こんにちは！情報戦略テクノロジーの藤原です。

本日は社内で開かれた勉強会の様子を、内定者の視点からお届けいたします。内容だけでなく雰囲気も感じ取っていただけたらと思います！

はじめまして！23卒内定者でエンジニアとして入社予定のR.Tです。

大学ではダンスサークルに所属し、3年間Lockダンスをしていました。授業、サークル、バイト、遊び、と比較的忙しい生活を送っていました^ ^

さて今回は、5月19日(木)に行われた勉強会のレポートをしていきたいと思います。私自身、勉強会には初めて参加したので、その時の様子や感想などリアルにお伝えしていきたいと思います！

～情報戦略テクノロジーの勉強会について～

社内で行われる技術勉強会で、社員同士で技術力を高め合う場となっています。有志で開催され、社員なら職種問わず誰でも参加できる会で、月1回のペースで開催されています！

また社員同士で交流できる場にもなっており、先日の勉強会ではオンライン上で部署の垣根を越えてコミュニケーションを取っていました。

～勉強会の内容～

【１】発表

「画像に書かれた数字を認識しよう～Deep Learningの仕組み～」というテーマで発表してもらいました。

今回はオンライン上で開催され、画面共有されたスライドを見ながら聞き、その間チャット機能で質問を送ることができたので、疑問に感じた時にすぐ質問することができる環境でした。

➀目的

Deep Learningという技術を使い、０〜９の手書きの数字をコンピュータに当ててもらうためのプログラムを作るという目的でした。こういった技術が今後発達して、手書きの文字を読み取り、そのままパソコンに入力してくれたら便利ですよね^ ^

②Deep Learningについて

一般的な機械学習の方法では、モデルが単調な線形モデルなので、簡単な条件のものしか対応できないのですが、Deep Learningを活用すれば、複雑なものでも対応することが可能になります。簡単に言うと、より正答率が上がるということです！これは学習させる際に活性化関数というものを用いており、より細かいものまで学習させることが可能になるため、様々なケースに対応可能になるということです。

③Deep Learningの実装と結果

この活性化関数をいくつも用いて、単純な線形モデルをつなげて実装していきます。いくつもつなげることによって、より深く学習させることができます。これが『Deep(深い)Learning(学習)』の意味ですね！

実際の結果は、一般学習方法は正答率92％、Deep Learningの正答率は97％となり、Deep Learningを用いることで正答率が上がりました。

一方で数字だけ見ると大きな違いはないのかな・・？と気になったので、発表者に聞いて見たところ、「AIやDeep learningの目的は、精度を1%でも上げること」「今回は数字の結果が０〜９しかないので差が5%程度だったけど、実際はもっと複雑な結果を扱うので、数十%ほど差が開くことがある」とのことでした！

【２】質疑応答

質疑応答の時間が10分ほどありました。

答えて終わりでなく、答えに対してのさらに深い質問もされていて、質の高い質疑応答の時間でした！

中でも、『たくさん線形モデルを繋げるほど正答率が上がるということか』という質問が印象的だったので共有しますね！答えは『多く繋げすぎると正答率が下がる場合もある』でした。また、『入れる関数にも種類があり、それには法則がないため、様々な方法を試して正答率がより高くなる様に作る必要がある』とのことでした。

私自身、複雑なモデルであるほど正答率があがると思っていたので驚きました。同時にDeep Learningの実装は意外と時間と手間がかかるなあと感じました。私以外にも驚いた表情をしている人がいたので、そのように感じた人が他にもいたと思います^ ^

このような質問を通して、発表とは違う面からDeep Learningについて知ることができ、より関心を持ちました。

～当日の様子や雰囲気～

オンラインでは一方的に話すイメージがあると思いますが、私たちの勉強会では、聞いている間もチャット欄に相槌の反応があったり、雑談をしたり、、、。なんだか対面で開催しているような感覚になりました！！双方のコミュニケーションがとりやすい雰囲気があったため、質問をしやすい環境で、社員同士の仲の良さが伝わってきました。

想像していたような堅苦しい感じでなく、発言しやすくメリハリのある雰囲気で、参加する前に感じていた緊張は飛んでいきました。

～感想～

Deep Learningについて、具体的な意味や仕組みは知らなかったため、勉強になりました。しかし、まだ学生でもあるので難しい点もありました。例えば実装の際に使用する［PyTorch ライブラリ］などの言葉の意味や、線形モデルや活性化関数の定義といった式の意味が理解できませんでした。この点は立派なエンジニアとなった時に理解できるようになると思っているので、これから頑張ろうと思います^ ^！

また、「自分の仕事にも活かしていこうと思います」というのを聞いて、他の人が学んだことを共有して、社員同士で刺激し合えることができるこのような機会は大切なものであると思いました。

～まとめ～

今回は「画像に書かれた数字を認識しよう～Deep Learningの仕組み〜」というテーマで勉強会が行われました。私には理解できない点も多々あり、改めてエンジニアの凄さを実感しました。また、勉強会を通して、Deep Learningについてはもちろん、コミュニケーションがとりやすいという会社の雰囲気も感じることができました！

また次回の勉強会にも参加したいと思っています！

▽募集記事