ブログの目的
AIは、私たちの仕事の進め方に大きな影響を与える可能性があります。このブログでは、ArcGISの地理空間AIを授業に取り入れる方法について、カリキュラムのどこに組み込むか、利用できるリソース、考えられる制約などを含め、詳しく解説します。
全4回のブログシリーズです。
始めるには
- 教育のアプローチや目標はさまざまです – このブログシリーズで紹介しているリソースを参考に、ご自身に役立つものを探してみてください。書籍をお好みの方には、Esri Pressから、手順に沿って取り組める演習を収録した『Exploring GeoAI: Tools and Workflows』(下記参照)が刊行されました。ArcGIS Living Atlasで利用できるタスク別の事前学習済みモデルや、ArcGIS TutorialsチームとEsri Academyが提供するチュートリアルやコースもご活用ください。
- トピックの優先順位や、既存の内容にAIの事例を取り入れる方法を考えましょう – コースの内容が多すぎて、AIをどこに加えればよいか悩むこともあるでしょう。GeoAIの手法を使って、既存のトピックや概念をどう発展させられるか考えてみてください。たとえば、従来の手法とディープラーニング手法によるフィーチャ抽出を比較できます。
- 前提条件や基礎知識について考えましょう - 地理空間AIツールを使う前に、学生が基礎概念を理解していることが重要です。必要な知識はコースの目標によって大きく異なりますが、教材を変更する前に、前提条件をあらかじめ検討してください。
- 学生は、リモートセンシングの解析や技術(光学、物理学、プラットフォームなど)の基礎知識を身につけている必要がありますか?
- 学生はプログラミングスキルを身につけている必要がありますか?
- 学生は統計の知識を身につけている必要がありますか?
- 通常、これらすべてに「はい」と答えることになります。
留意点
- 概念実証には小規模なデータセットを使用する – 小さな地域でモデルをテストし、その結果を基に、より広い地域を解析するには何が必要かを検討します。事前学習済みモデルの利用を成功させるには、いくつかの要因が関わります。まず、使用するデータが重要です。学習データと種類、解像度、場所が類似したデータを使うのが最適です。
- 何度も試す心づもりをする- 1回の実行では満足できる結果が得られないこともあり、通常は複数回試す必要があります。手動での編集、モデルの再学習、転移学習、ほかのディープラーニングモデルの試行などを通じて改善できます。
- 学習にAIを使う際の限界を学生に理解してもらう - AIツールで得られたデータや出力を批判的に捉える姿勢を育むことが重要です。結果が早く得られても、より良い結果なのでしょうか。それとも、本当に正しいのでしょうか?
ガバナンス、コンプライアンス、倫理
AIの利用方針やガイダンスは機関によって大きく異なるため、所属機関の方針やリソースを確認してください。
- 所属機関にAI関連のリソースがある場合は確認しましょう。以下のようなガイダンスを提供している機関もあります。
- AIガイダンス、承認済みAIツール、AIトレーニング
- AIプロジェクトに関する情報を収集するためのチェックリスト
- AI関連の外部ワークショップやウェビナーへのリンク
- AIを活用した授業で得た知見、課題、解決策を共有・学習・議論するためのAI学習コミュニティ
- 学生向けの対応事項や安全対策を提示する(以下に例を示します)。
- ユーザーの責任、倫理的な利用、データのセキュリティとプライバシー、潜在的なリスク、サポートについて説明するシラバスの免責事項の例。繰り返しになりますが、その内容は機関によって異なります。
- ITリスク評価プロセス(チェックリスト、手順書)も機関によって異なります。
- 学部または機関レベルのガイドライン。
- 機関によっては、全員が、または一定の条件を満たす場合に、ポリシーを遵守することが求められます。たとえば、機関のシステムへのアクセス、ログイン/認証、機関のITシステム上でのデータの物理的なホスティングなどが条件となる場合があります。
テクノロジー/ハードウェア
特定のプロセスやワークフローでは、必要なハードウェア要件を検討してください。
- GPUの要件を検討しましょう(GISラボのコンピューターは最新ですか?)
- 授業で導入する前に、ハードウェアへのアクセス方法を検討しましょう(学生はコンピューターラボで作業するのか、自分のコンピューターを使うのかなど)。
- ArcGIS Proでディープラーニングを行うための追加ライブラリは、ツールを使う前にインストールする必要があります。
- ArcGIS OnlineもGeoAIに対応していますが、たとえば20人の学生が同じモデルにアクセスする場合は、ネットワークのボトルネックを考慮する必要があります。
リソースと問い合わせ先
シリーズ内のほかのブログもぜひご覧ください。
次のステップを考える際のポイント:
- 恐れる必要はありません。入門コースでも簡単に始められます。
- ツールはすでにArcGISに組み込まれており、すぐに利用できます。
- 教えている内容にAIが適しているか、また、どのように活用できるかを考えましょう。
以下のリソースは、学生がより学びやすい環境を提供するうえで、授業に役立つ可能性があります。ぜひご覧ください。ほかに役立つものがあれば、コメントでお知らせください。
- 始める
- チュートリアルとEsri Academyで学ぶ(AI、GeoAI、AIアシスタント、チュートリアルシリーズの例を検索)
- ドキュメントとサンプルパッケージ
担当者に相談したい場合は、お問い合わせください。