Colaboratoryで隅々まで学ぶ実用的な人工知能/機械学習-
・自然言語処理とチャットボット: AIによる文章生成と会話エンジン開発
・AIのための数学講座：少しづつ丁寧に学ぶ人工知能向けの線形代数/確率・統計/微分
これらのコースの割引クーポンを改めて以下に掲載します。
21日の17:00まで有効ですので、コースに興味のある方はぜひご利用ください。
AIパーフェクトマスター講座:
https://www.udemy.com/course/ai-master/?couponCode=4AB89B182AB607FCEFAA
自然言語処理とチャットボット:
https://www.udemy.com/course/ai-nlp-bot/?couponCode=CE29590141CC8208D830
AIのための数学講座:
https://www.udemy.com/course/math-for-ai/?couponCode=14450B112CEE40F53939
今後はこのようなミスが起きないように、対策を進めたいと思います。
また、今後のコース制作に対するご意見や、コースのリクエストなどがありましたらぜひお聞かせください。
これからもAIに関する教育、研究活動を発展させていきたいと思いますので、今後ともよろしくお願いいたします。
SAI-Lab代表 我妻
本コースは、脳科学と人工知能をボーダーレスに学ぶ講座です。
脳科学と人工知能の接点を学び、「知能」に対する、本質的な理解を進めましょう。
https://www.udemy.com/brain-ai/?couponCode=BRAIN-WEB
本コースは、脳と人工知能、それぞれの概要から始まります。
そして、脳の各部位と機能を解説した上で、人工知能の様々なアルゴリズムとの接点を解説します。
これにより、脳と人工知能の、類似点と相違点が明白になります。
そして、最終的には、「意識」の謎の探求に至ります。
シンギュラリティは、指数関数的に高度化する技術や人工知能が未来にヒトを凌駕するという概念ですが、本コースによりシンギュラリティへの洞察力が深まります。
“ヒトと機械は、どのように共存するのか？”
などの、テクノロジーの未来に対する一人一人の哲学を育むことができます。
脳科学と人工知能の接点を学び、新しい時代に適応するための新たな教養を身につけていただくことが本コースの目的です。
————————————————————
本コースの主な内容は以下の通りです。
1. 脳科学と人工知能の概要
→ コースの導入です。脳科学と人工知能、それぞれについて概要と歴史を学びます。
2. 脳の構造
→ 脳の各部位、および脳を構成する細胞や脳の進化の歴史を学びます。
3. 脳における演算と記憶
→ 脳の演算と記憶に関わる部位と、それらの仕組みについて学びます。シナプスの可塑性や神経伝達物質などについてはここで学びます。
4. 脳と人工知能
→ ニューラルネットワークや強化学習など、様々な人工知能のアルゴリズム、および脳と人工知能の接点について学びます。
5. 「意識」を扱う
→ 「意識」の謎を探求し、意識を人工的に再現できる可能性について考察します。
6. 最後に
→ ここまでの内容をまとめた上で、脳科学と人工知能の未来について少しだけお話しします。
————————————————————
本コースはプログラミングの実習はありませんのでご注意ください。内容はスライドを使った解説とセクションごとのテストにになります。
また、数式も扱いません。
人工知能もしくは脳科学に興味さえあれば、どなたでも気軽に受講することができます。
修了した方は、脳と人工知能の接点にとてつもなく大きな可能性を感じるようになるのではないでしょうか。