2021年4月から協力校20校で数理・データサイエンス教育がはじまる
内閣府Society5.0のもと、文科省は、2016年に拠点大学6校を指定し2021年4月からは協力校20校を中心として文系理系にかかわらず全ての学生を対象とした数理・データサイエンス・ＡＩ教育が始まりました。
当社は5年前から取り組んで来ましたニューラルネットワークの実績をもとに島根大学数理・データサイエンス教育研究センターさまに協力する形で、2021年2月に教材「数理・データサイエンスへの誘い」（映像 制作(株)RSKプロビジョンさま）を作成提供しています。
ベイズ定理と機械学習や深層学習のおかげで解析、線形代数、統計など数学の実践における応用範囲が格段に広がりました。
分析やＡＩは数学理論をベースとしていますが、ＡＩを企業に導入する場合は、数式が読める読めないよりも、企業の経営状況や現場の実務をより詳しく知ることで導入するＡＩのパターンが見えてきます。
他方ＡＩアルゴリズムを開発実装する場合は、数学理論を理解する必要があります。
数年前から、IoT、通信、クラウド等の進化によりデータ収集が容易になり、分析（ビッグデータ）してＡＩ実装する環境も整備されてきました。
処理するコンピュータの能力も格段に上がり Graphics Processing Unit なども安く入手できるようになり、Pythonのライブラリを使うことで設計に要する時間も分析時間も圧倒的に短縮できますが、インタプリタゆえに企業側からすると機密上の問題がいろいろあります。
さらにプラットフォーマー上で稼働するMachine LearningやDeep learningなどの分析ツールはその中身が分からなくても答えを出してくれるといった謎までうんでいます。
そうはいっても、データを扱いますから、このデータがやっかいな生き物です。
データ分析（ビッグデータ）・AIは統計や機械学習・深層学習などの理論やツールもさることながら、目的に応じたデータ収集とデータ前処理といった、データの切り口が命です。
このことは、業務内容を詳しく知り、収集したデータとともに経営計画やイベントさらには現場スタッフの脳裏にあることを含めてデータとしてDWH（データウェアハウス）に取り込む必要があります。
また、いろいろなデータを扱う関係からいきなり大量のデータで処理をおこなうよりは、ある程度のデータで試行してみることは時間の節約にも繋がります。さらにデータ保存なども重要なテーマになってきます。
当社は長年積みあげた分析・AIのノウハウをもとに、お客様がビジネス課題にAIを実装し収益拡大・自動化を行う際の支援をおこなっています。
【お問い合わせ先】
株式会社アイティーシー
システム事業本部 AIアーキテクト課
〒700-0901 岡山県岡山市北区本町3番13号
