◆2025年度修了者
AI初心者から学会発表へ、分野を超えた新しい挑戦への自信が生まれた
小林雅史さん
プロフィール：先進理工学研究科 博士後期課程2年（2025年11月時点）
研究費の条件達成とメイン研究への応用、一石二鳥のプログラムだと感じた
私は普段、先進理工学研究科の共同原子力専攻に所属し、「マイクロ流体デバイス」の研究をしています。マイクロ流体の分野では、数ピコリットル（1兆分の1リットル）という極小の液滴を扱い、デバイスを操作してそれらを制御することが可能です。身近なところではインクジェットプリンターでの印刷に使われており、医療などの分野でも今まさに応用に向けた研究が進んでいる領域です。
元々AIの研究はほとんどしていなかったのですが、後期課程に進むに当たりAIと自分の専門領域を組み合わせた研究もしてみたいと考え、研究テーマを設定していました。そんなとき、取得している研究費の条件としてAIに関する講座の受講が設定されました。具体的な講座の指定はなく、外部の教授と新しく繋がるのもなかなか難しいと思っていたところ、早稲田メールでこのプログラムの存在を知りました。研究費の条件もクリアしながら、AIやデータ科学の知識を深めることで目標だった主専攻への応用もできると考え、参加を決意しました。
AIについてほぼ何もわからない状態でのスタートでしたが、プログラム説明で見た「因果推論」の話に興味が湧き、データ科学センター 堀井 俊佑 准教授のゼミに参加することにしました。具体的にこれを学びたい、ずっと続けたいという気持ちよりは、最初は「AIってこんなこともできるんだ」くらいの軽い気持ちでした。
実験と座学の“学び方”の違いが新鮮だった
プログラムの内容は、前半と後半の学期に分かれていました。前半は教科書の購読を中心に、基礎知識の習得がメインです。ここが第一の関門でした。ペイズデータ解析に関する分厚い教科書など、1章ずつ、堀井先生と私を含む学生3人の計４名で回し読みしていくのですが、前提知識がないと読めない内容でかなり苦戦しました。元々グローバル・エデュケーション・センターのオープン科目で基礎は学んでいました。しかし、数学の基本知識や統計の知識はほとんど抜けている状態で、記号なども都度調べながら進めていく必要がありました。学習における下積みの大切さを改めて実感しました。ただ、わからないなりにも、AIの研究の最前線に触れることができたのは大きな財産になりました。また、プログラムを通じてAIのさまざまな側面を順に理解できるよう、先生が扱う教科書を工夫してくださったのもありがたかったです。
研究領域による手法の違いも興味深かったです。私の普段の研究は、どちらかというと手を動かす実験系で、理詰めで考えて一歩ずつ進んでいく座学系の研究はあまりやってきませんでした。普段の研究では概念的な説明はあまり重視せず、軽く触れる程度であり、購読中にも同じような発表をした際、堀井先生からその姿勢を指摘されることもありました。その経験から、絶対に一段飛ばしせずひとつずつ理解して進んでいく研究の仕方を経験できたのも、プログラムを通しての大きな収穫でした。
プログラムの後半では、自身の研究のテーマ設定を行い、先生とマンツーマンの形で研究の進捗発表を進めていきます。テーマは自由ですが、基本的には全員既存の論文を派生させていく形で設定していました。私は先生が紹介していた数本の論文の中から、ベイジアンネットワークをテーマに設定し、因果推論をもとに、複数のデータセットが得られた時の各データセットの構造学習をより効率的に行える仕組みを検討しました。
＜プログラムでの研究内容をまとめたスライドより＞
主専攻の研究室との両立はかなり大変で、だいぶ忙しかったなと感じています。堀井先生はメインの研究を優先でと言ってくださいましたが、教科書の内容自体がかなり重く、自分の研究がストップしてしまうこともありました。ただ、実験と座学は頭の使い方が異なるので、良い気分転換ではありましたね。土日の片方はこのプログラムの内容に集中して勉強する時間にしたり、iPadで隙間時間に勉強したり、工夫して並行研究を進めていました。
ゼロベースから異分野を学び始めるのは大変です。このプログラムでは、初動から正しく導いてくれる先生と、週1回の授業ベースである程度の義務感がある中で進めていくことができるので、安心感がありました。
他の参加者の方と論文の解釈で意見交換する中で、「そこの数式ってそう考えればいいんだ」と学ぶこともあったといいます
プログラムの学びが「最後までやり抜く」貴重な経験をくれた
プログラムを通して、この分野の専門家とまではとても名乗れませんが、自分で納得できるくらいにはしっかり勉強できたと感じています。少し自信を持っているからこそ、他人の話を鵜呑みにせず、頭の中の知識と照らし合わせながら「ちょっとそれは違うんじゃないかな」と判断できるようになりました。国内学会で発表する機会をいただきましたが、異分野で学会発表まで持っていけるくらいの知識をつけられたという面で、成長を実感できました。
研究の内容をまとめたスライドを、自信を持って説明する小林さん
メインの研究への応用についても、実験データへのアプローチの手段が増えるというメリットがありました。例えば堀井先生に教わったガウス過程を使うことで、実験パラメータの表現で良い結果が得られることもありました。また、自分の専門領域とベイジアンネットワークに跨る形の研究はあまりないと思うので、２つの分野の橋渡し的なことを、今後は挑戦していけるのではと考えています。両方を理解しているからこそできる研究が、必ずあるはずです。
データ科学研究力養成プログラムを通して、未知への挑戦を恐れずにできるようになりました。また、挑戦するだけでなく、折れずに最後までやり抜くプロセスを踏むこと自体が、とても貴重な経験でした。自分で努力することはもちろんですが、紐解いていく過程でつまずいても、信頼できる先生にすぐ質問できるのもありがたかったです。「やる意味があるのかな？」という疑問を抱いているとしたら、もうそれは心配しなくていいです。真剣に取り組んだ分だけ、必ず自分の力になるはずです！
