あえて手動でAIを実装！？「AI by Hand」でニューラルネットワークの仕組みを完全攻略

AIや機械学習の裏側を本当に理解していますか？ライブラリに頼らず、ゼロから手作業でAIの構造を組み上げる「AI by Hand」という手法が、エンジニアたちの間で再評価されています。ブラックボックスになりがちなアルゴリズムを自分の手で再現することで、理論の深い理解と確かなスキルが身につきます。AIの本質を掴みたいなら、まずはコードを書いて仕組みを紐解いてみましょう。

これ一体何なんだろう。サブスク登録ページをスルーしたら、購読者向けの記事のリンク一覧が出てきただけ？

https://www.byhand.ai/p/library (https://www.byhand.ai/p/library) > AI by Handは、Tom Yeh教授が設立したBy Hand Researchによる研究出版物だよ。ここでは数式やアルゴリズムのレベルでモデルの解釈可能性や説明可能性を研究している。購読者は無料で新しい記事を受け取れて、ライブセミナーにも参加できる。メンバーになれば、研究ライブラリ全体にアクセス可能。

少し前に似たようなものを作ったよ。microgradにインスパイアされて、数学・微積分とコードの関係性を可視化しつつ、最終的にNumPyだけで深層学習ライブラリを構築して、それでGPT-2 124Mモデルを事前学習したんだ。学習するなら、レポジトリのPRを時系列で追っていくのがおすすめ。「自分で作れないものは、理解していないのと同じ」という哲学は同じだね。https://github.com/workofart/ml-by-hand (https://github.com/workofart/ml-by-hand)

これ最高じゃん！

教授が量子計算アルゴリズムを教える時にこの「手計算（by hand）」の手法を使ってたから、個人的にすごく親近感がわく。

LLMをゼロから構築することについて学びたいなら、これもおすすめだよ：参考：Train your own LLM - https://github.com/angelos-p/llm-from-scratch (https://github.com/angelos-p/llm-from-scratch) HNの議論 - https://news.ycombinator.com/item?id=48017948 (https://news.ycombinator.com/item?id=48017948)

UXデザインが微妙だね。中身が有益かどうかなんて分からないし、わざわざ登録する気になれないよ。

No Starch Pressの『Deep Learning』はAIの基礎を学ぶための入門書として最高だったよ：https://nostarch.com/deep-learning-visual-approach (https://nostarch.com/deep-learning-visual-approach)