AIエンジニア

筋道(すじみち)を立(た)てて考(かんが)えることができる論理的(ろんりてき)な人(ひと)、新(あたら)しいことを学(まな)ぶのが好(す)きな人(ひと)、パソコンを操作(そうさ)するのが好(す)きな人(ひと)。

AIという言葉(ことば)は、人間(にんげん)の知覚(ちかく)や知性(ちせい)を人工的(じんこうてき)に再現(さいげん)する「人工(じんこう)知能(ちのう)」を意味(いみ)する英語(えいご)「Artificial Intelligence（アーティフィシャル　インテリジェンス）」の略(りゃく)。一般的(いっぱんてき)なコンピュータは、人間(にんげん)の命令(めいれい)である「プログラム」を忠実(ちゅうじつ)に実行(じっこう)する。ところが、性能(せいのう)が向上(こうじょう)したコンピュータは人間(にんげん)が学習(がくしゅう)するように「学(まな)び」ができるプログラムを実行(じっこう)できるようになった。この学(まな)びは「機械(きかい)学習(がくしゅう)」と呼(よ)ばれ、機械(きかい)学習(がくしゅう)するプログラムは、入力(にゅうりょく)されたさまざまな情報(じょうほう)をコンピュータ自身(じしん)が考(かんが)えて、そこから導(みちび)き出(だ)された答(こた)えや法則(ほうそく)に従(したが)って判断(はんだん)・予測(よそく)・提案(ていあん)できる。それが現在(げんざい)のAIの中心的(ちゅうしんてき)な技術(ぎじゅつ)だ。
身近(みぢか)なAIには、スマホやパソコンを話(はな)し言葉(ことば)で操作(そうさ)したり文字(もじ)を入力(にゅうりょく)する「音声(おんせい)入力(にゅうりょく)機能(きのう)」に利用(りよう)されている「音声(おんせい)認識(にんしき)AI」がある。また、インターネットの「オンラインサーチ」で使(つか)われている「検索(けんさく)エンジンシステム」もAIの代表的(だいひょうてき)な活用(かつよう)例(れい)。最近(さいきん)は、人間(にんげん)の要求(ようきゅう)に応(おう)じてAIが文章(ぶんしょう)・画像(がぞう)・音楽(おんがく)などを生(う)み出(だ)す「生成(せいせい)AI」がさまざまな方面(ほうめん)で活用(かつよう)されている。そうしたAIを開発(かいはつ)する技術者(ぎじゅつしゃ)がAIエンジニアだ。
AIエンジニアの仕事(しごと)を大(おお)きく分(わ)けると「開発(かいはつ)」・「学習(がくしゅう)」・「テスト」の３段階(だんかい)がある。最初(さいしょ)の「開発(かいはつ)」は、AIにやってもらいたい仕事(しごと)や役割(やくわり)を考(かんが)え、そのための基本的(きほんてき)なシステムを作(つく)ること。「学習(がくしゅう)」はAIに学(まな)ばせる「機械(きかい)学習(がくしゅう)」のこと。最後(さいご)の「テスト」は学習(がくしゅう)を終(お)えたAIの動作(どうさ)を試(ため)して性能(せいのう)を確(たし)かめること。AIエンジニアはこれまでにないAIを開発(かいはつ)するチャンスがあるため、とてもやりがいのある仕事(しごと)と言(い)えるだろう。
一方(いっぽう)で、AIの使(つか)われる場面(ばめん)が広(ひろ)がっていくうちに、、AIが人間(にんげん)の道徳(どうとく)である「倫理(りんり)」から外(はず)れる問題(もんだい)を引(ひ)き起(お)こす危険性(きけんせい)もある。作者(さくしゃ)の許可(きょか)が必用(ひつよう)な作品(さくひん)を勝手(かって)に使(つか)ったり、誤(あやま)った情報(じょうほう)や偏(かたよ)った情報(じょうほう)を広(ひろ)めたりする問題(もんだい)は実際(じっさい)に起(お)きていて、AI開発(かいはつ)の段階(だんかい)で「倫理的(りんりてき)に問題(もんだい)のある命令(めいれい)をAIが判断(はんだん)して受(う)けつけない」という仕組(しく)みを持(も)たせる取(と)り組(く)みが求(もと)められている。

AIエンジニアになるために必要(ひつよう)な資格(しかく)や学歴(がくれき)は、とくにない。ただし、AIの開発(かいはつ)にはプログラミングの知識(ちしき)や技術(ぎじゅつ)は必要(ひつよう)だ。それらは独学(どくがく)で身(み)につけることもできるが、内容(ないよう)はかなり難(むずか)しい。情報(じょうほう)工学(こうがく)や情報(じょうほう)科学(かがく)系(けい)の大学(だいがく)や専門(せんもん)学校(がっこう)でプログラミングもふくめたAI関連(かんれん)の専門的(せんもんてき)な知識(ちしき)を学(まな)び、AI開発(かいはつ)の会社(かいしゃ)へ就職(しゅうしょく)することが多(おお)いようだ。
ちなみにプログラミングは、筋道(すじみち)を立(た)てて考(かんが)える「論理的(ろんりてき)な考(かんが)え方(かた)」が大切(たいせつ)。中学校(ちゅうがっこう)・高校(こうこう)では、小学校(しょうがっこう)で学(まな)ぶ算数(さんすう)を発展(はってん)させた「数学(すうがく)」を学(まな)ぶ。数学(すうがく)はなぜ答(こた)えがそうなるのかという過程(かてい)について考(かんが)える学問(がくもん)なので、論理的(ろんりてき)な考(かんが)え方(かた)を身(み)につけることができると言(い)われる。AIエンジニアを目指(めざ)すならば、中学校(ちゅうがっこう)・高校(こうこう)で学(まな)ぶ数学(すうがく)を通(とお)して論理的(ろんりてき)な考(かんが)え方(かた)を身(み)につけよう。

「AIエンジニア」という呼(よ)び方(かた)は、人工(じんこう)知能(ちのう)の技術(ぎじゅつ)全体(ぜんたい)をあつかうAIエンジニアだけでなく、AIに関(かか)わる技術者(ぎじゅつしゃ)全体(ぜんたい)を指(さ)すこともある。AIに関(かか)わる技術者(ぎじゅつしゃ)には、「機械(きかい)学習(がくしゅう)エンジニア」と「データサイエンティスト」がふくまれる。機械(きかい)学習(がくしゅう)エンジニアは機械(きかい)学習(がくしゅう)を専門(せんもん)にする技術者(ぎじゅつしゃ)。ディープラーニング（大量(たいりょう)のデータからAI自身(じしん)が特徴(とくちょう)を発見(はっけん)して学(まな)んでいくこと）に必要(ひつよう)な情報(じょうほう)を収集(しゅうしゅう)したり、問題(もんだい)を解決(かいけつ)するための手順(てじゅん)や計算(けいさん)方法(ほうほう)（アルゴリズム）をAIに組(く)みこんだりする。一方(いっぽう)、データサイエンティストは、多種(たしゅ)多様(たよう)な情報(じょうほう)（ビッグデータ）を分析(ぶんせき)（細分化(さいぶんか)して新(あら)たな情報(じょうほう)を見(み)つけること）する専門家(せんもんか)。大量(たいりょう)の情報(じょうほう)を機械(きかい)学習(がくしゅう)に使(つか)える形(かたち)に整(ととの)えるには、データ分析(ぶんせき)の高度(こうど)な技術(ぎじゅつ)を持(も)つデータサイエンティストの力(ちから)が欠(か)かせない。

日本(にほん)政府(せいふ)は、目指(めざ)すべき未来(みらい)社会(しゃかい)の姿(すがた)として、現在(げんざい)の情報(じょうほう)化(か)社会(しゃかい)「Society（ソサエティ）4.0」に続(つづ)く新(あら)たな社会(しゃかい)「Society 5.0」を提唱(ていしょう)している。新(あたら)しい社会(しゃかい)は「インターネットですべてのものと人(ひと)がつながり、さまざまな知識(ちしき)や情報(じょうほう)が共有(きょうゆう)されて課題(かだい)や困難(こんなん)を解決(かいけつ)する」というもの。その実現(じつげん)に欠(か)かせない技術(ぎじゅつ)のひとつがAIだ。AIの開発(かいはつ)に関(かか)わるAIエンジニアは、未来(みらい)社会(しゃかい)を作(つく)るために必要(ひつよう)とされている仕事(しごと)なのだ。開発(かいはつ)に必要(ひつよう)なスーパーコンピュータの導入(どうにゅう)や、補助金(ほじょきん)の支援(しえん)など、国内(こくない)でのAI開発(かいはつ)を強化(きょうか)する政策(せいさく)も進(すす)んでいる。今後(こんご)もさまざまな分野(ぶんや)でAIが活用(かつよう)、開発(かいはつ)されるはずだ。AIエンジニアが活動(かつどう)する場(ば)はどんどん広(ひろ)がっていくことだろう。

平均(へいきん)年収(ねんしゅう)は、約(やく)453～571万(まん)円(えん)。社員(しゃいん)数(かず)が多(おお)い大(おお)きな会社(かいしゃ)のほうがやや高(たか)くなる。

会社(かいしゃ)や大学(だいがく)の研究(けんきゅう)室(しつ)。所属(しょぞく)する会社(かいしゃ)の事務所(じむしょ)。または得意(とくい)先(さき)の会社(かいしゃ)の事務所(じむしょ)。在宅(ざいたく)で仕事(しごと)（リモートワーク）をする人(ひと)もいる。

AIエンジニアの仕事(しごと)につくための主(おも)なルートが一目(ひとめ)で分(わ)かるチャートだよ！