有料コンテンツの購読
現在、Web上での有料コンテンツ購読機能は準備中です。
ご不便をおかけしますが、有料コンテンツを購読希望の方は
モバイルアプリ上で購読の手続きを行ってください
認証方法を選んでください
ご協力いただきありがとうございます。
いただいた情報は実名認証のみに使用いたします。
利用可能になる機能
コメントの公開範囲が
すべてのユーザーまで開放されます
フォロー中トピックスの投稿にコメント・返信ができるようになります
Facebookで認証を行う
LinkedInで認証を行う
名刺・学生証で認証を行う
お名前の変更には
再度実名認証が必要です
Facebookで認証を行う
LinkedInで認証を行う
名刺・学生証で認証を行う
名刺または学生証を利用して
実名認証を行いましょう
名刺または学生証をアップロード
※ 名刺等の情報は照合にのみ利用します
※ アップロードされた資料は公開されません
入力された情報に虚偽があった場合、認証が取り消されることがあります。
これに同意の上、下記のチェックボックスにチェックして登録を完了してください。
実名認証を行う
を利用して
実名認証を行いましょう
入力された情報に虚偽があった場合、認証が取り消されることがあります。
これに同意の上、下記のチェックボックスにチェックして登録を完了してください。
実名認証を行う
実名認証が完了しました
ご協力いただきありがとうございました。
一層のコミュニティ活性化に取り組んで参ります。引き続きNewsPicksをご活用ください。
利用をつづける
実名認証をして
コメントを発信しよう
現在あなたのコメント公開範囲は
フォロワーのみに限定されています
信頼性の高いコメントコミュニティをつくっていくために、実名認証にご協力をお願いします。設定を行うことでコメントの公開範囲が「すべての利用ユーザー」に開放されます。
実名認証を行う
あとで
学割プラン継続確認
学割プランは毎年月に更新の確認を行っております。
月以降も学割プランを継続されたい方は、
学生情報を更新してください。
学生情報を更新されない場合、
次回更新時に自動解約となります。
卒業される方等、プレミアムプランに移行される方には
1ヶ月無料期間をサービスいたします。
学割プランを更新されない場合
学生の場合
学生の間であれば、またいつでも学割プランにお申込み頂けます。
社会人になる場合
いま、アンケートに答えてプレミアムプランに移行すると1ヶ月無料の特典が受けられます。
ここで「更新しない」を選択すると、後からは1ヶ月無料の特典は受けられなくなりますのでご注意ください。
メール認証をしてください
ご登録いただいたメールアドレス宛に届くメールから
URLをクリックし本人確認をお願い致します。
届いてない場合、見つからない場合は下記から再送と認証をお願い致します。
再送設定する
閉じる
新しいトップページへの
フィードバックのお願い フィードバックを受けて改善いたしますので、ご意見・ご要望をいただけませんか?
数理・データサイエンス・AI教育のニーズがどんどん高まっていることは間違いありません。教員の不足については指摘されていますが、年々減る一方の予算の中で人材を確保するのも要易ではありません。予算が増えない中で特定の分野だけに注力するということは「じゃあ、どこを減らす?」という議論になりかねません。それをやらないのが日本の大学のプライドだと思います。
AI特に深層学習を学ぼうとするとそれなりの性能の計算機が必要となります。通常のPCやタブレットでは駄目。規模感がわからないと思うので参考のために申し上げますが、我々の学部生向け実習では全10回の演習のために1人の学生あたりうん十万円のクラウド環境を用意しました。受講生20人です。かかるコストは・・・
さらに、「受験生増が期待できるDSの学部・学科の新設が相次ぐ中、DSを専門とする教員は争奪戦でもある。」というご指摘もあり、それも事実なのですが、DSを専門とする教員であっても家族の事情などにより全国どこにでも動けるわけではない。一部の地域に人材が集中してしまってそれらの地域ではどんなに応募しても採用されないという事態も起きています。せっかく優れた能力を持つのにAIの研究者・教育者であることを諦めた人材を少なくない数知っています。例えば海外の大学で行っているように夫婦揃って研究者の場合両方の就職について責任を持つなど、工夫ができると思います。研究者・教育者ばかりが道ではないのでそのような人材が産業界で活躍することも素晴らしいことだと思います。
講義のようなカリキュラムがあって粛々とすすめるものではどうしても身につくものもそれなりです。熱意を込められる演習の設計や仲間の存在が必要不可欠です。演習のデザインの仕方やラボなど仲間の存在一つで短期間でも国際会議で発表できたり企業さんへライセンシングできるようなレベルまで引き上げることも可能です。必要なのは相談や共に切磋琢磨できる仲間やライバル。
あと、高校までのカリキュラムにどの様に取り込むかについては慎重な議論が必要だと思います。変に受験に向けた対策がなされたり、面白さ・素晴らしさを伝えられずに嫌いな人を生産してしまったり、変な万能感を植え付けてしまったりすることを危惧しています。
そもそも日本にはコンピュータサイエンス学科(マスターでもドクターでもない四大の学部)が少な過ぎ、AI人材を輩出できる基盤が脆弱です。無論、その前の小、中、高校から数学重視、プログラミング教育を充実させる事も重要。
無論、得手不得手もあるので、数学やプログラミングが好きな子には飛び級も含めて英才教育のコースを、そうでもない子には少なくとも「DSマインド」を教えて、AIを作るのではないが、利用する事を学んでもらうと良いと思います。
記事にあるようにeラーニングで多くの学生が一気に学べるのは素晴らしい事です。
地道だが、20年でその効果は一気に出てくるので、直ぐにでも着手すべきです。
一方で教員不足の課題については、かなり厳しく状況をみたほうがよいと思います。オンデマンド型のラーニングの仕組みの発展・進化が肝になってきそうです。
需要が増えているAI人材を育てる教員が不足していることが問題になっています。
この問題をどう解決するか議論がますます増えて欲しいなと思います。
経済社会分析は定量と定性に大分されますが、両者は相互補完的たるべきなのにもかかわらず、ツーコーナー気味となり、さらに最近は定量(とデータサイエンスは厳密には違うところもあるでしょうが)こそが尊いようなムードさえあります。
しかしながら、社会経済の変動は必ずしも定量化など出来ないわけで、故に地域研究の様な、一見雑多なアプローチも生まれたわけです。物事は必ず揺れ戻るので、データサイエンスこそ是とする流れも、私は一過性だと思います。アウフヘーベンもあるでしょう。
文系を否定する理系のような、ないしはその逆の様な単純な二項対立構造も、私はお寒いとしか思えません。データサイエンス教育も結構ですが、本を読んだり、遊んだり、様々な刺激を子供たちに与えるべきだと私なんぞは思います。
http://www.mi.u-tokyo.ac.jp/teaching_material.html
山崎先生ご指摘のお金の問題は難しいですね.
深層学習しようと思うと,ある程度のGPUが載っていないと計算時間がものすごいことになってしまうので...
https://www.maff.go.jp/j/kanbo/tizai/brand/attach/pdf/ai-15.pdf
この中では特に
・⼤学・⾼専卒業者全員:50万人/年
・⾼校卒業者全員:100万人/年
の2点は全員が学ぶことを前提にしているため、かなりハードルが高いです。
私が専門の高校領域では、新しく実施される「情報Ⅰ」の中でプログラミング・コンピューターサイエンス・データサイエンスの基礎が必履修になっています。
大学もそうですが、それ以上に高校の教え手不足・教材不足は深刻です。来年から開始なのにまだ教科書も公開されていないですし、教委・学校のせいだけではありません。小学校のプログラミング教育以上に、課題を強く訴え、各都道府県でもっと早めに対策を進めるべきでした。
各都道府県や学校での自主的な準備はもちろんですが、ハード整備や教材購入、研修実施などの予算も確保しないとこの変化には対応できないのではないかと危惧しています。国は旗を振ると同時に、予算面でのサポートも考えてほしいです。
なお、最近大学向けにはプログラムの認定制度も始まったようです。滋賀大学のようにこの領域に注力している大学にとっては、ブランディングにつながりますね。
https://www.mext.go.jp/a_menu/koutou/suuri_datascience_ai/00002.htm
それに、以前、高校数学から行列がなくなったことを私が知らなかった時に、国立大学の新一年生向けにロボットとAIの講演をしたことがあるが、質問でAIを学ぶには何から勉強したらいいですか?と聞かれ、まずは数学の行列と答えたら、行列とは始めて聞く言葉だがそれは何か?とさらに質問が来てびっくりした覚えがある。
解決策の一つに、小中学校の教員免許を取る学部で、文系科目ではなく理系科目受験にしたら良いことと前から言われているが、なかなか実現は難しいのだろう。
それに、教育100年と言われているので、長い取り組みが必要だと思う。