伊藤忠テクノソリューションズ株式会社様-法人研修インタビュー

山近 様：もともと2019年の上期に当社の中でAI分野のレベルアップを図るべく、AIビジネス推進部を中心に全社で選抜したエンジニア約40名向けに教育実施しておりました。

上期の社内研修である程度の成果が出たため、このまま研修を終わらせてしまうのはもったいないと考え、引き続き教育を継続して、日本ディープラーニング協会のE資格取得を目指すことに決めたのがきっかけです。

山近 様：日本ディープラーニング協会（JDLA）のE資格について調べたところ、E資格を受講するためにはJDLAから認定されている講座を受講する必要があることがわかり、認定されている講座の中でどの講座を受講するべきか検討しました。

社内ではe-learning系で教育するか、対面形式の研修にするかの2択になりましたが、全員がe-learningで受講するとなるとバラバラに学習することになり、メンバーのコラボレーションが生まれないことに懸念がありました。個人的には対面で行うことの意義を重視したいという思いもありましたので、最終的に、経験豊富な現役の実務家（AIエンジニアやコンサルタント）が研修の講師を行っているAIジョブカレにお願いしようという結果になりました。

福永 様：私は金融システム事業部に所属しているのですが、お客様を訪問するとAIでどういったことができるのかとか、機械学習やディープラーニングはどこまでできるのかとか、そういった話が始まっています。

我々は、これまで製品やインフラの販売に注力してきたこともあり、お客様にAIに詳しい者もいる企業だということをまだ十分に認知されていない状況です。その流れをひっくり返すべく、まずは分かりやすくJDLAのE資格を取得することを目標に据えました。私自身はプレーヤーというよりマネジメント志向なので、自身が研修で学んだことをチームに共有しながら新しいソリューションをチームで推進していければと考えています。

福永 様：私はリスク管理システムを10年ほど担当していたので、統計等の知見はそれなりにあり、回帰分析や主成分分析はすぐ理解できました。一方で、深層学習の本題に入ると、ハイパーパラメーターチューニングはすごく地道なものだということを痛感しました。

しかし、講義を受ける中で深層学習には従来の機械学習における特徴量設計とはまたちょっと違う魅力があって、データやハイパーパラメータの変更がどういう結果に繋がるかが講義で見えてきて、そこが印象的でした。個人的に、特に面白かったのは後半の強化学習でした。講師の具体的な話に、非常に引き込まれました。
　
　
山近 様：研修で学ぶにつれて、実務でどのようにディープラーニングが使われているのかを初めてきちんとした形で理解ができました。

いままでは前任者が作成したプログラムをよく理解せずそのまま使ってしまうことが多かったのですが、自分で理解して書き換えることができるようになる等、応用が効くようになったと実感しました。

もともとはE資格のために受講していたのですが、それとは別で、よりディープラーニングに関する知識が深くなっていきました。

山近 様：実際に研修を受講した社員からは、実務で使われるケースや今ではあまり使われないケースなど実務事例を交えて講義が進んでいき、勉強になったというような声が上がりました。

例えば、ディープラーニングを改良したいときに、いきなりモデルを変えようとする人がいるが、それよりも正則化の方が有効なケースが多いなどといった事例や、再帰型ニューラルネットワーク（RNN）で使用しているGRU（Gated Recurrent Unit）は、歴史的には大事なので試験でもよく問われますが、現在の実務上ではほぼ使われていないなど、参考になる講義でした。

また、試験対策としての知識とは別に、ここも併せて押さえておくと実務で役に立つなどを毎回講義してくれたところが頼もしいと思いました。

※注GRU（Gated Recurrent Unit）は、LSTMが歴史的経緯から様々なパーツを追加して作られたものであるのに対し、それを思い切って簡略化したモデルの代表例である。また、メモリセルをなくして忘却ゲートと入力ゲートを合体したモデルである。