**Unityとは、一言で言うとゲーム開発などに用いられる開発環境を指します。**このUnityは世界的に人気の開発ツールでゲームプログラマーをはじめとしたエンジニアに利用されているツールです。

Unityでは、ゲームの開発時にC#というプログラミング言語を利用するため、Unityの操作方法に加えて、C#の文法を学ぶ必要があります。

本記事では、そんなUnityを学習するメリットや、おすすめの参考書10選を紹介します。これからゲームを制作してみたい人は、ぜひ本記事を参考にしてください。

【参考】：[Unity公式](https://unity.com/ja)

Unityでできること・できないことを解説！特長や事例も紹介

C#とは？できることやメリット・デメリットについて解説！

**ここからはUnityを学習するメリットを紹介します。**Unityを学習したいものの、他のプログラミング言語の学習と比べて何が良いのか知りたい方は、ぜひ参考にしてください。

*好みのゲームが作れることは、ゲームが好きな方にとって特に大きなメリットでしょう。*自分好みの世界観のゲームが作れるため、単純にゲームを購入するだけでは得られない楽しみがあります。

ちなみにUnityでは、シュミレーションゲームや、VR対応アプリ、スマートフォンのソーシャルゲームまで作ることができます。その他にも作れる機能やゲームは数多くありますので、Unityの学習を通して理想のゲームを作ってみるのもおすすめです。

*すでにプログラマーとして働いている方や、将来ゲームの制作会社に就職したい方はぜひUnityを学習しましょう。*

Unityはゲーム制作のためのツールとして世界中で利用されているツールです。そのため、ゲーム業界に興味がある方は、スキルをアピールするためにもUnityの学習をおすすめします。

Unityの学習をすれば、ゲームやVRなど、娯楽として利用できる成果物を作れます。*そのため、単純に作って終わりではなく、作ったゲームなどを自分や他の人と楽しむことができます。*

メタバースとVRの違いとは？活用例やARについても理解してみよう

Unityの勉強をする際、参考書は必要ないと言う意見も聞かれます。本当に、Unityの学習では参考書は必要ないのでしょうか。確かに、公式サイトにはチュートリアルや、教育向けの動画があるため、一見すると参考書は必要ないと感じる方もいるかもしれません。

しかし、Unityが提供している教育向けの動画は英語のため、英語が苦手な方は学習ハードルが上がるでしょう。

一方で参考書や書籍であれば、日本語で解説してくれます。*さらに学習レベルに合わせて丁寧に解説をしてくれるため、自分にあった書籍を選べばスムーズに学習することが可能です。*

## Unityの学習におすすめの書籍10選

**ここからは、Unityの学習に役に立つ書籍10選を紹介します。**自分のレベルや好みに合わせて書籍を選んでみましょう。

### 作って学べる　Unity本格入門　［Unity 2022対応版］

この本は実際にゲームを制作することで、Unityを学ぶことができます。*またゲーム開発の歴史からUnityの機能、Unityの開発環境の構築方法など、幅広い知識を身につけることができます。*

さらに、C#の文法についても学べますので、網羅的に勉強がしたい人におすすめの本と言えるでしょう。

▪著者： 賀好昭仁
▪出版社： 技術評論社
▪ページ数： 416ページ
▪出版日： 2022年10月27日
【参考】：[作って学べる　Unity本格入門](https://gihyo.jp/book/2022/978-4-297-13066-4)

### マンガでわかる Unityゲーム開発入門

本書も、ゲームを作りながらUnityについて詳しくなれる内容です。*またタイトルにある通り、説明には漫画が用いられているため、堅苦しい勉強が苦手な方でも親しみやすいです。*

一見分かりにくいプログラミング言語も、イラストで解説されているため、初心者の方におすすめの1冊です。

▪著者： もりやまゆうた
▪出版社： インプレス
▪ページ数： 288ページ
▪出版日： 2022年10月19日
【参考】：[Unityゲーム開発入門](https://book.impress.co.jp/books/1121101081)

### 現場ですぐに使える！ Unity 2020逆引き大全 303の極意

こちらは、Unityのゲーム開発ですぐ実践できる知識を集めた本です。*Unityの基礎知識から、ゲーム開発での細かな実装方法を紹介しているため、初心者からゲームを制作したことがある方まで、幅広い方が利用しやすいでしょう。*

▪著者： 薬師寺　国安
▪出版社： 秀和システム
▪ページ数： 832ページ
▪出版日： 2021年2月18日
【参考】：[Unity 2020逆引き大全](https://www.shuwasystem.co.jp/book/9784798063508.html)

### Unityの教科書 Unity 2022完全対応版

この本は、初めてゲーム作りをする方向けの参考書です。最初は簡単な内容を解説し、徐々に応用的な内容にステップアップするので、初心者の方でも挫折しにくいでしょう。

*また、こちらの本は今までゲームを作ったことがない方でも分かりやすいよう、C#の基礎知識も解説してくれます。*そのため、プログラミング初心者の方でも安心して取り組みやすいでしょう。

▪著者： 北村愛実
▪出版社： SBクリエイティブ
▪ページ数： 456ページ
▪出版日： 2022年6月29日
【参考】：[Unityの教科書](https://www.sbcr.jp/product/4815617158/)

未経験者のためのC#勉強法とは？おすすめロードマップを紹介！

### Unityではじめる ROS・人工知能 ロボットプログラミング実践入門

本書はUnityとROSと呼ばれるオープンソースのロボット開発プラットフォームを連携させる方法を紹介しています。この本ではUnityとROSを連携させ、ロボット制御ができるようになる方法を解説しています。*そのため、ロボットに興味がある方に特におすすめの本と言えます。*

また、実際に手元にロボットがなくても無償のシュミレータを使って動作確認ができるのも、本書の特徴です。

▪著者： 布留川 英一
▪出版社： ボーンデジタル社
▪ページ数： 464ページ
▪出版日： 2022年6月6日
【参考】：[Unityではじめる ROS・人工知能](https://www.borndigital.co.jp/book/26553.html)

### Unity C＃ゲームプログラミング入門 

*本書は「面白いゲーム」を作ることをコンセプトとした本です。*そのため、Unityの基本機能に加えてアニメーションの活用方法やマルチプレイヤーゲームの作り方などを解説します。

ゲーム制作の基本から応用的な部分まで学習したい方は、ぜひ本書も活用してください。

▪著者： 掌田　津耶乃
▪出版社： 秀和システム
▪ページ数： 442ページ
▪出版日： 2020年10月30日
【参考】：[Unity C# ゲームプログラミング入門](https://www.shuwasystem.co.jp/book/9784798062686.html)

### 動画×解説でかんたん理解! Unityゲームプログラミング超入門

本書は、動画で画面操作している解説がついているのが特徴です。*動画で確認できるため、Unityを初めて使う方にも分かりやすくなっています。*

また、参考書の中も画像を数多く紹介しているので、操作方法が分からずに挫折したくない方におすすめの本です。

▪著者： 大角茂之　大角美緒
▪出版社： 技術評論社
▪ページ数： 256ページ
▪出版日： 2022年1月22日
【参考】：[動画×解説でかんたん理解! Unityゲームプログラミング超入門](https://gihyo.jp/book/2022/978-4-297-12543-1)

*本書は、Unityを使ってVR空間を作る方法を紹介しています。*VR制作に必要なライブラリを使用して、基本的なVRに関する知識や空間の作り方、VRアプリの作り方を学ぶことができます。3Dの背景を作り込みたい時や、VRに興味がある方はこちらの本もおすすめです。

▪著者： 大澤　文孝
▪出版社： 工学社
▪ページ数： 160ページ
▪出版日： 2022年11月30日
【参考】：[「Unity」で作るVR空間入門](http://www.kohgakusha.co.jp/books/detail/978-4-7775-2226-2)

### Unityではじめる機械学習・強化学習 Unity ML-Agents 実践ゲームプログラミング v2.2対応版

こちらは、Unityで機械学習の環境を構築するためのフレームワークを学べる本です。ちなみに、このフレームワークを学習すれば、ゲームバランスの評価やAIを活用したゲーム作りをすることができます。

また、この本は機械学習の初学者でも分かるよう、機械学習の基礎知識から触れているのが特徴です。*初心者の方であっても、Unityの機械学習に興味がある方は、こちらの本も検討してみましょう。*

▪著者： 布留川 英一
▪出版社： 344ページ
▪ページ数： ボーンデジタル
▪出版日： 2022年12月20日
【参考】：[Unityではじめる機械学習・強化学習](https://www.borndigital.co.jp/book/28311.html)

機械学習が学べるおすすめの本12選！初心者から上級者まで厳選してご紹介！

### PlayFabゲーム開発テクニック

*こちらは、Unityでより本格的にゲームを制作したい方向けの本です。*ちなみに、タイトルに記載されているPlayFabとは、バックエンドの実装を行うサービスです。すでに簡単なゲームを作ったことがあり、Unityを使用してソーシャルゲームなどを開発したい場合は、本書をおすすめします。

▪著者： 西根　幸洋、ねこじょーかー 
▪出版社： 秀和システム
▪ページ数： 280ページ
▪出版日： 2021年5月29日
【参考】：[PlayFabゲーム開発テクニック](https://www.shuwasystem.co.jp/book/9784798064079.html)

## Unityを学習してスキルの幅を広げよう

本記事では、Unityの学習に役に立つ本10選を紹介しました。自分の作りたいものや、どんなことを学びたいのか目標を設定したうえで、好みに合った本を選んでみましょう。

**Unityを学べば、趣味として楽しめるだけでなくスキルの幅を広げることにも繋がります。**特に、すでにIT業界で活躍している方は、Unityの知識を業務に活用できるかもしれません。

また、Unityはゲームを作ることもできるため学生の方でも親しみを持って学習できるでしょう。ぜひ、本記事を参考にしつつUnityを学び、自身の生活や仕事に活かしましょう。

Unityは、ゲーム制作において人気の開発環境です。しかし、Unityを使ってゲームを作るにはプログラミングの知識が必要なため、初心者の方は敷居が高く感じるかもしれません。本記事では、Unityの概要や学習するメリット、おすすめの参考書を10選で紹介します。

Unityはゲームを作ることができる開発環境で、C#という言語を利用してゲームを開発します

Unityを学習すると、好みのゲームを作るだけでなく趣味としても楽しむことができます

Unityの学習におすすめの本10選が分かります

Unityの学習におすすめの本10選！初心者向けの本や学習メリットも紹介

## 「GitHub Enterprise Importer」の一般提供を開始

**2023年6月12日、GitHubは「GitHub Enterprise Importer」の一般提供を開始しました。**他のコードホスティングプラットフォームからGitHubへの移行を促進するセルフサービスのツールで、略称は「GEI」です。GitHub Enterprise Importerは、GitHub製品間での移行にも利用することもできます。

同日より一般公開され、すでに事前に登録した2,000社以上のユーザが利用しています。

【参考】：[Introducing GitHub Enterprise Importer migrations](https://github.blog/changelog/2023-06-12-introducing-github-enterprise-importer/)

GitHubとは？メリットや使い方、Gitとの違いも徹底解説！

*GitHub Enterprise Importer は、企業向けにGitHub Enterprise Cloudへの移行を支援する、カスタマイズ可能な移行ツールです。*企業固有のニーズを満たすように、移行内容を細かくカスタマイズすることができます。

具体的には、リポジトリ移行用の個別の移行アクセス許可ロールを設定することで、移行を実行するチームや個々のユーザを指定でき、Organization の所有者が移行を行う必要がなくなります。同様に移行対象は、1 つのリポジトリ、一連のリポジトリ、またはOrganization全体を設定することができます。

GitHub CLI または API を使って、コードの現在の状態やすべてのコードの履歴・設定、issueや pull request などコラボレーション履歴を移行することができます。移行完了時にはログファイルが開き、エラーの有無を確認することができます。

【参考】：[GitHub Enterprise Importer について](https://docs.github.com/ja/enterprise-cloud@latest/migrations/using-github-enterprise-importer/understanding-github-enterprise-importer/about-github-enterprise-importer)

### GitHub Enterprise Importerの移行パス

*GitHub Enterprise Importerでは、移行元からさまざまなデータを取り込むことができます。*他のコードホスティングプラットフォームからGitHubへの移行を促進する狙いがあります。具体的には、次の移行元と移行先をサポートしています。

・Azure DevOpsからGitHub.comやGitHub Enterprise Cloudへの移行
・Bitbucket ServerとBitbucket Data CenterからGitHub.comやGitHub Enterprise Cloudへの移行
・GitHub Enterprise ServerからGitHub.comやGitHub Enterprise Cloudへの移行
・GitHub.comからGitHub Enterprise Cloudへの移行

## GitHub Enterprise Importerを使ってみる

GitHub Enterprise Importerでは、セルフサービスでGitHub CLI または API を使って必要とするコードやデータを移行することができます。*移行の手順や移行の準備、移行後の確認など必要な情報は、移行ガイドに整理・公開されています。*ツールを実際に使用する前に、机上で手順を確認します。

【参考】：[GitHub Enterprise Importer を使用する](https://docs.github.com/ja/enterprise-cloud@latest/migrations/using-github-enterprise-importer)
【参考】：[GitHub Enterprise Importer の移行サポート](https://docs.github.com/ja/enterprise-cloud@latest/migrations/using-github-enterprise-importer/understanding-github-enterprise-importer/migration-support-for-github-enterprise-importer)

### GitHub Enterprise Importerを使用したAzure DevOpsからの移行

*Azure DevOpsからの移行では、リポジトリの移行、パイプラインの移行、残りの資産の移行、の3段階があります。*移行の作業時間は、リポジトリやpull requestの数に左右されます。この必要な情報を収集するためには、「GitHub Migration Analyzer」というULIユーティリティを用います。

GitHub Enterprise Importerでは、pull requestや一部のブランチ ポリシーを含む Gitリポジトリのみが移行され、パイプラインや作業項目、成果物・テスト計画・リリース・ダッシュボードなどは移行されずにAzure DevOpsに残ります。

移行には、手動で移行または再作成する必要があるデータの一覧を作成し、その一覧を確認しながら残りの作業を進めます。

リポジトリの移行は、GitHub CLIまたはGraphQL APIを使います。「ADO2GH extension of the GitHub CLI」をインストールし、移行スクリプトを生成・実行します。

【参考】：[GitHub Enterprise Importer を使用した Azure DevOps からの移行](https://docs.github.com/ja/enterprise-cloud@latest/migrations/using-github-enterprise-importer/understanding-github-enterprise-importer/migrating-from-azure-devops-with-github-enterprise-importer)
【参考】：[GitHub Migration Analyzer](https://github.com/github/gh-migration-analyzer)
【参考】：[Azure DevOps から GitHub Enterprise Cloud へのリポジトリの移行](https://docs.github.com/ja/migrations/using-github-enterprise-importer/migrating-repositories-with-github-enterprise-importer/migrating-repositories-from-azure-devops-to-github-enterprise-cloud)

### GitHub Enterprise Importerを使用したBitbucket Serverからの移行

*Bitbucket Serverからの移行では、リポジトリ単位で行います。*移行の作業時間は、リポジトリやpull requestの数に左右されます。

GitHub Enterprise Importerでは、Gitリポジトリとpull requestのみが移行され、CIパイプラインなどは移行されずにBitbucket Serverに残ります。また、GitHubとBitbucket Serverではアクセス許可の仕組みが異なり、リポジトリのアクセス許可は移行されません。

リポジトリの移行は、GitHub CLIを使います。「BBS2GH extension of the GitHub CLI」をインストールし、BLOBストレージに格納したリポジトリをスクリプトで移行します。GitHub Enterprise Importerを使った Bitbucket Serverからの移行はプライベート ベータ版です。

プライベートベータに登録することで、先行利用が可能です。

【参考】：[GitHub Enterprise Importer を使用した Bitbucket Server からの移行](https://docs.github.com/ja/enterprise-cloud@latest/migrations/using-github-enterprise-importer/understanding-github-enterprise-importer/migrating-from-bitbucket-server-with-github-enterprise-importer)
【参考】：[Bitbucket Server から GitHub Enterprise Cloud へのリポジトリの移行](https://docs.github.com/ja/migrations/using-github-enterprise-importer/migrating-repositories-with-github-enterprise-importer/migrating-repositories-from-bitbucket-server-to-github-enterprise-cloud)

### GitHub Enterprise Importerを使用したGitHub製品間の移行

*GitHub製品間の移行では、Organization単位で移行するかリポジトリ単位で移行するかをあらかじめ決めておきます。*GitHub Enterprise Serverからの移行の際には、リポジトリのみが移行可能です。

移行の作業時間は、リポジトリの数、pull request の数、問題の数、ユーザの数、プロジェクトと Wiki の使用状況などによります。この必要な情報を収集するためには、「GitHub Migration Analyzer」を用います。

リポジトリの移行は、GitHub CLIまたはGraphQL APIを使います。「GEI extension of the GitHub CLI 」をインストールし、移行スクリプトを生成・実行します。GitHub Enterprise Cloudへの移行はそのまま作業を進めて、GitHub Enterprise CloudへはBLOBストレージ設定後にスクリプトを生成・実行します。

【参考】：[GitHub Enterprise Importer を使用した GitHub 製品間の移行](https://docs.github.com/ja/enterprise-cloud@latest/migrations/using-github-enterprise-importer/understanding-github-enterprise-importer/migrating-between-github-products-with-github-enterprise-importer)
【参考】：[GitHub Migration Analyzer](https://github.com/github/gh-migration-analyzer)

## GitHub Enterprise Importerの利用実績は多く安心して利用できる

GitHub Enterprise Importerは、一般公開に先立って利用しているユーザも多く、公開日にはすでに40万を超えるリポジトリがGitHub Enterprise Cloudに移行されていることが明かされています。**そのためGitHub Enterprise Importerは利用実績が多く、安心して移行に利用できるツールと言えるでしょう。**

GitHubの使い方とは？初心者向けに知っておきたい用語も併せて解説！

2023年6月12日、GitHubは「GitHub Enterprise Importer」の一般提供を開始しました。セルフサービスの移行ツールで、他のプラットフォームからGitHubへの移行を促進します。ここでは、ツールの概要と使い方について、解説していきます。

GitHub Enterprise Importer は、カスタマイズ可能なセルフサービスの移行ツールです

企業向けにGitHub Enterprise Cloudを含むGitHubへの移行を支援します

Azure DevOpsなど、サポートする移行元から移行ガイドを参考にツールを用いて移行します

「GitHub Enterprise Importer」の概要と使い方

## Vertex AIの活用がGitLabとの提携で推進

**2023年5月2日、GitLabとGoogle Cloudは、カスタマイズ可能な生成AIの基盤モデルで、AI支援機能を拡充することを発表しました。**提携によりGoogle Cloudの「Vertex AI」基盤モデルが、GitLabのAIを活用したセキュリティ機能に活用され、脆弱性の特定や修復をより効率的に行えるようになります。

GitLabでは、DevSecOpsのワークフロー効率を10倍向上させるとしています。

両社は、これまで締結していた戦略的パートナーシップを延長しました。GitLabの企業向けDevSecOpsプラットフォームで、AI支援機能の提供がさらに進むと見られます。

【参考】：[GitLab: GitLab and Google Cloud Partner to Expand AI-Assisted Capabilities with Customizable Gen AI Foundation Models](https://about.gitlab.com/press/releases/2023-05-02-gitLab-and-google-cloud-partner-to-expand-ai-assisted-capabilities.html)
【参考】：[Google Cloud: GitLab and Google Cloud Partner to Expand AI-Assisted Capabilities with Customizable Gen AI Foundation Models](https://www.googlecloudpresscorner.com/2023-05-02-GitLab-and-Google-Cloud-Partner-to-Expand-AI-Assisted-Capabilities-with-Customizable-Gen-AI-Foundation-Models)

*Google Cloudは、Googleが提供するクラウドコンピューティングサービスです。*コンピューティング・ストレージのほか、AIと機械学習（ML）やデータ分析などにも力を入れています。AIが組み込まれたクラウドサービス提供のために、必要なサービスを拡張しています。

チームコラボレーションにも注力し、Google Workspaceは企業向けスイート製品としてプロジェクト管理などにも利用されています。

【参考】：[Google Cloud](https://cloud.google.com/?hl=ja)

エンジニアなら知っておくべき！機械学習とディープラーニングの違いとは？

*Vertex AI（バーテクス AI）とは、Google Cloudの機械学習プラットフォームを指します。*企業向けのAIサービスで、機械学習のツールを統合したプラットフォームです。AutoMLとAI Platformを統合しており、モデルのデプロイおよび維持を迅速に行うことができます。企業の導入事例も、確実に増加しています。

【参考】：[Vertex AI](https://cloud.google.com/vertex-ai?hl=ja)
【参考】：[Vertex AI の概要](https://cloud.google.com/vertex-ai/docs/start/introduction-unified-platform?hl=ja)

*GitLab（ギットラボ）は、ソフトウェアリポジトリなどの開発・運用向けサービスを提供しています。*セキュリティを確保するとともに、ソフトウェア開発ライフサイクルのプロセスを自動化し、ソフトウェア開発の生産性向上をに役立てることができます。

生産性向上では、自動化ツールを提供し、セキュリティスキャンの自動化も可能です。GitLabでは、企業向けワークロードを想定し、サービスを提供しています。

【参考】：[About GitLab](https://about.gitlab.com/)

DevSecOpsとは、開発（Development）・セキュリティ（Security）・運用（Operation）からなるソフトウェア開発の手法を指します。従来のDevOpsにセキュリティ手法を統合したものです。ソフトウェア開発のライフサイクルにおいて、セキュリティの考え方を全員が共有しソフトウェアの安全性を高めていきます。

GitLabは、堅牢な CI／CD（継続的インティグレーション／継続的デリバリー）により自動化を推進します。その下でセキュリティコントロールをDevOpsワークフローに組み入れて、DevSecOpsを実現しています。

*GitLabでは、Googleの生成AI基盤 Vertex AIを活用し、顧客の知的財産やプライバシー保護を推進するとしています。*

【参考】：[AI/ML in DevSecOps Series](https://about.gitlab.com/blog/2023/04/24/ai-ml-in-devsecops-series/)

### DevSecOpsでAIを活用するメリット

DevSecOpsでAIを活用するメリットは、数多くあります。ここでは担当別に解説していきます。

・*開発者のメリット*
開発者は、AIによりコードの生成やサジェスト機能などを利用することができます。コード開発が、効率的でかつ品質の高いコード開発が期待できます。コードのレビューや変更管理も効率向上が期待できます。コード全体の整合性を高めて、マージしメンテナンスの維持に役立てることができます。

・*セキュリティ面のメリット*
ソフトウェア開発のライフサイクルを通じて、安全なコードを書けるような環境を提供します。脆弱性の発見や修正を容易にし、開発者のスキル向上にも役立てることができます。また、テスト工程の反復作業を自動化することで、脆弱性や不具合の発見に貢献します。今回の提携でこちらの強化が期待できます。

・*運用面のメリット*
デプロイにおける評価を自動化し、問題の発見を推進するとともに、コードが理解しやすいようにサポートを受けることができます。

・*プロセス全般のメリット*
プロジェクトの会議にAIが加わり、問題のサマリーを作成し支援します。同様に大量のドキュメントから有益な情報を抽出し、役立てることができます。また、ソフトウェア開発ライフサイクルにおける生産性指標に異常がないか、予測し分析結果から問題を解決することが期待できます。

## GitLabのVertex AIを用いた機能提供とメリット

*GitLabでは、Vertex AIの導入により「Built with Google Cloud AI program」を提供し、活用していきます。*Google Cloudの生成AIモデルを活用した機能は、実験的な機能として提供されます。

「Explain this Vulnerability」により、脆弱性に対して自然言語により問題発見と解決方法を提示し、セキュリティ確保に役立てることができます。開発者は、このメリットを得て効率的にセキュリティの維持が可能となります。

すでに実験レベルの機能として発表した、「Explain this Code」「Summarize Issue Comments」「Summarize Merge Request Changes」に加わり、ソフトウェア開発ライフサイクル全体のワークフロー自動化に役立てられます。

【参考】：[GitLab details AI-assisted features in the DevSecOps platform](https://about.gitlab.com/blog/2023/05/03/gitlab-ai-assisted-features/)
【参考】：[GitLab: ML experiment: Explain this source code](https://about.gitlab.com/blog/2023/04/06/explain-this-code/)
【参考】：[GitLab: ML experiment: Summarizing issue comments](https://about.gitlab.com/blog/2023/04/13/summarize-issues/)
【参考】：[ML experiment: Summarize merge request changes](https://about.gitlab.com/blog/2023/04/20/merge-request-changes-summary-ai/)

### GitLabのVertex AI機能の利用料金

*現時点の提供機能は、「Explain this Vulnerability」という実験的な機能となります。*正式版の利用料金に関しては明らかにされていません。GitLabは、無料プランから有料プランまであります。Vertex AIも通常利用においては、マシンタイプやパイプライン実行に応じて費用が発生します。

【参考】：[GitLab: 料金](https://www.gitlab.jp/pricing/)
【参考】：[Google Cloud: Vertex AI の料金](https://cloud.google.com/vertex-ai/pricing?hl=ja)

### GitLabとVertex AIでAIモデルを構築するには

*GitLabでは、構築チュートリアルとしてPythonベースのクレジットカード取引詐欺検出アプリのデモを用意しています。*このデモにより、連携方法を理解することができます。

デモでは、GitLabはアプリケーションのソースコードをホストし、テストとスキャンを自動的に実行します。Pythonコードを実行し、プログラムの実行結果とアウトプットをGoogle Cloud Storageにアップロードし、Vertex AIでエンドポイントを作成します。

手順としては、GitLabとGoogle Cloudを接続し、Vertex AIにデータをアップロードします。GitLabでCI/CDパイプラインを作成し、品質とセキュリティのテストを行います。トレーニングは、Pythonのスクリプトを実行してモデルを学習します。

その後モデルのトレーニングのために、Vertex AIからデータをフェッチし、モデルをトレーニングしてGoogle Cloud Storageに保存します。

【参考】：[GitLab: Train and deploy AI models with GitLab and Google Cloud's Vertex AI](https://about.gitlab.com/blog/2023/06/08/training-and-deploying-ai-models-with-gitlab-and-vertex-ai/)



## GitLabのVertex AI活用は今後さらに強化されます

今回の発表は、GitLabのDevSecOpsにGoogle CloudのVertex AIを提供し、手始めとして「Explain this Vulnerability」機能を実験的に提供するものです。今後のGitLabのAI機能は、Vertex AIを活用するとしており、開発者に役立つ機能が今後も登場すると見られます。**両社の活動は、AI活用として開発者に注目される機能強化となるでしょう。**

今さら聞けない人工知能（AI）の基礎知識｜AI開発の基本を解説！

【2023年版】AI（人工知能）の学習におすすめの本10選！習得のメリットも解説

2023年5月2日、GitLabとGoogle Cloudは、生成AIを活用した提供を強化したことを発表しました。Google Cloudの「Vertex AI」が基盤モデルとして提供されます。ここでは、両社の概要や提供の内容について解説していきます。

GitLabとGoogle Cloudは、提携関係を強化し、AI支援機能を拡充すると発表しました

GitLabに、Google Cloudの「Vertex AI」が基盤モデルとして提供されます

「Explain this Vulnerability」という機能に使用され、脆弱性の特定と修復の効率が高まります

Vertex AIをAI支援に活用！GitLabとGoogle Cloudが提携を強化

## Google ColabのAIコーディング機能

**Googleは2023年5月17日、Google ColabにAIコーディング支援機能を搭載すると発表しました。**AIコーディングには、2023年5月10日開催の「Google I/O 2023」で発表されたPaLM 2ベースの「Codey」が用いられます。

【参考】：[Colaboratory へようこそ](https://colab.research.google.com/?hl=ja)
【参考】：[Google DEVELOPERS: AI-powered coding, free of charge with Colab](https://blog.google/technology/developers/google-colab-ai-coding-features/)

*Google Colabとは、Googleが提供するPythonの対話型コードエディタ兼実行環境です。*ホスト型の Jupyter Notebookサービスとして提供され、使い方は簡単です。ウェブブラウザ上で操作するので、Pythonの環境をインストールせずに利用することができます。

正式名称は、Google Colaboratoryで通称Colabと呼ばれています。

Google管理コンソールから「Google Colab」を設定して、使用したり使えない状態にしたりすることが簡単にできます。このため、Colabを組織や学校でも利用するケースが多く、何百万人もの学生がColabを利用して、Pythonプログラミングや機械学習を学んでいます。

【参考】：[Colaboratory へようこそ](https://colab.research.google.com/?hl=ja)
【参考】：[jupyter](https://jupyter.org/)

Pythonとは？人気の理由と基本知識をわかりやすく解説！

通常Pythonを利用するには、PCなどに環境をセットアップする必要があります。Pythonの得意とする機械学習やデータ分析では関連するライブラリも必要となり、追加セットアップを要します。

*Google Colabでは、ウェブブラウザで操作するため、上記のような煩雑な作業から解放されます。*そのため、機械学習やデータ分析にそのまま利用できるほか、教育用途にも活用することができます。画像生成やAIイラストなどにも応用できます。

さらにCPUなどの追加リソースも提供されますので、環境セットアップの経験がない人でも特別な設定なしに利用することができます。

Google Colabは、Googleアカウントのみで利用可能で、追加料金が発生しません。GPUの利用も無料で提供されますので、まず試してみたい場合には、Colabを使ってみるのが良いでしょう。

【参考】：[Colaboratory へようこそ](https://colab.research.google.com/?hl=ja)

Pythonと機械学習を学んでAI時代に対応できるエンジニアに

Pythonによるデータ分析：入門情報から資格取得まで解説！

*Google Colabの制限事項としては、リソース確保が保証されるわけではない点が挙げられます。*つまり無料で無制限に使用することができず、特にGPUに関しては高価であるためアクセス制限が設けられています。利用時に制限を受けるいわゆる「GPUガチャ」的な状況が生じる場合があります。

無料会員と有料会員では制約条件に違いがあり、商用利用などリソースを多く使用する場合は、「Colab Pro」のプランが推奨されています。データの管理やクッキーの扱いなど、安全性についてもクラウドサービス同様の考慮が必要です。詳細は以下のリンク先の情報をご確認ください。

【参考】：[Google Colaboratory よくある質問](https://research.google.com/colaboratory/faq.html)
【参考】：[Google Colaboratory リソース制限](https://research.google.com/colaboratory/faq.html#resource-limits)
【参考】：[最適な Colab のプランを選択する](http://colab.research.google.com/signup?utm_source=faq&utm_medium=link&utm_campaign=seems_too_good)
【参考】：[Colab 有料サービス追加利用規約](https://research.google.com/colaboratory/intl/ja/tos_v4.html)

## Google Colab搭載のAIコーディング機能とは

AIコーディング機能とは、AIによるコーディング支援の機能を表します。コーディングは、プログラム開発で必要なプログラムコードを作成することです。生成AIは、自然言語の解釈や生成を行うことができます。その特徴をプログラム開発に適用し、コード補完機能や、コード生成機能を実装します。

*Colabでも、これらのコード補完やコード生成の機能を搭載し、コード支援のチャットボットも導入される見込みです。*

【参考】：[Google Cloud Blog: At Google I/O, generative AI gets to work](https://cloud.google.com/blog/products/ai-machine-learning/google-cloud-at-io-2023?hl=en)

*Codeyとは、PaLM 2をベースとするコードモデルを指します。*PaLM 2は、推論・多言語処理・コーディングを強化した大規模言語モデル（LLM）で、CodeyはPaLM 2のコーディング機能を調整したものです。

Colabでの生成AI機能のロールアウトは、今後数ヶ月の間に徐々に展開され米国から他の地域へ拡大を予定しています。

*PaLM 2とは、Googleの開発する次世代の大規模言語モデルを指します。*PaLM 2 では、従来のPaLMと比べて推論機能や多言語処理、コーディング機能が強化されています。Googleは、大規模言語モデルPaLMの最新版であるPaLM 2を、順次自社製品やサービスへの導入を進めています。

【参考】：[PaLM 2](https://ai.google/discover/palm2)
【参考】：[Google Japan Blog: PaLM 2 のご紹介](https://japan.googleblog.com/2023/05/palm-2.html)
【参考】：[Google I/O 2023: Making AI more helpful for everyone](https://blog.google/technology/ai/google-io-2023-keynote-sundar-pichai/)

*CodeyはGoogle Colab向けにチューニングされており、得意とするPythonのコード補完やコード生成に役立てられます。*AIコーディング支援機能は統合されており、チャットボットに相談しながら進めることも可能です。Pythonと機械学習は相性が良く、Google Colabはインターネットから誰でも無償で利用することができます。

CodeyをColabに導入するに当たり、コーディングタスクのパフォーマンス向上のために、外部ソースや高品質なコードの大規模データセットで最適化を図っています。Colabで使用するCodeyのバージョンは、PythonとColabでの使用を前提に大幅なカスタマイズがされています。

### Google ColabのAIコーディング機能の効果

*Google ColabのAIコーディング機能により、プログラム開発のスピードアップ、品質向上を実感することができます。*実際のコード生成に活用できるほか、学習用途としてもColabのメリットを活かして利用することができます。

AI活用によりコードブロックから大規模開発にも利用できるようになります。AIチャットボットによるサポートを受けることもできます。

### Google ColabのAIコーディング機能の展開予定

*Google ColabのAIコーディング機能は、米国のColabユーザから開始し、順次展開を進めていきます。*米国の有料会員から始まり、無料会員へと拡大されていく予定です。

最初のリリースでは、コード生成を主目的に機能が実装されます。対象となるユーザには、ノートブックに新しい「生成」ボタンが表示され、任意のテキストプロンプトを入力することでコードを生成することができます。

有料ユーザにはオートコンプリート機能も合わせて提供されます。機能改善は、順次実施されており、将来的には他の地域へも展開をすると公表されています。

## Google ColabのAIコーディング機能は展開を待つ価値がある

Google ColabのAIコーディング機能は、米国の有料会員から無料会員へと拡大が予定されています。その後は、各地域への展開がされる見込みです。

日本の展開予定はまだ公表されていませんが、プログラム開発の効率向上は開発者のテーマでもあり、迅速なサービス化に欠かせないものです。**コード開発の期間短縮や品質向上を考えると、Google ColabのAIコーディング機能は十分に期待できるものととらえて良いでしょう。**

Googleは2023年5月17日、Google ColabにAIコーディング機能を搭載すると発表しました。機能の実装には、PaLM 2ベースの「Codey」が用いられます。ここでは、搭載されるAIコーディング機能の概要や搭載効果、今後の展開予定を解説します。

Google Colabに追加されるAIコーディング機能は、PaLM 2ベースの「Codey」が用いられます

CodeyはPaLM 2をベースとするコードモデルで、Google Colab向けにチューニングされています

Colabが得意とするPythonのコード補完やコード生成、チャットボット機能が搭載予定です

Google ColabにAIコーディング機能を追加！概要と予定を解説

**GitLabは2023年5月22日、AIを活用したDevSecOpsプラットフォームのGitLab 16をリリースしました。**GitLab 16では、セキュリティ・コンプライアンス・AI/ML・バリューストリーム分析などの機能を搭載し、ソフトウェア開発ライフサイクルの迅速化を可能にするものです。

【参考】：[GitLab Announces AI-Powered DevSecOps Platform With GitLab 16](https://about.gitlab.com/press/releases/2023-05-22-gitlab-16-announces-ai-powered-devsecops-platform.html)

*GitLabとは、GitLab社が提供するソフトウェア開発統合プラットフォームを表します。*GitLabは、社名であり提供するサービス名でもあります。主に、ソフトウェアリポジトリなどの開発・運用向けサービスを提供していますが、企業向けにセキュリティ面のプロセス自動化を推進することを目的としています。

Gitとは？GitHubとの違いやメリットをわかりやすく解説！

*GitLabが提供するサービスである統合プラットフォームは、DevSecOpsのソフトウェア開発ライフサイクルをサポートします。*DevSecOpsとは、従来のDevOpsの開発（Development）・運用（Operation）手法に、セキュリティ（Security）の手法を追加したものです。

ソフトウェア開発のライフサイクルにおいて、セキュリティの考え方を全員が共有しソフトウェアの安全性を確保するとともに、開発プロセスを自動化することで、ソフトウェア開発の生産性向上をに役立てることができます。

プラットフォームの記事（7ページ目）