有識者鼎談すべての人たちへ伝えたい、
AI人材教育がつくる日本の未来

AI×IA

  • LPI-Japan 創設者 名誉顧問 成井弦

    LPI-Japan 創設者
    名誉顧問
    成井弦 氏

    AIが実用的に利用されるようになった1980年代の第2次AIブームと呼ばれる時期にAI分野で最も多く利用されていたVAXコンピューターを製造販売していた米国Digital Equipment Corporation (DEC)に勤務。受講料1人580万円/4週間のAI教育コースを提供し、NHK TVニュースでも話題に。その後もAI分野で頻繁に利用されるオープンソースの講演を幅広く行い、IT技術者の育成に精力的に活動している。2000年にLinuxの技術者の技術力を認定する特定非営利活動法人LPI-Japanを設立し、オープンソースソフトの分野では世界最大の認定試験受験者数と認定者数を生み出し、多くの技術者の技術力向上に貢献している。

  • Pythonエンジニア育成推進協会 代表理事 吉政忠志

    Pythonエンジニア育成推進協会
    代表理事
    吉政忠志 氏

    Pythonのフィロソフィー「Pythonic」を理解した人材育成を支援するという目標を掲げ、2016年にPythonエンジニア育成推進協会を設立。また、日本のIT業界の発展のためには人材の好循環とその為の教育機関の発展が重要であると考え、その他のIT教育分野でも精力的に活動している。PHP技術者認定機構 理事長、Rails技術者認定試験運営委員会 理事長、一般社団法人BOSS-CON JAPAN 代表理事、日本ネットワーク技術者協会 代表理事を兼任。

  • インターネット・アカデミー マーケティング局 室長代理 有滝貴広

    インターネット・アカデミー
    マーケティング局 室長代理
    有滝貴広

    インターネット・アカデミーのPython講座、AIプログラミング講座などの企画・ディレクションを担当。総務省が後援する「次世代Webブラウザのテキストレイアウトに関する検討会(縦書きWeb普及委員会)」の一員として国際標準化と技術の普及活動に尽力し、2020年度情報通信技術賞(総務大臣表彰)受賞に貢献した。Python3エンジニア認定試験など、保有するIT系資格は20以上。成井名誉顧問、吉政代表理事とも親交が深く、今回の対談が実現した。

現在のAIブームの本質は何なのか

現在のAIブームの本質は何なのか
インターネット・アカデミー マーケティング局 室長代理 有滝貴広
有滝

1960年代の第1次AIブームから始まって、現在は第3次AIブームの只中にあり、ビジネスやマスコミのIT技術に関する注目は専ら「AI」に集まっていると言える状況にあります。成井名誉顧問は1980年代の第2次AIブームの頃からAIの普及やAI人材育成に多大な貢献をされていらっしゃいましたが、当時と現在とを比較して、その違いについて何か感じていらっしゃることはありますでしょうか。

LPI-Japan 創設者 名誉顧問 成井弦
成井氏

ブームという意味で変わらない面と、当時とは技術の進歩の点で違う面と、両方ありますね。

変わらない面としては、例えばAIが多くの仕事を奪うのではないか、また人間はすることが無くなるのではないかといった話は1980年代の第2次AIブームでも、今でもあります。マスコミのAIの扱い方は今も昔も大差ないと思います。

AI(人工知能: Artificial Intelligence)という言葉を最初に提唱したのは、米国のジョン・マッカーシー博士であり、また彼がAIを構築するためのプログラミング言語「LISP(リスプ)」をオープンソース方式で開発しました。

1980年代になると、そのLISPなどの言語を用いて、人の経験則に基く専門的な知識をコンピューターに入れることで、コンピューターが専門家(エキスパート)と同じように判断することができるという「エキスパートシステム」が登場しました。これが、第2次AIブームでした。医療や金融、その他、人の経験則を全てIf Thenの組み合わせで表現可能なあらゆる分野でこのエキスパートシステムが活用され、世界的な一大ブームになりました。日本でも通産省(現経済産業省)が、570億円のお金を投入してAI開発を進めるための「第五世代コンピュータ開発プロジェクト」を立ち上げました。当時のお金で570億円はすごい金額でしたから、アメリカも驚愕していたようです。

Pythonエンジニア育成推進協会 代表理事 吉政忠志
吉政氏

「日本はアメリカのAI研究を追い越すのではないか」というアメリカの焦燥感につながるような、日本の技術を発展させようとする時代でしたね。

LPI-Japan 創設者 名誉顧問 成井弦
成井氏

当時も、今と同じようにマスコミは「AIは人の仕事を奪うのではないか」と囃し立てていました。また、「AIを利用したソフト」というだけで、お客様の期待値を実際の性能より高めることができるのは、当時も今も変わらない点ですね。しかし、第2次AIブームの際にマスコミが騒いだようなことにはなりませんでした。第3次ブームでも同様な側面があるのが気になります。AIより人間の方が圧倒的に強い分野は歴然としてありますので、必要以上にAIの期待を上げるのは良くないと思います。

なお、今でもエキスパートシステムは様々なところで活用されています。例えば、ワープロソフトでは「暑い日」と「厚い本」では発音がおなじ「あつい」でも、「あつい」の後に来る漢字により、「暑い」を選択するのか「厚い」を選択するかを判断出来ます。要するに、我々の経験則をコンピューターに入れることで正しい漢字の選定が可能になります。1980年代にはこのような機能を「AI辞書を利用した機能」と呼んでいました。 しかし、このような技術が当たり前に使用されるようになったらAI辞書と呼ばれなくなってしまいました。AIの世界はあるAI技術が幅広く利用されるようになるとAIとは呼ばなくなる場合が多いです。

Pythonエンジニア育成推進協会 代表理事 吉政忠志
吉政氏

それぐらい便利なもので、私たちの生活に普及していった結果、特別なものではなくなったということですね。

LPI-Japan 創設者 名誉顧問 成井弦
成井氏

そういうことですね。私は、今でもAIを使ったソフトウェアやサービスの50%以上はエキスパートシステムだと思います。一方、第3次AIブームの発端はマシンラーニング(機械学習)とそのうちの1分野のディープラーニング(深層学習)にあります。

このマシンラーニングの特長は、エキスパートシステムでいう専門家の知識の投入ではなく、コンピューターが自ら学習していく点にあります。例えば、どのような猫の写真でも猫と判断できるAIソフトの開発をする場合に、インターネット上にある膨大な猫に関する文章をまず検索し、その文章の近くにある写真全てを自動的に読み込むようにプログラムを組みます。このような方法で収集する猫の写真もまた膨大な枚数になります。そして、この膨大な数の猫の写真に共通な特徴を抽出することにより、新たに読み込ませた写真が猫の写真か否かを自動的に高い確率で判断できるソフトの開発が可能になります。もちろん、猫について書かれた文章の近くにある写真の全てが猫とは限りません。犬と一緒に写っている猫の写真や人に抱かれた猫の写真で、猫の顔の一部しか映っていない写真もあると思います。しかし、ネット上にある何億もの猫の写真をコンピューターで読み込みそれらの写真に共通する特徴抽出をすれば、どのような猫の写真でも猫と高い精度で判断できるAIソフトの開発が可能です。このような手法はインターネットが普及していない第2次AIブームの頃には不可能でした。

高い画像認識能力を要求される分野は無限にありますので、その能力を高い精度でAI化できるようになったのは革新的なことだと思います。

インターネット・アカデミー マーケティング局 室長代理 有滝貴広
有滝

機械が自ら学ぶという革新的な状況が起こった第3次AIブームですが、今後は何がAIの進歩を支えていくのでしょうか。

LPI-Japan 創設者 名誉顧問 成井弦
成井氏

それはAI向けのハードウェアだと思います。第2次AIブームの際、LISPを高速で動かすためのハードウェアとしてLISPマシンが作られました。それと同様に、ディープラーニング技術を利用して高速に動画も含めて画像認識ができるハードウェアがAIの進歩を急速に加速すると思います。

例えば自動車の自動運転の場合、危険な物体が自動車の前に見えた際に、急ブレーキを掛けるべきか、徐行してハンドル操作で回避すべきかの判断を人間と同様に自動運転装置がする必要があります。ただここで問題になるのは危険な物体を画像認識した結果、何をすべきかの判断を1/100秒以内に正確に下せる高速なハードウェアが必要です。しかも、自動車に搭載できる大きさで、低温から高温でも正確に動作し、そして振動、電磁ノイズに強い特別なハードウェアが求められます。このようなAIに特化した色々な分野のハードウェアが開発されることによりAIの更なる進歩が可能になると思います。そして、そのようなソフト開発にもPythonは利用されると思います。

Pythonエンジニア育成推進協会 代表理事 吉政忠志
吉政氏

オペレーティングシステム(OS)もそうですよね。OSもAIを中心に最適化されていくことでしょう。普及すればするほど、AI機能は家電化、もしくはプロダクト化していくのではないでしょうか。結局は、対象となるプロダクトに特化したOSを使いたい、という流れになるのだと思います。人間が物を持って活用するためには、一つひとつを最適化するしかないんです。今AIとして持て囃されているものも、最適化された結果、AIだと意識しないで使用する時代が到来するのだと思います。

「人工意識」はいつ誕生するか

インターネット・アカデミー マーケティング局 室長代理 有滝貴広
有滝

人工知能と一言で括ってしまうと、時にその中身が見えづらくなってことがあるため、弊社では「人工知能」という分野の中でさらに「人工意識」と「人工技能」に分類できると定義づけしています。そして、現在の技術で実現できているAIのほとんどが「人工技能」、つまり特定の技能に特化した機能の実現であり、人間の脳のように汎用性のある自律した判断を下せる「人工意識」の実現にはまだまだほど遠い、けれども実現はできるものだと信じて進んでいくべきだ、というように考えています。

ここでお二人にぜひお伺いしたいのですが、汎用性のある自律した判断を下せる「人工意識」の実現は、いつ頃やってくるとお考えでしょうか。

Pythonエンジニア育成推進協会 代表理事 吉政忠志
吉政氏

作ろうと思えばできる気もしますね。ただそれは、我々人間やこの業界が、人工意識を一刻も早く生み出そうとする方向に向かっているどうかにかかっていると思います。そう考えると、私は特化した技能をもっと強化していく方向に進みやすいのではと考えています。

我々が提供しているPython試験を受験する方々も、最近AIがブームだからといって受験する方もいらっしゃるのですが、Pythonを学んだからといってAIが完璧になるわけではありません。具体的な業務の話やビジネスそのものを理解しなければ、活用できるAIなど作ることはできません。ビジネスも日々進化していますから、曖昧なものより、まずは特化型の技能を学び、追求・追従していく方が重要視されるのではないでしょうか。

人間は、生存していくために自分の居場所を作ろうとしますし、自分たちが楽するための物を一番に発展させよう、進化させようとしていくものなので、そういう意味でも自分たちと同等の存在を作る「人工意識」への投資は難しいのではないか、と私は考えます。

LPI-Japan 創設者 名誉顧問 成井弦
成井氏

最先端AIテクノロジーの開発の原動力になりうるのは、軍事の分野、医療系、そしてビジネス系での必要性ではないでしょうか?これらの分野で「人工意識」を開発する必要性が出てくることが重要だと思います。需要があれば、国や民間の研究機関が開発投資をすると思います。

AI分野で日本が世界と戦うカギは教育にあり

インターネット・アカデミー マーケティング局 室長代理 有滝貴広
有滝

教育業界にいる人間の一人として、他国と比較した際に日本の教育はデジタル分野、さらにはAI分野において大きく遅れていることに危機感を感じます。

「電子政府進捗度ランキング」 (早稲田大学世界電子政府進捗度ランキング調査)で上位のデンマークやエストニアは、行政のデジタル化の取り組みが非常に早いです。例えば、エストニアでは、国民に発行されているID番号を利用してポータルサイトを開くと、自身の納税額や学歴、病歴、犯罪歴まで個人情報を見ることができます。個人情報の取り扱いも厳格であり、警察や政府の職員がオンラインで他人の個人情報を閲覧すると、誰がどの情報をいつ見たのか記録される仕組みになっています。また、スウェーデンでは個人情報を記録している米粒サイズのマイクロチップを体内に埋め込み、鍵やクレジットカード、交通機関のチケットとして利用する人が増えています。中国でも、モバイル決済ツールの浸透、そしてデジタル技術に紐付いた新しいサービスの普及によって、「信用経済」が生まれています。

個人情報の取扱いに関しては賛否両論あるとはいえ、他国に比べてデジタル化が遅れている現実に対し、我々はどうあるべきか、ということを私も常々考えているのですが、お二人のご見解もぜひお伺いしたく思います。

LPI-Japan 創設者 名誉顧問 成井弦
成井氏

まず、AIの分野で日本の能力が比較されることが多い国はアメリカと中国ですね。そして、これらの国と日本を比較した際の圧倒的な違いは、国防に対する考え方にあります。アメリカのテクノロジーの原動力は今も昔も「国防」にあり、インターネットも米国の国防省が開発したARPAネットが基になってできました。

中国においても、早く国防力を高めて世界の覇権を握ろうとする点に技術革新の原動力があると思います。この国防に直結するAIでは、個人情報の扱いも含めて、日本は米国や中国に勝てないと思います。Wikileaks経由で米国の国家機密を漏洩させたエドワード・スノーデンの著書を読むと米国政府は世界中の人々のインターネット使用履歴を捕捉しているとのことですから究極の個人情報を持っていると言えます。

もし、日本がAIの分野で他国に勝てる分野があるとしたら、自動運転のような自動車関連ではないでしょうか。ただ、自動車の運転手の個人情報の扱いに関しては「技術的な可能性」は色々あるとしても、何処まで個人の運転履歴を捕捉するのかなどに関して日本のハードルは高いと思います。

AIに関わらず、マクロの視点で見た時に日本は技術革新のアグレッシブさを失い、大きなチャレンジをしなくなってしまったように感じます。

Pythonエンジニア育成推進協会 代表理事 吉政忠志
吉政氏

そうですね。日本はいろんな意味で昔と比べると豊かになりました。先ほどの話で成井名誉顧問がおっしゃっていた需要の観点から行くと、日本のAIが強くなる分野があるとしたら、日本が固有で抱えている大きな課題があって、それに皆が困っているとしたら、そこが答えになるかもしれませんね。

LPI-Japan 創設者 名誉顧問 成井弦
成井氏

日本の大学のIT教育に関しては、大きな課題があると思います。4年制の情報系の大学を出ても、オープンソースのことを体系的に学んできた学生は限られています。その最大の理由は、ITの最先端で活躍された経験がある教師が大学に少ないと思います。そのような状況の中で、インターネット・アカデミーさんが日本のIT教育の文化を変えるような活動をして下されば、日本のIT人材の未来も明るくなりますね。

インターネット・アカデミー マーケティング局 室長代理 有滝貴広
有滝

まさにご指摘いただいた通り、いかに日本のIT教育の水準を高めていくかが我々インターネット・アカデミーの使命だと感じています。

他国と比較すると、日本の人材育成トレーニングに対する投資額が圧倒的に低いことがわかります。例えば、GDPに対する人材投資額の国際比較を見ると、2005~2014年において日本は0.1%ですが、アメリカは2.1%、フランス1.9%、ドイツは1.2%、イギリスは1.1%という状況で負けています。

さらに日本の人材育成投資額の推移をみると、1990年代前半までは約2.5兆円前後ありましたが、その後年々減り続け、2010年以降は約0.5兆円とピーク時の2割程度にまで低迷しています。まずは人材育成のための投資をするという考え方を醸成し、そこを高めていかなければ、国際競争力など高まるわけがないと私は思うのです。

また、ITの開発現場においても、根本的にテクノロジーを使いこなせる日本人は少ないと言われています。昔から日本企業はITをSIer(システムインテグレーター)に丸投げしてきた背景があるため、自社内にデータがあるようで、実は活用できるデータが蓄積されていないことが多いのです。データがなければAIに活用できない。そういう悪いサイクルができてしまっています。

ちなみにAIに関わるサービスを開発しようとすると、アルゴリズムの構築に時間が掛かると思われがちですが、実は最も大変なのが学習データの準備と前処理です。東洋経済の記事によると、AI開発におけるおよそ8割がその作業に費やされるという統計が出ていましたから、データがなければ何も始まらないわけです。

Pythonエンジニア育成推進協会 代表理事 吉政忠志
吉政氏

データがあっても、使える状態にあるとは限りませんしね。

インターネット・アカデミー マーケティング局 室長代理 有滝貴広
有滝

そうなのです。米調査会社IDCによると、企業に蓄積されたデータのうち、分析可能な状態にあるものは15%、実際に分析に使われているものはわずか3%に過ぎないそうです。現状3%しかないデータをいかに増やすのか、そしてどのようなサービスを提供すれば分析やAI活用に使えるデータを蓄積できるのかといった段階から、開発現場は考えなければなりません。

アメリカの場合、そもそも成果主義ですから、個々人が勉強し、自身のスキルをつけて評価や収入を上げたいという意識が高く、現在ではAIビジネスが育ちやすい土壌があると言えます。それに対して、日本は個々人で勉強せず、さらに企業が人材育成のための投資を減らしてしまっている状況のため、なおのこと他国と比較して不利になって当然です。そこに我々は危機感を感じていますし、研修や教育に対する価値観を変えるところからが、日本企業におけるAI活用のスタートラインなのではないか、と考えています。

Pythonエンジニア育成推進協会 代表理事 吉政忠志
吉政氏

企業活動の中で体系的に学習する文化、習慣を生むことが大切ですよね。

これもIDCの調査結果になりますが、プロジェクトの成功率はチームメンバーのスキルに応じて高くなり、障害発生率も低くなることが明らかになっています。そして教育への投資予算が3%以下のプロジェクトに比べ、6%以上を教育に投資したプロジェクトの成功率が著しく高くなっていることが分かっています。結局、知識やスキルは陳腐化するので、常に新しい知識とスキルを獲得しないと、プロジェクトは成功しないことが分かっていますから、まさしくIT研修は重要な役割を担っています

LPI-Japan 創設者 名誉顧問 成井弦
成井氏

学校教育の観点で押さえておく必要があるのは、アメリカの教育がすべて一枚岩で優れた教育をしているというわけではありません。今黒人と白人との間で人種差別にかかわるトラブルが多数起きていますが、あの問題の根底にあるのは米国の黒人が平均的に貧しいことだと思います。黒人よりさらに貧しい白人が多く住む地域は、昔鉄鋼産業が栄えていたラストベルトと呼ばれる地域と言われています。この地域は、前回大統領選挙でトランプ氏を支持した白人が多く住んでいる地域のようです。このような地域の教育機関は、はるかに日本よりレベルが低いと思います。

ある意味で米国の教育機関は二極化しており、下位の教育機関は日本のレベルより低いと思いますが、上位の教育機関は日本より優れていると思います。

Pythonエンジニア育成推進協会 代表理事 吉政忠志
吉政氏

教育にはお金がかかりますからね。日本は世界的に見て裕福ではありませんが、比較的まだお金は出せますから、その余裕がある間にしっかりと教育をして、次の時代も稼げるような人材を作っていかないとならないといけませんよね。

LPI-Japan 創設者 名誉顧問 成井弦
成井氏

アメリカと日本の教育の違いはまだあって、たとえば最近宇宙飛行士を打ち上げたSpaceX社や電気自動車のTesla社の創業者イーロン・マスク氏は、自分の子供や、テスラの幹部の子供たちのために学校を作っています。イーロン・マスク氏のように、今のアメリカの小学校はレベルが低くて満足できないという人達は、自分の子供の教育を自宅で行うホームスクーリングをしている人が多いです。そして、アメリカの偉人の中には、学校に一切いかずにホームスクーリングを受けてきたような人がいます。そういう人たちが全員優秀でハッピーになるとは言えませんが、逸材が育つ確率は高いと言えます。このような、日本とは違う教育の姿がアメリカにはあります。

今の日本の学校教育は、全国どこでも均質な教育を受けることができて、良い面もあるのですが、秀でた人材を育成する観点では大いなる改善が必要だと思います。

Pythonエンジニア育成推進協会 代表理事 吉政忠志
吉政氏

世界の中で日本がいかに勝ち残っていくか、ということを考えたら、教育にせよなんにせよ、現状のままではダメだということですね。

PythonよりPythonicを広めたい、
そのためにインターネット・アカデミーに期待すること

インターネット・アカデミー マーケティング局 室長代理 有滝貴広
有滝

インターネット・アカデミーは吉政代表理事が設立された「Pythonエンジニア育成推進協会」が定める認定スクールになり、Pythonの人材育成および普及活動を行っています。Pythonは今やAIやビッグデータなど最先端IT技術において欠かせないプログラミング言語になっていて、「まずはPythonを学ぼう」という流れをインターネット・アカデミーとしても作っていきたいと考えています。そこで、Pythonの昨今のニーズと認定協会として目指していらっしゃるところについて、ぜひ吉政代表理事からお話をお伺いしたく思います。

Pythonエンジニア育成推進協会 代表理事 吉政忠志
吉政氏

おっしゃって頂いた通り、AI開発分野におけるPythonのシェアは高く、3年前のデータですが、AIエンジニアに求める言語調査で約6割がPythonでした。その後、さらにPythonのシェアが伸びた感覚があるので、もしかしたら今は7割を超えているかもしれません。ただ、Pythonは汎用型のプログラミング言語なので、AI開発以外にもデータ分析、Web開発、システム開発と多岐に渡って使用されています。

求人数という観点で見ても、2019年のPythonエンジニアは前年の8位から大きく伸びて前年比256%増、4位につけました。伸び率はNo.1です。Pythonができる人の就職先はシステム開発やIT部門に限らず、マーケティングの分野など窓口が広いことも特徴として挙げられます。

そのような中で、我々協会がやりたいことは、「Pythonの基本の習得」ひいては「Pythonic(※)の普及」「Pythonicを理解している人材を増やすこと」にあります。

PythonicとはPythonの特長を理解し、その魅力を最大限引き出すためのプログラムの書き方、考え方のこと。

Python市場の広がりと比例するようにPythonの指導者が不足しています。とりあえず今までやってきたプログラミング開発と同じような書き方で開発をしたり教鞭を取ったりしていて、それがPythonicに反しているケースが非常に多いのです。経験値の話ではありません。Pythonicを理解しているかどうかが問題なのです。

インターネット・アカデミー マーケティング局 室長代理 有滝貴広
有滝

Pythonのあるべき優位性を発揮するためには、Pythonicを理解するのは当然だと思うのですが、開発現場との間でなぜギャップが生まれてしまっているのでしょうか。

Pythonエンジニア育成推進協会 代表理事 吉政忠志
吉政氏

それは、Pythonicじゃない書き方をしていてもプログラムが動いてしまうからですね。昔はそんな書き方をしていると、開発現場でも指導されることが多かったのですが、ニーズが増えて人がたくさん入ってくると、文法に則った厳格なプログラムじゃないからといって注意する余裕がなくなってくるわけです。そうして、誰も止めないから浸透しない。アメリカのIT教育ではPythonicで教えているようですが、日本においてはおざなりという状況があったため、日本でその理解に対する基準を作るべく、「Python3エンジニア認定基礎試験」を作ったのです。Pythonicを理解していなければ、いくら現場での開発経験を持っていたとしてもこの試験に合格することはできません。

そして、それを提供する協会としては、Pythonはもちろんですが、Pythonicの普及活動を重視しているのです。具体的には、正当なPythonエンジニアが所属するコミュニティの活動を支援したり、Pythonic普及のためのイベントのお手伝いをしたり、前述した資格試験の提供をしています。この資格試験がデファクトスタンダード(業界標準)になるということは、Pythonicがデファクトスタンダートになるということなのだと解釈しています。

インターネット・アカデミー マーケティング局 室長代理 有滝貴広
有滝

認定スクールの一員として、インターネット・アカデミーにご期待いただいていることはございますか。

Pythonエンジニア育成推進協会 代表理事 吉政忠志
吉政氏

「自走力ある人材」を育てられる講師ですね。自走力というのは、どんなに新しい技術が後から出てきたとしても、応用を自分で調べて身に着けることができる力のことです。

現場で通用するエンジニアに必要なものは、プログラミングの基本だけではなく、その言語の周辺技術や業務的な知識まで多岐に渡ります。それらの知識習得をすべてスクールに求めるのは難しいですから、応用は自分で調べるという考え方や、そのきっかけを作ることがスクールの重要な役割だと考えています。またインターネット・アカデミーは高い就職率がおありでしょうから、Pythonで食べていくことができるのだ、という卒業生などの証明をより目立たせていってほしいですね。

インターネット・アカデミー マーケティング局 室長代理 有滝貴広
有滝

インターネット・アカデミーのカリキュラム開発やインストラクターとしての精神に、「辞書の内容ではなく、辞書の引き方を教える」というものがあります。大切なのは、その時にだけ通用するスキルを身に着けることではなく、応用力を自ら習得し、一生使える知識に昇華していくためのノウハウを伝えることだと考えていますので、今後についても是非ともご期待ください。

オープンソースの世界を理解することが
稼げるAIエンジニアへの第一歩

インターネット・アカデミー マーケティング局 室長代理 有滝貴広
有滝

PythonもAIもオープンソース(※)が活用されていますが、「AIとオープンソース」という切り口で見た時に、何か特徴的な面というのはあるのでしょうか。

オープンソースとはコンピュータープログラムのソースコードを公開し、誰でも利用・修正・頒布できるという考え方のこと。

LPI-Japan 創設者 名誉顧問 成井弦
成井氏

AIというのは、スタート時からオープンソースの考え方で始まっています。前述したようにLISPの開発はオープンソース方式で行われていたのです。ただ、当時インターネットがまだありませんでしたから、LISPのソースコードは、プリンタで印刷して配るか、お客様の要望に応じてデータ記憶媒体である磁気テープに記録して配布していました。

現代でも、AI関連のソフトを開発する場合に利用するソフトの大半はオープンソースだと思います。AIに限らず、今はITの最先端分野はほとんどオープンソースが主流です。もう、技術の進歩の仕組みが、インターネットを通じて様々な人が知恵を寄せ合い、より良いものを作ろうとする「貢献の競争」で成り立っています。

たとえば、Linuxであれば、今のLinuxの一部の機能を向上させるプログラムを、仮に有滝さんが作り、Linuxのコミュニティに送ったとします。そのプログラムをコミュニティの人たちが審査をして、他から提供されたプログラムと比較して有滝さんのプログラムが一番良いと決まれば、次のLinuxのリリースには有滝さんのプログラムが採用されます。要するに貢献の競争に有滝さんが勝った場合は、次のLinuxに有滝さんのプログラムが採用されます。それと同時に、ソースコードには有滝さんの名前が入ります。そうなると、有滝さんは世界中に名前が知れ渡たります。その結果として、有滝さんにはいろんなビジネスの話が舞い込んでくるわけです。要するに、「貢献の競争」に勝った人、勝った会社にのみ与えられる特権です。別の言い方をすれば、Linuxは「貢献の競争」に勝った人達や会社が提供したプログラムの集大成と言えます。多くのオープンソースソフトはこのような仕組みでどんどん良くなってゆきます。

今まで、我々はライセンス料金を企業に払ってソフトウェアを利用して来ました。しかし、既にソフトウェアのライセンス料金だけで会社を大きくするのは難しい時代に突入しています。それ故にAIの分野でもAIソフトの使用料金を顧客から得ることで会社を大きくすることは不可能だと思います。むしろ、自社が開発したソフトを無料でオープンソース化し、ユーザー数を増やすことで、そのソフトに関連するサービスで売上・利益を上げる方法の方が良い時代です。

最先端分野をけん引しているのはオープンソースであり、AIの分野を含めて、IT技術者として知っておくべきは、オープンソースソフトウェアを使えることが自身のキャリアアップにつながることです。

インターネット・アカデミー マーケティング局 室長代理 有滝貴広
有滝

世の中に沢山のオープンソースが既にあるならば、そのオープンソースのプログラムを呼び出す基本的なプログラム知識だけ習得すれば問題ないと考える方もいらっしゃるようです。その点についてはいかがですか?

LPI-Japan 創設者 名誉顧問 成井弦
成井氏

例えば、世界的に有名な3つ星レストランのシェフがいるとしましょう。そのシェフが、自身のレシピを書いた本を出版したり、テレビ出演して説明してみせます。つまり、レシピをオープンソース化したとします。しかし、それを見たからといって、素人がいきなりそのシェフと全く同じ味がする料理ができることにはなりません。レシピが判っても、料理をする過程における多くのノウハウがプロのシェフにはたくさんあるわけです。同じように、ソフトウェアもオープンソース化されているからといって、初心者がいきなり企業の基幹システムの構築をすることは不可能なのです。

人より秀でた仕事をしたいと考えるならば、やはり目的に合わせてソフトの改変が可能なオープンソースソフトの知識が求められます。OSでいうなればLinuxですね。Windowsも素晴らしいOSですが、目的に合わせてWindowsを改変することが出来ません。また、Windowsのように誰でも使用できるソフトの使用法の知識だけでは自分の差別化や優位性を築くことは難しいです。

だからこそインターネット・アカデミーに通って多くの知識を習得し、その上で我々のような認定団体の資格を取得することにより、客観的に自分の能力を証明できるようにすることが重要になります。

Pythonエンジニア育成推進協会 代表理事 吉政忠志
吉政氏

それはそうですよね、誰でもできる事で持て囃されたりはしませんから。オープンソースを理解することで、初めてその上の「アレンジ」の域に進めるのだと思います。そこまでいかなければ、エンジニアではなく単純に「ユーザー」でしかありません。そして、ユーザーの状態ではお金を稼ぐことが難しいですからね。

LPI-Japan 創設者 名誉顧問 成井弦
成井氏

Pythonicの世界にも、コミュニティや開発者の方々が期待する技術者の行動形態や価値観があると思いますが、オープンソースの世界にもそれはあります。究極としては、「貢献の競争」に勝ち残っていけるよう、自分自身のスキルを向上させることができるか、会社であれば技術者を育てていくことができるかにあると考えています。

この話は、なにも技術的なことだけを言っているわけではありません。日本は「能動的に貢献すること」が難しい文化があります。「出る杭は打たれる」とか「能ある鷹は爪を隠す」のを貴ぶなどです。しかし、これからのIT技術者は自分が得意とする分野においてオープンソースソフトの普及やソフトの改善に能動的に貢献して行くことが重要だと思います。

Pythonエンジニア育成推進協会 代表理事 吉政忠志
吉政氏

能ある人はそれを公開して共有する、ということですね。

LPI-Japan 創設者 名誉顧問 成井弦
成井氏

誰でも平等に知識や情報を得て学ぶことができるオープンソースの世界で、自分が得意とする分野で良いので、オープンソースのコミュニティを通じて技術進歩に貢献する。それがオープンソースの世界での自分の成功の方程式でもあります。従来のクローズドソースのビジネスモデルのように、1人の天才エンジニアや1社の大企業が頑張っても、オープンソースの世界で、世界中の企業や人材が参加する貢献の競争により作られるソフトには勝てない時代になりました。そのような世界があることを知り、そこに飛び込んでいくことがAI分野においても技術者にとっても非常に重要です。

優秀なAI人材の育成と
インターネット・アカデミー教育の神髄

インターネット・アカデミー マーケティング局 室長代理 有滝貴広
有滝

先程オープンソースを使うだけではなく、オープンソースの中身を知ることがいかに大切かというお話を伺いしました。それは教育に関しても同様だと考えています。我々インターネット・アカデミーの教育が重要視していることの一つに、「原理原則や本質を知る」というものがあります。例えば、人間の脳内にある神経細胞(ニューロン)とそのつながりをモデル化した「ニューラルネットワーク」はマシンラーニングやディープラーニングなどを学ぶ際に知っておくべき基本的な仕組みです。理解しようとすると、人間の脳そのものを学ぶ必要があります。さらに深く追求していくと、次は人間の意識とは何なのか、という点に行きつきます。

他の最新技術で言えば、量子コンピューティングについても同様です。ただ「処理速度が速い」という表面的な特徴をとらえるのではなく、組み合わせ最適化など得意とする問題を把握したり、そもそもどうしてそのような問題を得意とするのか等、量子の性質を理解しなければ、応用を効かせることができません。

だからこそ、AIはもちろん、それを取り巻く幅広い技術まで本質を知り、AIの活用ノウハウまで習得できる、そんな教育機関でありたいと考えています。

LPI-Japan 創設者 名誉顧問 成井弦
成井氏

分野としてはコンピューターサイエンスの領域ですね。

Pythonエンジニア育成推進協会 代表理事 吉政忠志
吉政氏

大学以外で、社会人のベテランエンジニアが学びたいと思ったときに働きながらコンピューターサイエンスを学べる場所があるといいなというのは私も考えていました。実はコンピューターサイエンスの資格も作りたいと思ったことがあるくらいですから。

インターネット・アカデミー マーケティング局 室長代理 有滝貴広
有滝

社会人になった後に学びなおすというリカレント教育を受けた人の割合が世界と比較して日本はまだまだ低いですね。学業が終わって現場に入り、その後でも最新技術を学び続けるという仕組み作りが課題です。

Pythonエンジニア育成推進協会 代表理事 吉政忠志
吉政氏

ビジネスマンでいうMBAのような、ベテランエンジニア向けのコンピューターサイエンスのスクールや資格があるといいですね。

LPI-Japan 創設者 名誉顧問 成井弦
成井氏

私がアメリカの大学院で自動制御の勉強をしていた頃、受講生の半分近くがボーイングやセスナといった航空関係企業の技術者だったことがあります。彼らは、資格を取れば給料が上がるので夜間まで必死に勉強していました。日本の企業もインターネット・アカデミーでAI関連の授業を受けることに対する企業の助成制度ができると良いですね。

インターネット・アカデミー マーケティング局 室長代理 有滝貴広
有滝

社会人教育は、従来の仕組みそのものから考え直すことも大切ですね。

LPI-Japan 創設者 名誉顧問 成井弦
成井氏

ただ、これからのAI技術者への教育は、繰り返しになりますが、「能動的な貢献」が色々な観点で重要であることを教えることも重要だと思います。また、教え方にも受講者の能動的な貢献が生かされる教育方法が重要になると思います。

最近、田坂広志氏の著書『「21世紀の資本主義」を語る』を読みました。その中で田坂氏は、これからは“ボランタリー経済”が広がっていくと書かれています。ボランタリー経済とは「“自発性の経済”人々が、善意や好意など、自らの自発的意志によって行う経済活動である」とされています。そして、Linuxはその典型的な例だとも書かれています。この視点は非常に重要だと思います。

メーカーが考えた同じ製品を大量生産することで日本が成長していた時代は、会社の指示に従う均一なスキルを持った技術者が大量に必要でした。日本はそのような技術者を大量に育成することに成功したが故に、工業化を果たし、世界のトップに物作りの分野でなることができました。このような時代では技術者個人の差別化や優位性は必ずしも高く評価されませんでした。

しかし、現在は顧客一人ひとりが有するニーズにどれだけ寄り添えるかが重要なビジネスモデルの時代です。また、クローズドソースソフトの利用では不可能なことをオープンソースソフトの利用で実現することがIT技術者に求められる時代です。例えば、Amazonからある商品を購入すると、その個人が好みそうな他の商品を提案してくるリコメンデーションエンジンなどは典型的なAIの利用で顧客一人ひとりの好みに合わせた商品を提供するシステムです。そして、Amazonの商品を購入した顧客が商品を評価するシステムは、Amazonが顧客に金を払って評価を書いてもらっているわけではありません。顧客が「能動的な貢献」をしてくれるようにAmazonが仕組んだビジネスモデルです。これは田坂氏が著書「21世紀の資本主義」で説明する“ボランタリー経済”の一つの例でもあります。この様に、使用者の“能動的な貢献”を如何に自社のビジネスモデルに組み込むかを考える上でもオープンソースの世界でのビジネスモデルは非常に役立ちます。

技術的な観点で言えば、Amazonのシステムは全てLinuxで稼働しているのみならず、多くのオープンソースソフトを利用しています。高度なAI技術を色々な分野で利用しているGoogleも基幹系のサーバ群は全てLinuxです。そして、Googleが顧客に提供するAIツール群のTensorFlowはオープンソース方式で開発されたPythonで作成されたオープンソースソフトです。これらのことからも、AI技術者にとって、Linux、Python、オープンソース、能動的な貢献を理解することが非常に重要であることをご理解頂けると思います。

インターネット・アカデミー マーケティング局 室長代理 有滝貴広
有滝

おっしゃる通りですね。私は常々、ニューラルネットワークの基となる人間の脳の働きは人間社会そのものと似ていると考えています。特に視床-皮質系はニューロンが縦横無尽に結びつき、意識のもとと言われている情報の豊富さと情報の統合で成り立っていますが、人間社会も同様に、仲間同士で情報を伝達しあって、技術や知識を高めていくことができるからです。それが人間の強みなのではないでしょうか。

インターネット・アカデミーの教育機関としての魅力は、最先端IT技術、たとえばIoTでデータを収集し、クラウド技術でそれらのデータを蓄積し、そこからAIを活用して有用なデータを導き出す、といったこの一連の流れの知識を包括的に、ITを学ぶすべての人々に還元することができる点にあります。ただ、その知識の教授と言った点に留まらず、AIを含めた幅広い知識を仲間同士で能動的に学び続けられるよう、受講生・卒業生ネットワークを世界中に広めていきたいですね。本日は、貴重なお時間を頂き誠にありがとうございました。

Special Thanks

このページの上へ