**Bing AIチャットは、Microsoftが開発し提供するAIチャットシステムです。**Bing AIチャットの言語処理には、大規模言語モデル（LLM）であるOpenAIのGPT-4を用いており、利用者が入力したチャットボックスは、自然言語で解釈され応答を返します。

学習済みの情報に加えて、ウェブ検索から得られる最新の情報から回答を生成できる特徴があります。

以降では、Bing AIチャットの使い方を最新機能と共に図解していきます。

【参考】：[Microsoft Bing](https://www.bing.com/)

*MicrosoftはBingにAI機能を搭載することを表明し、「AI-powered copilot for the web」と称していました。*2023年2月7日、「new Bing」「新しいBing」と名付けられたBingは、3月のOpenAIのGPT-4リリース発表を受けて、新しいBingもGPT-4上で稼働していることが公にされています。

【参考】：[AI を搭載した新たな Microsoft Bing と Edge が検索を再発明 ― ウェブの副操縦士](https://news.microsoft.com/ja-jp/2023/02/08/230208-reinventing-search-with-a-new-ai-powered-microsoft-bing-and-edge-your-copilot-for-the-web/)
【参考】：[新しい Bing が OpenAI の GPT-4 上で稼働](https://news.microsoft.com/ja-jp/2023/03/15/230315-confirmed-the-new-bing-runs-on-openais-gpt-4/)

新しいBingのリリース！AIを活用した検索サービスの登場

Bingに搭載するAIチャットシステムは、ユーザの問いかけに自然言語の文章で応えるシステムです。日本語の他、英語や中国語、スペイン語、フランス語、ドイツ語など100以上の言語に対応し、問いかけた言語で回答を得ることができます。

さらに、*AIチャットシステムの学習済みのデータおよびウェブ検索のリアルタイム情報から高度な文章を作成し、回答することができます。*

### Bing AIチャットとChatGPTの違い

MicrosoftはOpenAIに投資しており、ChatGPTをベースにシステムを開発しています。Bing AIチャットとChatGPTの違いですが、大きく学習方法の違いと料金体系に表されます。

OpenAIは2021年までの蓄積した学習データを用いて、自然な回答を生成することを目的にChatGPTを開発しています。そのため、ウェブ検索など最新の情報を回答に反映することができませんでした。

2023年5月には、ChatGPTに最新情報を取り込む、ウェブブラウジング機能が追加されており、「ChatGPT Plus」利用者から順次ユーザを拡大する予定です。

Bing AIチャットは、GPT-4に対して独自の学習データを用い検索エンジンを併用するために、リリース当初からウェブ検索の最新情報を含めて回答を生成できる点に違いがあります。

GPT-4を使用するには、「ChatGPT Plus」という有償のサブスクリプション契約が必要です。Bing AIチャットは、GPT-4をベースとしていますが無償で提供される点に違いがあります。

【参考】：[OpenAI](https://openai.com/)
【参考】：[ChatGPT](https://chat.openai.com/auth/login)
【参考】：[GPT-4](https://openai.com/gpt-4)

ChatGPTとBingの違いは？実際の回答を比較して解説

OpenAIのGPT-4とは？ChatGPTの進化版について解説！

*Bing AIチャットを使用するには、「新しいBing」にサインインします。*以前は、順番待ちリストへの登録が必要でしたが、2023年5月からはパブリックプレビューとして提供され、サインインのみで誰でも利用できるようになっています。

利用するにはEdgeやモバイル版Edgeを用います。サインインせずに使用する場合は、AIチャットシステムが動作するものの、機能や利用回数に制限が設けられています。2023年8月25日にはChromeデスクトップブラウザが正式サポートされており、今後他のブラウザでも追加サポートを予定しています。

【参考】：[Microsoft Bing Blogs: Bing Preview Release Notes: More Ways to Access Bing Chat](https://blogs.bing.com/search/august-2023/Bing-Preview-Release-Notes-More-Ways-to-Access-Bing-Chat)

*Bing AIチャットの始め方ですが、まず最初にMicrosoft Bingを開きます。*以下のURLからBingへアクセスすると、次の図のようにBingホームページが表示されます。

~~　【図】：Bingホームページの表示~~

Microsoft Bingから上部メニューの「チャット」を選択すると（①）、「GPT-4 を搭載したBing チャット」の画面が表示され、Bing AIチャットが起動します。

Bing AIチャットでは、下図の赤字で表すチャット入力ボックスに、自由に質問を入れることで該当する回答を返信してくれます。入力ボックスの入力が完了したら、送信ボタンをクリックするか、改行コードをキー入力するだけで、回答が得られます。

~~　【図】：Bing AIチャットを使用する~~

### Microsoft EdgeサイドバーからBing AIチャットを開く

*Microsoft Edge バージョン 111以降には、「サイドバー」が搭載されています。*「サイドバー」機能が搭載されているMicrosoft Edgeの画面右上には、「b」を模したアイコンが配置されています。これはBing AIチャット機能を起動するアイコンです。

このアイコンをクリックすると、Microsoft Bingを開くことなく直接AIチャットシステムを起動することが可能です。

次の図をご覧ください。Microsoft Edgeの画面右上に表示される「b」アイコンをクリックすると、Bing AIチャットがブラウザ上に表示されます（①②）。その際、元々の表示部分は左側で、横幅が縮小されてそのまま表示を使用することができます。

~~　【図】：EdgeサイドバーからBing AIチャットを開く~~

なお、【図】の①で示した「Bing」アイコンは、米国2023年10月18日にリリースした「Microsoft Edge」v118.0.2088.57以降では、機能追加とともに「Copilot」アイコンに更新されます。バージョンアップが完了したブラウザでは、「Copilot」アイコンをクリックしてBing AIチャットを開きます

【参考】：[マイクロソフトエッジについて](https://www.microsoft.com/ja-jp/edge?form=MA13FJ)
【参考】：[マイクロソフトエッジでのBingチャット](https://www.microsoft.com/ja-jp/edge/features/bing-chat?form=MT00D8)

Windows Copilotが新登場！優秀なAI機能の概要を解説

### Bing AIチャットの3つの会話スタイル

Bingでは、会話のスタイルが3通りあります。*Bing AIチャットの画面を下にスクロールすると、次の図のような「会話のスタイルを選択」が表示されます。*

~~　【図】：会話のスタイルを選択~~

「会話のスタイルを選択」は、「より創造的に」「よりバランスよく」「より厳密に」の3種類です。他のAIチャットシステムの場合は単一の回答となりますので、この機能を用途に応じて使い分けするなど、多様な用途に対応できるでしょう。

### 「より創造的に」の会話スタイル

*「より創造的に」の会話スタイルでは、生成AIを最大限活用します。*この場合の会話スタイルは、次の図のように「赤」で色分け表示されます。

~~　【図】：「より創造的に」の会話スタイル~~

チャット入力ボックスに「2024年の景気は良くなりますか？簡潔に回答してください。」と入力し、次の図のように回答を得ました。

~~　【図】：「より創造的に」の回答例~~

ここで簡潔に回答を求めた理由は、「より創造的に」の場合は、創造性豊かに多くの情報を回答してくれるため、スクリーン表示を大幅に超えたためです。図解の都合上、回答する分量を調整しています。

### 「よりバランスよく」の会話スタイル

*「よりバランスよく」の会話スタイルでは、中立性を保ちながら生成AIを活用します。*この場合の会話スタイルは、次の図のように「青」で色分け表示されます。

~~　【図】：「よりバランスよく」の会話スタイル~~

「より創造的に」同様に、チャット入力ボックスに「2024年の景気は良くなりますか？簡潔に回答してください。」と入力し、次の図のように回答を得ました。

~~　【図】：「よりバランスよく」の回答例~~

回答の分量と質は、ちょうど「より創造的に」と「より厳密に」の中間程度となります。適度にAI生成が活用されます。

### 「より厳密に」の会話スタイル

*「より厳密に」の会話スタイルでは、出典情報に基づき回答を導きます。*この場合の会話スタイルは、次の図のように「緑」で色分け表示されます。

~~　【図】：「より厳密に」の会話スタイル~~

こちらも同様に、チャット入力ボックスに「2024年の景気は良くなりますか？簡潔に回答してください。」と入力し、次の図のように回答を得ました。

~~　【図】：「より厳密に」の回答例~~

「より厳密に」の場合は、より根拠が適切か判断がなされているようです。参考情報も比較的厳密に分析されていると感じます。何よりも、出典情報が提示されるのは、より詳細情報を調査する際には必要な機能ですので、有効に利用することができるでしょう。

*バージョンアップにより、Bingで画像イメージを使用したチャットが可能となりました。*ここでは犬の写真を添付し、「これは、何ですか？」と尋ねてみることにします。次の図をご覧ください。

ここでは、「これは、何ですか？」と入力ボックスにあらかじめ入力しておきます（①）。続いて入力ボックス左下の画像アイコンをクリックします（②）。「画像を追加」がポップアップ表示されますので、任意の方法で画像を追加します（③）。

画像が入力ボックスに追加されたことを確認し、送信ボタンを押します（④⑤）。

~~　【図】：Bing AIチャットの画像検索の流れ~~

質問の入力が送信されると、画像の分析とともに回答を生成します。次の図のように、画像の分析も、高精度に分析し回答してくれます。

~~　【図】：画像検索を使った回答例~~

さらに追加指示を行う必要もなく、「DALL·E 3」を用いた「Bing Image Creator」による、AI生成画像も送ってくれます。次の図は、分析した犬の画像から類推した、生成画像です。

~~　【図】：画像検索から得られた生成画像~~

生成画像は、入力ボックスのプロンプトを工夫することで、より自身が求める情報として回答してくれるはずです。

【参考】：[Bing と Edge による AI イノベーションの新たな波を発表](https://news.microsoft.com/ja-jp/2023/05/08/230508-announcing-the-next-wave-of-ai-innovation-with-microsoft-bing-and-edge/)
【参考】：[Open AI DALL·E 3](https://openai.com/dall-e-3)

## Bing AIの使い方はより簡単に便利に進化している

Bing AIは、Microsoft Edgeを前提としていますが、順番待ちなどの制限も解除され誰でも利用することができます。Edge以外のブラウザが使えないなどの不便さもこれまでありましたが、すでにChromeもサポートされていますので、使いやすくなっていることが実感できるでしょう。

このように、**最新の画像生成AIが無料で利用できるなど、Bing AIの進化は当分続くと考えられるため、おすすめのAIチャットシステムと言うことができるでしょう。**

「Bing Chat Enterprise」がリリース！利用方法や有効化について

<center>[【関連情報】「AIで仕事はどう変わる? AIを使いこなせるかがキャリアの分かれ道に｜CANVAS」](https://mynavi-agent.jp/dainishinsotsu/canvas/2024/06/post-1281.html)</center>

Bing AIチャットは、Microsoftが開発提供するAIチャットシステムです。Open AIのGPT-4を利用し、より自然な回答を生成します。ここでは、BingタスクバーやAI画像検索などの最新機能を含む、実際の操作方法を図解していきます。

Bing AIチャットは、Microsoft製AIチャットシステムで、Open AIのGPT-4を利用しています

Edgeの他、Chromeもサポートされており、今後他のブラウザも順次サポートされます

AIによる画像検索機能やAI画像生成機能が追加されるなど、今後の機能拡張も見込まれます

Bing AIの使い方を解説！始め方からChatGPTとの違い・操作方法も図解

アンドエンジニアのYouTube版[『アンドエンジニアチャンネル』](https://www.youtube.com/@andengineer)では、**AI時代で生き残ることができるエンジニア**について対談動画を公開しています。興味のある方はぜひ下記よりご覧ください！

AI時代を制するために必要なスキル・ノウハウはコレ！

## AI開発に必要な言語が分からない人は多い

AI開発に興味があるものの、どのプログラミング言語を勉強すれば良いか分からない方は多いのではないでしょうか。*確かにAIは現在話題になっているものの、AI開発を行うために何の技術が必要かまではまだ広まっていません。*勉強する言語を選択できないために、AI開発に手を出せない方も多いでしょう。

### AI開発におすすめのプログラミング言語はPython

AI開発におすすめのプログラミング言語はPythonです。Pythonはスクリプト言語の1つであり、可読性の高さやライブラリの豊富さが評価されています。他にもAI開発に使われる言語はあるのですが、Pythonは開発現場での使用率が高く、Pythonを習得するだけで転職の幅を広げることができるのでおすすめできます。

*また、TIOBEが毎年発表している「検索エンジンの検索数を元にした言語ランキング」でも2023年にPythonは1位を獲得しています。*このことからもPythonの需要が高いことが分かります。

【参考】：[TIOBE Index](https://www.tiobe.com/tiobe-index/)

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

<center>[エンジニア転職を成功させるため ぜひ*『マイナビIT エージェント』*をご活用ください！](https://mynavi-agent.jp/it/?utm_source=and-engineer&utm_medium=content-text&utm_campaign=acv07_2)</center>

AI開発に関する基礎知識について解説します。そもそもAIとは何かや、AIエンジニアの年収について紹介します。これからAI開発に参入したい方は参考にしてください。

AI（Artificial Intelligence）とは人工知能のことであり、人間のような振る舞いを行うコンピュータ、あるいはそのようなコンピュータを開発する研究分野を指します。たとえば、人間の代わりに車の運転したり、人間とコミュニケーションを取ったりするAIの開発が進められています。

**AI分野が今後発展することで、人間の代わりにコンピュータが仕事できるようになり、生活が大きく変わると言われています。**そのためAI開発は今注目を集めています。AIをいち早く導入して他社と差別化を図りたい企業も多く、AIエンジニアの求人も増えています。

AIエンジニアとは？AIエンジニアの概要と転職で成功するための秘策を解説

### AIエンジニアの年収について

AIエンジニアの年収データは該当しないため、代わりにAIエンジニアと親和性の高いデータベースエンジニアの年収データを紹介します。

データベースエンジニアの年収は「マイナビエージェント 職種図鑑」での平均年収は424万円（※2023年5月執筆時点）、経済産業省2017年発表の「IT関連産業の給与等に関する実態調査結果」から近い職種のIT技術スペシャリスト（特定技術(DB・NW・セキュリティ等））を参考にすると、平均年収758万円と分かりました。

国税庁2020年発表の「民間給与実態統計調査」における民間企業平均年収は433万円なので、データベースエンジニアは一般平均年収よりも、やや高めであることが分かります。

*AI開発は今後さらに重要性を増していくことが予想されるため、AIエンジニアの市場価値も高まり年収も上がっていく可能性が高いと言えます。*ただし、求められる技術も比例して上がっていくことが予想されるため、AIエンジニアを目指すなら技術をしっかり磨く必要があるでしょう。

【参考】：[マイナビエージェント 職種図鑑](https://mynavi-agent.jp/it/jobindex/08.html?utm_source=and-engineer&utm_medium=content-text&utm_campaign=acv07_2)
※【平均年収 調査対象者】2020年1月～2020年12月末までの間にマイナビエージェントサービスにご登録頂いた方
【参考】：[IT関連産業における給与水準の実態① ~ 職種別（P7）](https://warp.da.ndl.go.jp/info:ndljp/pid/11623215/www.meti.go.jp/press/2017/08/20170821001/20170821001-1.pdf)
【参考】：[民間給与実態統計調査-国税庁](https://www.nta.go.jp/publication/statistics/kokuzeicho/minkan2020/pdf/002.pdf)

AIエンジニアの年収は低い？未経験から転職して高年収を得る方法を紹介

## AI開発のためにPythonを学ぶ方法

AI開発を行いたい方はPythonを学ぶのがおすすめです。そこで、Pythonの基礎知識を身につける方法について詳しく解説します。

PythonはAIに必須！AIエンジニアを目指すならPythonを学ぼう

まずは、Pythonの基礎文法を学びましょう。**基礎文法を学ばないことにはAI開発もできません。**文法に関してはオンラインの学習サイトで学ぶのが効率的です。実際に手を動かしながら、文法を1つずつ覚えていきましょう。

Pythonには数多くのライブラリがあります。*ライブラリを使いこなすことで、機械学習のような複雑なアルゴリズムも簡単に導入することが可能です。*ライブラリの使い方は公式サイトや参考書などで学ぶのが良いでしょう。

【参考】：[Python](https://www.python.jp/)

Pythonのよく使うライブラリ一覧！一段上の開発を目指そう

### Pythonで簡単なツールを作ってみる

**ある程度Pythonの基礎スキルが身についたら、簡単なツールを作ってみると良いでしょう。**たとえば、Webページの情報を取得しExcelにまとめるツールや自動でメールを送れるツールなど、機能が1つだけのシンプルなツールの開発から始めることをおすすめします。

### Pythonエンジニアとして活躍しながらAI開発を学ぶ

Pythonを習得したらPythonエンジニアとして転職しつつ、AI開発を学んでいくことをおすすめします。*Python開発の実績を積むことで、AI開発を行う企業に転職できたり、その会社でAI関連のプロジェクトを立ち上げたりする道が開かれていきます。*

エンジニア未経験からPythonエンジニアに転職するなら、転職エージェントを活用することをおすすめします。エージェントでは面接練習や書類添削などのサポートを行ってくれます。

Flask入門｜Pythonエンジニアを目指すなら習得しておこう

<center>[あなたに合った企業選びをサポート致します。 エンジニア転職のご相談はぜひ *『マイナビIT エージェント』*へ！](https://mynavi-agent.jp/it/?utm_source=and-engineer&utm_medium=content-text&utm_campaign=acv07_2)</center>

## Python以外にAI開発で用いられる言語

Python以外にもAI開発で用いられている言語はいくつかあります。Pythonを習得した方はこれらの言語も勉強しておくと、転職の幅をより広げることができるでしょう。

**R言語は統計解析に特化したプログラミング言語であり、AI開発分野でも多く使われています。**汎用性の面ではPythonに劣るものの、データ解析分野においては優れているため、AI開発を極めたい方におすすめできます。

R言語とは？特徴やできること、Pythonとの違いを解説！

C++はC言語にオブジェクト指向関連の機能を追加した言語です。*家電製品の開発やゲーム開発に用いられているC++ですが、AI開発にも活用することができます。*Pythonに比べて習得難易度が高めですが、C++を勉強することでメモリ管理などのスキルを得られるメリットもあります。

JavaScriptはWebアプリにおけるフロントエンド開発で使われている言語です。**AI開発だけでなく、フロントエンド開発も行いたい方はJavaScriptがおすすめできます。**

JavaScriptでできること6選！向いている人や学習方法も解説

## AI開発に携われる企業を探すなら

本記事ではAI開発に用いられるプログラミング言語について解説しました。本記事で解説したように、AI開発を行うならPythonを習得することをおすすめします。

*しかし、Pythonスキルを磨いたとしても、必ずしもAIエンジニアに転職できるとは限りません。*特に未経験からAIエンジニアに転職するのは難易度が高いです。なぜなら、AIエンジニアの求人はまだそこまで多くないうえに、高度な技術が要求されるため未経験だと不利になってしまうためです。

未経験からAIエンジニアを目指す場合、選考対策をしっかり行う必要があります。とはいえ、転職活動に慣れてない方の場合、どのような対策を取れば良いか分からない場合が多いのではないでしょうか。

そこで利用を推奨するのが[マイナビIT エージェント](https://mynavi-agent.jp/it/?utm_source=and-engineer&utm_medium=content-text&utm_campaign=acv07_2)です。 

マイナビIT エージェントは、IT・Webエンジニア向け、無料の転職⽀援サービスです。

IT・Webエンジニアの転職事情に詳しいキャリアアドバイザーが、あなたのご経験やスキルをお伺いし、転職活動のプランをご提案します。

アドバイザーは企業側と直接連携を取れるので、求人票に載っていない情報も確認することができます。こちらで、働き方などをしっかり確認の上、応募企業を選んでいくのが良いでしょう。

未経験からのキャリアチェンジは心身ともに本当に大変だと思います。少しでもご自身の負担を減らすべく、エージェントサービスを活用して、失敗のない転職活動に臨んでいただければ幸いです。

<center>[*『マイナビIT エージェント』*なら、 IT業界に精通した専任アドバイザーと豊富な求人で、 あなたの転職活動を丁寧にサポートします。](https://mynavi-agent.jp/entry/?genre=26&utm_source=and-engineer&utm_medium=content-text&utm_campaign=acv07_2)</center>

<center>[【関連情報】「AIを仕事で活用する上で必須! 「コマンドプロンプト」作成のポイント｜CANVAS」](https://mynavi-agent.jp/dainishinsotsu/canvas/2024/08/post-1283.html)</center>

AI開発に興味があるものの、どの言語を勉強すべきか分からないという方は多いのではないでしょうか。本記事ではAI開発をこれから学習する方におすすめのプログラミング言語を紹介します。また、プログラミング言語を勉強する方法についてもまとめました。

AI開発におすすめのプログラミング言語はPython

Pythonの文法やライブラリを学び、簡単なツールを自分で作ることで基礎スキルを身につけられる

AI開発に携われる企業を探すなら転職エージェントを活用すると良い

AI開発に使えるプログラミング言語は？Pythonの基礎知識も解説

*プログラミング言語のPythonは今、もっとも注目されている人気の言語*ですが、注目されている理由はそのシンプルさや学びやすさだけではありません。**DX推進の1つの鍵となっている「AI関連」の開発や機械学習にPythonが利用されていることが人気を集めている秘訣**です。

ここでは、AIエンジニアや機械学習エンジニアを目指す方のために、PythonとAIの関係について掘り下げていきます。

Pythonは1990年にグイド・ヴァン・ロッサム氏が開発して1991年に公開された、比較的歴史のあるプログラミング言語です。*構文が非常にシンプルで、少ないコードで開発できる*点が魅力です。サンプルコードで他言語と比較したサイトなどを見てみると、*Cのサンプルコードと比較して、Pythonは1/4程度の記述で済む*ことが分かります。

**言語のタイプは、オブジェクト指向・スクリプト言語・インタプリタ言語であり、Rubyとよく似ている**と言われます。他、C言語とも相性がよく、また機械学習分野やデータ解析に加えてWebアプリケーション開発にもよく利用され、*使い勝手の良さと汎用性の高さも人気の理由*です。

Pythonはその特性を活かして**AI開発分野の機械学習・深層学習（ディープラーニング）・データ解析処理にもよく利用**されていますが、実はWebアプリケーション開発でもよく利用され、*Pythonで作られたものとしてはYouTube・Instagram・DropBoxなどが知られています*。

その他にも、ゲーム・アプリ、デスクトップ・アプリの開発でもPythonは活用されるなど、その汎用性の高さが際立っています。

**Pythonを学ぶには、AIについて理解しておくことが必要**です。Pythonとは切っても切れない関係にあるAIについて見ていきましょう。

### 第4産業革命の原動力となるAI

今最も注目されている最新テクノロジーとして、AI（人工知能）があります。**デジタル革命による第4次産業革命の時代が到来していると言われる中、AIはその中心的役割**を果たそうとしています。

*AIは、人が持つ知覚や知性を人工的に再現する技術として理解されていますが、AIについて一意に決まった定義があるわけではありません*。まだ各界で議論があるようですが、いずれにしてもAIによって世界を根底から覆すような産業革命が起きているのは間違いありません。

### 特定分野では人を超えるAIが出現

AIはまだ発展途上にあり、全ての領域において人間を超えるようなAIはまだ出現していません。しかし、**特定の分野ではAIが人間をはるかに超える能力を発揮**しているケースもあります。医療分野では、一般的な医師に代わって的確な診断を行えるAIが出現しています。

金融分野でも超高速で、精度の高い取引を行うアルゴリズム取引が市場に浸透していると言われています。タクシードライバーの他、会計士・弁護士・教師までAIに置き換わるとさえ言われているほど、*AI技術の進展には目覚ましいものがあります*。

AIの黎明期である*「第1世代」では、人の経験則をベースにして、人の知的作業の支援をするAIが出現*しました。*「第2世代」では統計/探索のモデルによる最適解の発見がAIの役割*となり、**「第3世代」のAIでは脳モデルに基づいた認識性能の飛躍的向上**を目指しています。

昨今、AIが大きく注目を浴びるようになったのは、この第3世代テクノロジーの出現にあります。

*人間の脳モデルを参考にしたアルゴリズムの「ディープラーニング」（深層学習）がその代表的な例*です。

従来の機械学習ではコンピュータ自身がビッグデータを読み解いて、裏にある相関関係などの特徴を見つけてくれましたが、*ディープラーニングによってコンピュータは人の介在やコントロールを必要とせずに自律的・自発的に学習し、自分で判断することが可能*になっています。

## AI分野でPythonが注目される理由

AI分野や機械学習ではPythonが必要不可欠な言語と言われていますが、何十種類ものプログラミング言語がある中で、特にPythonが注目されるのはなぜなのでしょうか。ここでは、**PythonがAIに欠かせない言語とされる背景、他言語との違いなど**について見ていきましょう。

### 科学技術計算分野で主流の言語に転換

Pythonは元々は分散OSの管理用に開発された言語でしたが、海外の科学者やエンジニアのコミュニティで注目され、科学技術計算の分野で評価を得て、次々と新技術の実装にPythonが利用されるようになりました。

その結果、**ライブラリがさらに充実し、科学技術計算の主流言語である「R」言語の機能がPythonに盛り込まれたことで、それまで「R」を用いていた活動の多くがPythonに置き換えられていった**のです。*これが、Pythonが機械学習やデータ解析などで主流になっていった理由*です。

米国の*コンピュータ・サイエンス分野の教育で、Pythonは圧倒的な使用率*を誇っている言語です。米国の大学では、プログラミング教育にPythonが頻繁に使用されています。さらに日本の大学でも近年、教育用言語としてPythonを採用する大学が増加しています。

これは、**Pythonが無駄を排し、非常にシンプルな構文で、初心者にも覚えやすいこと**があります。このような背景から、結果としてPython人口が拡大し、Pythonがさらに活用され、またPythonの利用が拡大するというスパイラルが生まれていることが挙げられます。

### 機械学習に強いといわれるRとの違い

R言語は元々、データ解析や統計プログラムを目的に開発された言語で、当初から主に学術分野や研究分野で使用されており、これらの分野ではR言語が有利でした。一方、**次第にPythonがR言語が持つ機能を吸収し、安定が進んできたことで、科学計算や機械学習分野ではR言語とPythonの機能に差がなくなり、両方の言語が併存**するようになりました。

とはいっても、データ解析・統計処理・多変量解析などの複雑な計算にはR言語の方が優れた部分もあり、*一部の専門領域ではまだR言語が有利*とされています。

## PythonによるAIの作り方の手順

PythonとAIが不可分の関係にあることは分かりましたが、ではPythonを用いてどのようにAIを開発するのでしょうか。ここでは、**PythonによるAI構築の一般的な手順の概略**について見ていきましょう。

最初に、どのようなAIを構築するのかについてAIの概要設計を行います。**概要設計では、用途や目的によってAIの機能（画像・文字認識機能、予測機能など）を決めて、開発用のPythonライブラリやフレームワークを選定し、AI構築の大枠を作ります**。次に、AIに対する学習モデルの選択を行います。学習モデルには大きく分けて*「教師あり学習」「教師なし学習」「強化学習」の3パターンがあり、この中から最適な学習モデルを選びます*。

次に、コンピュータに学習させるためのデータ収集を行います。**AIは「機械学習」を繰り返すことでその精度が上がるため、「機械学習」用のデータが必要**です。そのデータは学習に最適なデータである必要があります。不良なデータを与えればコンピュータの学習精度は低下します。*学習用のデータは精査され、適したラベルが付けられ、クリーニングされ、最適化*されなくてはなりませんが、最近ではこの作業を自動化する動きも出ています。

こうして整備された**学習用データを用いて、機械学習や深層学習（ディープラーニング）を行います**。これらの学習には多くの場合*「TensorFlow」「Amazon Machine Learning」「Azure ML」などのライブラリーや学習ツールが利用*されます。

**AIの学習が済むと、プログラミングによりAIを製品やサービスに実装**します。最近では、AIの作成ツール、プログラミングに必要な機械学習ライブラリが多く公開されており、*誰もが簡単にAIを作成できる*ようになっています。

【入門編】Pythonの基本構文まとめ！学習方法や年収も解説

## 市場価値の高いエンジニアを目指そう

市場価値の高いエンジニアを目指す上で、プログラミング言語に加え、さまざまなスキルの習得が必要です。**AIや機械学習エンジニアを目指すなら、プログラミングに加えてAIや機械学習に関する知識やスキル、ビッグデータなどに関する知識も必要**です。人気の高いPythonプログラマーは急速に増えていますが、それだけではエンジニアとしての市場価値は上がりません。

今後、AI開発に必須のPythonに関するスキルに加え、*AI・機械学習・深層学習に関する高度なスキル*が益々求められることでしょう。

AIを備えたサービスや製品が増加する中、機械学習を中心にPythonエンジニアの需要が急速に増加しています。*Pythonが組めるだけでは通用しなくなってくる*でしょう。そこで**強みとなるのは、機械学習や深層学習のスキルを有すること**です。

これらを体系に学ぶ方法もありますが、とにかくPythonは机上で学ぶよりは実践を重ねることです。自らPythonを用いたプロジェクトに積極的に関わり、経験を積みましょう。

### データサイエンティストとして活躍

今、注目されている職種の1つにデータサイエンティストがあります。**データサイエンティストとはデータの統計や分析によって、ビジネスに関する戦略策定に寄与する職種**です。

データサイエンティストは統計学や確率、モデリング手法などに関する知識に加えて機械学習関する知識が求められます。機械学習ではPythonの知識が不可欠です。*Pythonを学ぶ人で、統計学などを学んだ経験のある人は、データサイエンティストを目標にするのも良い*でしょう。

DX推進に欠かせないAI技術ですが、そのAI開発に欠かせないプログラミング言語と言えばPythonです。なぜAIにPythonが欠かせないのか、 AIの機械学習に強いR言語とは何が違うのか、PythonとAIとの関係、AIの仕組みなどについても解説していきます。

AI構築に必要な機械学習や深層学習にはPythonが利用されることが多く、PythonとAIは不可分の関係にある

科学技術計算や分析などはR言語の得意分野だったが、Pythonがその機能を吸収することでPythonが主流になった

Pythonエンジニアは、機械学習やAI分野の知識を併せ持つことで活躍の場が広がる

## 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。

お役立ち記事