※本記事は、NVIDIAのセッション「Advancing AI and HPC Competency in Higher Education Through Faculty Instructional Enablement」の内容を基に作成されています。本セッションでは、NVIDIAの開発者向けトレーニングプログラムが、ダウンロード可能なティーチングキット、クラウドベースのGPU高速化プラットフォーム、技術認定試験を通じて、学生や研究者を指導する教員をどのように支援しているかが紹介されました。教育コンテンツは、ディープラーニング、アクセラレーテッド・コンピューティング、データサイエンスといった基礎領域から、エージェント型AI、自然言語処理、生成AIといった先端領域までを網羅しています。プロジェクトベースのアセスメントを備えたオンライン講座と講師主導ワークショップにより、教員はコースワークと認定を整合させ、学生が認知された資格を取得できるよう支援できます。本セッションでは、GPU高速化AIを学生プロジェクトに統合するECPI University、およびハンズオンの教員主導ワークショップを通じて応用的な学びを進め、学生を実社会のAI応用と産業界へのキャリアパスに備えさせる Lebanese American University の事例が取り上げられました。登壇者は、NVIDIAの教育者プログラムを管理する Joe Bungo氏と、ECPI Universityの電子工学技術分野で教鞭をとり、NVIDIA認定講師（アンバサダー）として活動する Paul Nussbaum教授です。動画の詳細情報は https://www.youtube.com/watch?v=DIIteghPGx4 でご覧いただけます。なお、本記事の内容は原著作者の見解を正確に反映するよう努めていますが、要約や解釈による誤りがある可能性もありますので、正確な情報や文脈については、オリジナルの動画をご覧いただくことをお勧めいたします。
1. NVIDIA Deep Learning Institute（DLI）とコース提供の全体像
1.1 DLIプラットフォームとコース構成
Joe： まず Deep Learning Institute、私たちが DLI と呼んでいるものについてご説明します。DLI でおもに提供しているのは、6時間から8時間程度の、まる一日を使うフルデイのコースです。これらは認定講師が教える講師主導の形式でも、オンラインの自己ペース型でも受講できるようになっています。そして、これらのコースは私たちが DLI プラットフォームと呼ぶ基盤の上で動いています。これは OpenEdX をベースにしたプラットフォームで、私たちが独自にカスタマイズを加え、学習者がクラウド上の本物の GPU にアクセスできるようにしてあります。つまり受講者は、コースの中でさまざまなラボ実験を実際に走らせ、アプリケーションを開発できるわけです。
Joe： これらのコースには自動採点の機能を備えたアセスメントが組み込まれていまして、学習者がそのアセスメントに合格すると、自分の名前が入った固有の修了証を取得できます。受講者はこの修了証を LinkedIn や履歴書に掲載できますので、学生にとっては非常に良いキャリア構築の機会になっていると考えています。先ほど申し上げたとおり、これらのコースは NVIDIA の認定プロセスを経た認定講師による講師主導の形式で実施することもできますし、まったくの自己ペース型で進めることもできます。自己ペース型であれば、必要なのはノートパソコンと安定したインターネット接続だけです。それさえあれば受講できるのです。
1.2 対象技術領域と講師主導ワークショップの実際
Joe： これらのコースやワークショップがカバーする範囲は、NVIDIA に関連する技術領域のほぼすべてに及びます。エージェント型 AI から、フィジカル AI、生成 AI、大規模言語モデルまで含まれます。さらに、CUDA を使って、AI とは直接関係のないドメインサイエンス系のアルゴリズムを高速化するアクセラレーテッド・コンピューティングのコースや、エッジコンピューティングのコースもあります。このように、これらすべての技術を網羅する非常に幅広いコース群をそろえているわけです。今お見せしているのが、現在の講師主導ワークショップの一覧です。私たちは GTC のいわば初日、デイゼロにあたる日曜日に、こうしたワークショップを8つ開催しました。皆さんの中にもご参加いただけた方がいらっしゃるかもしれません。このカタログをご覧いただくと、ワークショップを生成 AI・LLM、ディープラーニングおよびディープラーニングの基礎、そしてデータサイエンスやアクセラレーテッド・コンピューティング、さらにはシミュレーションやフィジカル AI といった、より具体的な応用ドメインへと分類しているのがおわかりいただけると思います。
Joe： 講師主導ワークショップが実際にどのような形になるかと申しますと、一日の中にいくつかのモジュールがあり、その合間に何回かの休憩が入る、という構成です。講師主導で参加することの利点は、もちろん認定講師に直接質問でき、コースを進めるうえで案内や手助けを受けられる点にあります。コースの一例として、ディープラーニングの基礎、Fundamentals of Deep Learning を挙げますと、これは今日の高等教育において群を抜いて人気の高いコースです。学術界の多くの講師が、DLI のもとでワークショップを教え始める際の出発点となっているのがこのコースです。受講者は Python プログラミングの基礎的な知識さえあれば、かなりうまくこなせるはずです。
Joe： このコースでは、受講者は実際に手を動かして、学習済みモデルや大規模言語モデルを使い、推論のような処理を行うといった、興味深いことに取り組みます。そしてこれらはすべて、バックエンドではクラウド上の本物の GPU の上で動いているのです。このコースを使う教育者の側は、自分のラボで何かを構成・設定する必要はいっさいありません。そうしたことはすべて NVIDIA が面倒を見ています。さらに上級のワークショップとして、拡散モデルを扱うコースもあり、これも非常に人気があります。また、大規模言語モデルを用いたアプリケーション開発のコースもあります。一つひとつの詳細には立ち入りませんが、このように非常に数多くの講師主導ワークショップを取りそろえているということをお伝えしておきます。
2. アンバサダープログラム——認定プロセス・動機・特典・参加要件
2.1 認定プロセスと参加動機
Joe： ここまでお話ししてきたのは、私がおもに管理している教育者向けプログラムを通じて、大学の教員の皆さんにこうしたワークショップへのアクセスを提供しているという話です。これに加えて、後ほど触れる大量のコンテンツにもアクセスしていただけます。教育者向けには、性格の異なる二つのプログラムがあります。アンバサダープログラムとティーチングキットプログラムです。まずアンバサダープログラムからご説明します。これは私たちにとって、いくぶん手厚い、ハイタッチなプログラムです。出発点となるのが講師認定プロセスで、私たちはこれをインストラクター・サーティフィケーションと呼んでいますが、実態としては応募ベースの審査プロセスです。先ほどの数あるワークショップのうち、一つでも複数でも教える資格を得たいと考える教育者の方には、まず応募書類を提出していただきます。
Joe： その際、教えたいと考えているワークショップに関連する技術的な背景をお持ちであることを、私たちに示していただく必要があります。プロセスの一環として、私たちはそのコースへのアクセスを提供しますので、応募者は学生が受講するのとまったく同じようにオンラインで受講し、アセスメントを完了していただきます。そして最後に、その特定のワークショップについて他の講師を認定できる専門知識を持つ、NVIDIA 側の講師との面接で締めくくられます。この面接に合格すれば、事実上どのような学術的な場でもそのコースを教えられるようになります。自分の授業の学生に教えることもできますし、他大学の学生に教えることもできます。スーパーコンピューティングのような学会では、これらのワークショップがチュートリアルとして使われているのを私たちは目にしてきました。
Joe： では、なぜわざわざこのプロセスを経ようとする人がいるのか。動機として何よりもまず大きいのは、やはりコンテンツそのものだと私は考えています。これは NVIDIA から提供される、最先端で世界水準のコンテンツだからです。新しいワークショップが登場するとき、それはたいてい最初は講師主導ワークショップとしてのみ提供され、自己ペース版は後からになります。ですから、最新のワークショップにアクセスするためには、大学はまず認定を受けて、自分たちのキャンパスでそれを教えられるようにする必要があるわけです。動機にはほかの要素もあります。NVIDIA の認定講師であるという肩書きそのものに動機づけられる方もいます。自分の名前が入った固有の証明書を取得し、それを LinkedIn に掲載するわけです。ただ、これが唯一の動機になってしまうことが問題になる場合もあります。つまり、講師認定を取得しに来るものの、実際にはいちども教えないという方です。そうした方は、結局のところプログラムから期限切れで抜けていくことになります。
2.2 特典・コミュニティ・参加要件
Joe： このプログラムには、ほかにもさまざまな特典があります。皆さんがワークショップを開催し、学生を呼び込むために飲食を用意したいという場合、私たちは1回のワークショップにつき最大500ドルまで補助します。また、他の大学や学会で教えたい場合には、出張費についても補助します。アンバサダーは非常に緊密なコミュニティでして、現在のところ世界全体でも1,000人弱しかいません。私たちはアンバサダー同士のネットワーキングの機会も設けています。私たちが学術界や指導・研修について助言を求めたり学んだりしたいときには、まず真っ先にアンバサダーに相談します。彼らはコンテンツの開発を手伝ってくれますし、後ほどお話しする認定試験の作成にも協力してくれます。
Joe： もう一つお伝えしたい利点があります。このプログラムは学術目的での利用については、すべて無償です。ただ、アンバサダーの中には、研修を求めている企業顧客とつながりを持っている方もいます。そのため、比較的小規模ながら、アンバサダーは企業向けにワークショップを教えることもできます。具体的には、自分が認定を受けているワークショップを私たちから非常に良い割引価格で購入し、それを企業顧客に転売して、望むなら利益を上げることもできるのです。さらに、いわばフリークエントフライヤー、マイレージ会員のような仕組みもあります。より多くのワークショップを実施し、より多くの学生がそのワークショップで修了証を取得すると、追加の特典が解放されていくのです。特典には実際の金銭的な支払いも含まれます。これも、人によって動機づけの度合いはさまざまですが、ほかにも GTC 会議の参加登録割引といったものもあります。こうしてアンバサダーは段階的にこれらのティアに到達していくわけで、多くの方がこのティアを非常に誇りに思っています。私たちには正式な講師ディレクトリもあり、これは彼らがこうした資格を持っていることの外部に向けた証明になります。今お話ししたような追加の特典も、このディレクトリ上に表示されます。
Joe： 参加資格についてですが、私たちはアンバサダーが教員あるいは常勤の講師であることを要件としています。加えて、自分たちの HPC センターで研修を担当している方々も認定しています。とはいえ実際には、学生や博士課程の学生からも非常に多くの応募をいただくのですが、いくつかの理由からそうした応募はお断りせざるを得ません。一つには、あまりにも多くの応募が来てしまうことがあります。また、教員の方は長く在籍する傾向があり、時間が経つほどに実際にはるかに多くの指導を行ってくださるという事情もあります。さらに、応募するワークショップごとに技術的な要件があり、その人が成功しそうかどうか、そもそもプロセスに進んでいただくべきかどうかを、私たちはそれに照らして確認しています。そして、アンバサダーには、プログラムでアクティブな状態を保つために、12か月ごとに少なくとも数回のワークショップを実施していただくようお願いしています。現在、世界中のさまざまな機関に、1,000人近くのアンバサダーがいます。
3. ティーチングキットプログラムと7種のキット
3.1 プログラムの仕組みと構成
Joe： さて、私が皆さん全員にまず始めていただくことをお勧めしているのが、ティーチングキットプログラムです。こちらはアンバサダープログラムよりもずっとアクセスしやすく、私たちにとっても手のかからない、ロータッチなプログラムです。具体的にどういうものかと申しますと、教育者がアクセスするポータルがありまして、そのポータルの中で、1学期分の教材をまとめた非常に大きなパッケージをダウンロードできる、というものです。ここまで私がお話ししてきたものは、基本的にどれも6時間から8時間を超えない長さのコンテンツの断片でした。それに対してこちらは、まる1学期分のレベルのコンテンツであり、しかも無償でダウンロードできるのです。これらのパッケージには、講義スライドや講義動画、無料の Colab インスタンス上で作り込まれた Jupyter ノートブックといった、典型的な教材が含まれています。
Joe： キットによっては、関連する教科書や、Q&A 形式の問題集が付いているものもあります。現在、ティーチングキットは7種類あり、これらは NVIDIA の中でも広範な技術領域をカバーしています。そして、私たちはこのコンテンツを他の学術関係者と共同で開発しました。これは、業界標準の応用に焦点を当てた教材と、学術界の多くの方々が教えたいと考えている理論や、その背後にある数学とのあいだのギャップを、きちんと橋渡しするためです。ぜひティーチングキットをチェックしてみてください。キットのもう一つの特徴は、先ほどお話しした各コースの自己ペース版を、この中に織り込んでいる点です。それらのコースも DLI プラットフォーム上で動きます。つまり、学生にアセスメントを提供する6時間から8時間の自己ペース型コースは、いわばこのティーチングキットの一部分という位置づけになっているわけです。ですから、まずはここから始めていただきたい、ということです。
Joe： 次のスライドでは、それぞれのキットの中にどのような種類のコンテンツが含まれているか、そしてコンテンツがどのように構成されているかを、もう少し詳しくお見せします。私たちはこれらのキットを非常にモジュール式に作っています。そのため、ほとんどの教育者は、自分のコースにどのモジュールを取り入れるかを選び取る形で利用しています。中には、これらのティーチングキットを土台にしてコースをゼロから組み立てる方もいますし、必要なものだけを一つひとつ選び取って取り入れる方もいます。これらはすべて非商用のクリエイティブ・コモンズ・ライセンスのもとで提供されていますので、皆さんはこのコンテンツを、自分のコースに合わせて自由に改変していただいて構いません。
3.2 各ティーチングキットの紹介
Joe： それでは、個々のキットを紹介します。まずディープラーニングのティーチングキットですが、これは私たちが2番目に作ったキットで、大部分が Yann LeCun のニューヨーク大学での講義をもとにしています。そのため、このキットはディープニューラルネットワークを訓練する背後にある理論や数学に、かなり深く踏み込んでいます。この中核的なコンテンツは、DLI プラットフォーム上で動く、非常に実践的で応用に焦点を当てたコースを、うまく補完するものになっています。次にアクセラレーテッド・データサイエンスのキットですが、これは約4年前に着手し、これまでに何度かの更新を経てきました。このキットは Georgia Tech と Prairie View A&M の教授陣とともに作りました。中身は、より伝統的な機械学習アルゴリズムや、データサイエンスに関わるあらゆる処理を高速化するための、RAPIDS というオープンソースのフレームワークを大きく土台にしています。この分野に関心がおありでしたら、ぜひチェックしてみてください。
Joe： エッジ AI とロボティクスに関するキットもあります。これは私たちの組み込みシステム向けプラットフォームである Jetson、すなわち Nano をベースにしています。このキットについては、いま大規模な更新を進めているところで、秋にリリースする予定です。さらに、科学と工学のためのディープラーニングというキットもあります。これは PhysicsNeMo というプラットフォームを使ったもので、物理ベースの機械学習プラットフォームを用いて、計算流体力学や生物医学といった科学領域内のあらゆる事柄を高速化するものです。
Joe： 生成 AI のティーチングキットは、いくつかの理由から、私たちが最も誇りに思っているキットかもしれません。これは今週より前の時点では、私たちが開発した最新のキットでした。これは Dartmouth の非常に意欲的な教授である Sam Raman とともに作りました。すばらしい方です。このティーチングキットの特徴的な点の一つは、学生が完了したときにコース修了証を取得できる、あの自己ペース型コースをいくつも含んでいるだけでなく、さらに DLI が提供している、はるかに本格的で大規模な認定試験に向けて学生を準備させてくれる、という点にあります。認定試験については後ほどお話ししますが、その試験対策は、このキットの中身と完全に整合がとれています。そして、まさに本日このセッションで初めて発表するのが、Open USD のティーチングキットのリリースです。Open USD は3D グラフィックスやシミュレーションに関わるもので、このキットにはフィジカル AI の基礎的な要素もいくつか含まれています。そして、これも新しい Open USD の認定試験と整合がとれています。ですから、カリキュラム全体を通じて、これらのティーチングキットを使って学生を教えながら、同時に、雇用主のあいだでますます人気が高まっているこれらの認定試験に向けて学生を準備させ、産業界で学生をはるかに魅力的な人材にしていくことができるわけです。
4. 認定試験と2プログラムへの導線
4.1 認定試験の仕組みとレベル
Joe： それでは、認定試験についてお話しします。これらはオンラインで監督付きで実施される試験です。今回ご紹介しているプログラムの中で、実際に費用がかかるのは、この認定試験だけです。費用が発生する理由は、Certiverse という第三者の試験監督会社を通じて実施しているからにほかなりません。ご存じの方もいらっしゃるかもしれません。認定試験には、アソシエイトレベルとプロフェッショナルレベルの両方で、いくつかの種類があります。学生に対しては、おそらくアソシエイトレベルの試験のほうが適切だろうと考えています。
Joe： これらの試験は、ここ GTC でも無償で受けていただけるようにしています。NVIDIA のトレーニング部門は、これまで会議センターに構えていたのですが、このショー自体があまりにも大きく成長したものですから、いまは Signia Hilton Hotel のほうに移っています。本日が最終日にあたりますので、まだおそらく空き枠が残っているのではないかと思います。ふらりと立ち寄って、無料で試験を受けてみていただいて構いません。失うものは何もありません。まだ受けていらっしゃらない方は、ぜひ立ち寄って試してみていただきたいと思います。
4.2 2プログラムへの申請導線
Joe： こちらが、二つのプログラムへたどり着くための、いわば魔法のリンクです。ぜひ両方ともチェックしていただきたいと思います。繰り返しになりますが、最も手軽に始められるのはティーチングキットのほうです。こちらは5分ほどで終わる申請ですので、皆さんに記入していただければ、おそらく月曜日には申請が処理され、承認が下りるはずです。私としては明日にでも処理してみようとは思っていますが、どうなるかはわかりません。一方、アンバサダープログラムのほうは、もう少し手間のかかる申請になります。というのも、こちらでは、認定を受けて教えたいと考えているワークショップに関連する背景をお持ちであることを示していただくために、ごく短い履歴書スタイルの書類の提出をお願いしているからです。
Joe： それでは、ここでバトンを Paul Nussbaum 教授にお渡ししたいと思います。Paul はこれらのプログラムを活用するうえで、まさに先導者として、とりわけ新しい認定試験に関しては開拓者ともいえる存在でいてくださいました。Paul はこれらのワークショップのいくつかを学生に教える認定を受けていますので、学生からのフィードバックや、これらのプログラムが大学でどのように真の成功を収めてきたかについて、少しお話しいただきます。
5. ECPI Universityの戦略とPaulによるワークショップ運営の実践知
5.1 キャリア志向大学のAI戦略
Paul： Joe、本当にありがとう。さて、改めまして、お越しいただきありがとうございます。私からは、これらのワークショップを私たちの学生にどのように提供しているか、そして、いま実際に取り組むことがどれほど時宜にかなっているかについて、少しお話ししたいと思います。とりわけ、自分の将来のキャリアに強く意識を向けている学生たちは、非常に神経質になっています。学部生にしても、大学院生にしても、将来のキャリアの見通しについて、とても不安を抱えているのです。ですから、キャリアに焦点を当てた大学として、ECPI は、学生たちを将来の労働市場に確実に備えさせるために、かなりの時間をかけています。私たちはアクセラレーテッドなプログラムを採っていますので、フットボールチームのようなものはありませんが、ただひたすら前に進み、できるだけ早く卒業することに集中しています。
Paul： 私たちは、学生がカリキュラムを非常に速く、加速された形で進んでいけるように、しっかりと構造化されたプログラムを持っています。キャンパスはおもに大西洋岸中部、ミッドアトランティック地域にありますが、フロリダとテキサスにもあります。AI 教育について申し上げますと、私たちの学生にとって、こうした AI ソリューションを自ら作り出す側に回るかもしれない、あるいはそうしたソリューションをただ使う側に回るかもしれない、そのいずれの将来にも備えておくことが決定的に重要だと考えています。
Paul： ですから、私たちの戦略は、ご覧のとおり多面的なものになっています。当然ながら、人工知能と機械学習の学位プログラムがありますが、それと並んで、いま Joe がお話しした、ハンズオンの認定やワークショップもあります。NVIDIA との継続的な協業は、その点で非常に実り多いものであることが証明されてきました。さらに、学際的な学びという観点からも、ほかの活動を行っています。これについては、あとで少しお話しします。私たちは調理を学ぶ学生たちと協働し、人工知能が彼らの将来のキャリアにどのような影響を与えうるかを示す取り組みをしています。私たちは、AI があらゆる将来のキャリアに影響を与えると考えていますので、こうした全体論的なアプローチを採っているわけです。学位プログラムについては、カリキュラム開発が当然ながら継続中ですが、おもにコンピュータサイエンスと、私が教えている電子工学技術、エレクトロニクス・エンジニアリング・テクノロジーの領域にあります。ECPI はキャリア志向の大学ですので、これらの多くは AI のコースであると同時に、ロボティクスや製造自動化の産業界で働けるよう、皆さんを準備するためのものでもあります。こうした分野では、いままさに非常に多くの採用が行われており、今後も拡大していくと予想しています。アメリカ国内での大きなオンショアリングの取り組み、つまり、より多くの製造施設を国内に呼び戻す動きの中で、産業オートメーションの規模は拡大する一方だと見込んでいます。
5.2 ワークショップ運営の実践知と気づき
Paul： そうした中で、私は NVIDIA のアンバサダーとして、あの8時間のワークショップを提供しています。それが私の活動の一つです。学生たちは、正規のコースワークを超えて、この8時間のワークショップに参加するために、自分の忙しい個人的なスケジュールから時間を割かなければなりません。それでも、これが毎回必ず満席になるのです。私は規定上、1回のワークショップにつき20名までしか参加を認められていないのですが、その日に手伝ってくれるティーチングアシスタント1人につき、さらに20名を追加できます。そのおかげで、私は定員100名のワークショップを、日常的に満席にしています。
Paul： 学生たちは NVIDIA というブランドに強く惹きつけられていますし、それは私自身も同じです。彼らはおそらくゲーミングを通じて、あるいは個人利用向けの NVIDIA のアクセラレーターボードが広く普及したことを通じて、NVIDIA のブランドを知っています。それと同時に、その品質ゆえに NVIDIA のブランドを尊敬してもいます。そして彼らは、NVIDIA から、番号が振られ追跡可能な修了証を取得すれば、それが自分のポートフォリオや履歴書、LinkedIn のプロフィールにおいて、相応の重みを持つものになると理解しているのです。私がアンバサダーとして NVIDIA のコンテンツを届けることを楽しんでいるのは、まさにそのためです。質の高いワークショップが手に入るとわかっていますし、アセスメントに不正をして合格することができないワークショップだとわかっていますし、学生が修了証を取得したあとに尊重されるワークショップだとわかっているからです。
Paul： ですから、これは非常に人気がありますし、しかも学生たちは自分の空き時間を使って、授業時間外にこれらのワークショップを受けているのです。私は ECPI University のすばらしい学生たちを心から誇りに思っていますが、皆さんもまた、彼らにとってのそうしたヒーローになれると思います。それこそが、私が今日皆さんにお伝えしようとしていることの一部です。アンバサダーであることは、私個人のキャリアの前進にとっても大きな恩恵となってきましたが、それ以上に学生たちにとっての恩恵になっています。ですから、皆さんもぜひ、自分の大学でアンバサダーになるプロセスを経ることを、少なくとも検討してみていただきたいと思います。ワークショップについて申し上げますと、私は2022年以降、これらのワークショップを通じて、個人的に1,000人を超える学生を指導してきました。私がおもに提供しているのはディープラーニングの基礎です。これは、ほかのより上級のワークショップの前提科目になっているからです。学生たちは、ほかの上級ワークショップを受ける前に、まずこのワークショップに合格しなければならないと承知しています。そして彼らはここで、さまざまなパターン分析や機械学習、生成モデルを、構築し、訓練し、テストすることを学びます。
Paul： つまり、彼らは実際に手を動かしているのです。私は学生たちにこう伝えています。「これは8時間ただ座って参加するような、もたれかかって受ける（lean-back）ウェビナーではありません。これは前のめりになって（lean-forward）取り組むハンズオンなのです」と。コードを書き換えなければなりませんし、コードを読まなければなりませんし、モデルを訓練しなければなりません。そして、いいところは、いわばフェラーリを運転しているようなものだという点です。NVIDIA が GPU を提供してくれますので、実に快適で、きびきびと動きます。ところが、家に帰って、それと同じことを自分のノートパソコンで試してみると、同じモデルを訓練するのに少し時間がかかってしまいますよね。そこで、その差を実感するわけです。
6. 人気ワークショップ・訓練データの多様性の実演・全学的AI展開
6.1 人気ワークショップとPhysical AIへの展望
Paul： ディープラーニングの基礎のほかにも、人気を集めているワークショップをいくつか提供しています。まず、異常検知、アノマリー・ディテクションは非常に人気があります。とりわけ、私たちのサイバーセキュリティを学ぶ学生たちのあいだで人気です。ゼロデイ攻撃が次々と現れる中で、このワークショップは何百万行ものログファイルをただひたすら処理して、その中から普段とは異なる異常な活動を見つけ出すことに焦点を当てています。そのため、サイバーセキュリティの学生たちは、このワークショップに参加するのを本当に好んでいます。次に、予測保全、プレディクティブ・メンテナンスですが、これはいままさに再構成を進めているところです。詳しくは、先ほど Bongo さんが案内してくださったウェブサイトでご確認いただけます。現在はより大きなスコープへと作り直しているところですが、これは産業オートメーションに関心を持つ学生たちに非常に人気があります。
Paul： 拡散モデル、ディフュージョン・モデルのワークショップは、とにかく実に楽しいワークショップです。どうやってテキストを1枚の絵に変えるのか、というものですね。人々はオンラインでそうしたものを触って遊んでいますが、学生たち、少なくとも私の電子工学を学ぶ学生たちは、ただ純粋に「これはいったいどういう仕組みで動いているのか」を学びたいという、貪欲な好奇心を抱いているのです。ですから、彼らはこのワークショップが大好きです。それと同時に私は、こうした拡散モデルが、私たちがフィジカル AI の領域に踏み込んでいくとき、モーターのトルク制御という点で非常に重要になってくるとも見ています。だからこそ、私はこのワークショップを教えるのが好きなのです。拡散モデルがどのような仕組みで動いているのか、その内部を学生たちに見せてくれるからです。そして、Jetson のワークショップは、それらに比べると少し軽めの内容です。Python プログラミングを必要としませんが、それでも、まったく新しいニューラルネットワークを訓練したり、転移学習を使って既存のネットワークを再訓練したりするために、データを収集して訓練する方法を学ぶことができます。
6.2 訓練データの多様性に関する実演的気づき
Paul： ここに、その Jetson ワークショップの一つの様子が写っています。受講者は電子工学の専攻者である必要はなく、ただ AI に好奇心を持っている人であればかまいません。ここに写っている、私が前かがみになっているこのおかしな写真をご覧ください。私はかなり派手な、格子柄、マドラスチェックのシャツを着ています。というのも、このワークショップで学生たちが取り組むのは、サムズアップ、つまり親指を立てたジェスチャーと、サムズダウン、親指を下げたジェスチャーを認識するニューラルネットワークを訓練することだからです。もちろん、ほかにもいくつかの練習課題があります。
Paul： そして学生たちは、さまざまな角度から、さまざまな姿勢で、その認識のためのデータを集めていきます。その後で私が歩み寄って、「よし、そのワークショップの成果を見せてごらん」と言うわけです。ところが、私が着ているのは、訓練のときには使われていなかった、あの派手な柄のシャツなのです。こうして私たちは、訓練データのバリエーション、つまり多様性がいかに重要かという、根本的な点を学ぶことになります。
6.3 学際的・全学的なAI展開
Paul： 私はこのアンバサダープログラムを本当に気に入っていますし、私たちの学生も大好きです。学生たちはすばらしい推薦の声を寄せてくれています。初期のころには、ワークショップを受けることがどれほど楽しかったかを語ってくれましたが、さらに重要なのは、より最近の声として、それが自分のキャリアにどれほど大きな影響を与えたかを語ってくれていることです。修士課程のプログラムに入ることができた、あるいは、自分の組織で AI 開発チームを率いる立場に昇進できた、というのです。なぜなら、彼らは番号が振られ追跡可能な NVIDIA の修了証を取得していて、チームの中でほかの誰もそれを持っていなかったからです。だから学生たちは、その点を本当に気に入っているのです。
Paul： 私たちはさらにその先へと進んでいます。認定には一連のワークショップの受講が必要になりますので、これからその仕組みを導入していく予定です。私たちは、学生向けの認定ポータルを立ち上げたばかりです。これによって学生たちは、前提条件が何なのか、認定にどう備えればよいのかを、より簡単に理解できるようになります。また、私たちは NVIDIA のティーチングキットを研究しています。先ほど申し上げたとおり、私たちのプログラムはアクセラレーテッドなものですので、ティーチングキットから必要な部分だけをスライスのように切り出して使うこともあります。ただ、お話ししてきたように、こうしたものは互いにつながり合っていきます。私たちは、これらのワークショップに合格した学生を、人工知能についてまったく何も知らない学生と組ませます。そして、私たちの電子工学のラボで継続的に動いている「Chef's Buddy」のような事例について語り合うのです。これはレシピを生成し、盛り付けの画像を描く仕組みです。こうすることで、学生たちは、自分が他の誰かの AI 学習をどう手助けできるかを、肌で感じ取ることができます。ですから、学際的であることを忘れないでください。私たちは時に、いわばサイロ化した状態に陥りがちですから。
Paul： 私たちは、多くの大学がそうしているのと同じように、AI のコンペティションや産業界との協業も提供しています。皆さんはすでにご存じかもしれませんが、いずれにしても、全般的に申し上げて、ECPI University のすべてのカリキュラムには、アンバサダープログラムにとどまらず、AI が織り込まれています。私たちはビジネスの学位の中でさえ AI を活用しています。学生たちにそれを実際に触らせ、ハンズオンで体験させる必要があるからです。ECPI はキャリアに焦点を当てた大学です。学生たちが、それぞれのキャリアを始めたときにすぐさま走り出せる状態になっていることが必要なのです。私自身は、これからエージェント型 AI、エージェンティック AI に注力していくつもりですし、おそらく私たち全員がそうなるのではないでしょうか。そういうわけで、私はさらに二つのワークショップを教える認定を受けることになります。一つは LLM を用いた RAG エージェントの構築、もう一つは LLM を用いた AI エージェント開発です。どちらもすばらしいワークショップで、教えるのを楽しみにしています。
Paul： さて、皆さん、本当にお時間をいただきありがとうございました。今日ここに私たちとご一緒いただけて、すばらしいことだと思います。願わくは、皆さんに関心を持っていただき、気持ちを高めていただけていればと思います。皆さんがこのショーに来て胸を躍らせているのと同じように、皆さんも自分の学生たちを、こうした題材を学ぶことに対してわくわくさせてあげることができるのです。本当にどうもありがとうございました。
7. 質疑応答（Q&A）
7.1 運用・統合・費用に関する質問
司会者： ありがとう、Paul。ありがとう、Joe。それでは、いくつか質問の時間をとりたいと思います。質問のある方のところへマイクをお持ちします。それでは、さっそく参りましょう。
質問者（カリキュラムとの関係について）： ありがとうございます。これは Paul への質問です。カリキュラムの一部として含めていらっしゃる、あの8時間のワークショップについてですが、これは正規のコースワークの一部ではない、ということですね。
Paul： そのとおりです。別物です。
質問者： わかりました。では私の質問は、学生はそのアセスメントを、同じ8時間の中で行わなければならないのでしょうか。それとも、NVIDIA が許可するタイミングでいつでも行うことが許されているのでしょうか。
Joe： こちらのほうがうまく説明できますので。6時間から8時間のワークショップは、複数の日に分割することができます。実際、多くの方が、授業の開講時間内でカリキュラムの一環としてこれらを教えていて、これは非常に人気のある使い方です。その場合、ワークショップをたとえば1時間半ずつ、あるいは1時間ずつのまとまりに分割することができます。私たちは、そうした分割を非常に柔軟に認めています。ただ一つ気をつけていただきたいのは、次の授業に移る前に、学生たちが必ず自分の GPU インスタンスを停止するようにすることです。というのも、時々バックエンドで動き続けてしまい、大量の GPU 時間を消費してしまうことがあるからです。とはいえ、まず間違いなく、その点については非常に柔軟に対応しています。
質問者（Jackie、Hong Kong Polytechnic University）： おはようございます。ご清聴ありがとうございます。私は香港理工大学の Jackie です。私たちはこのプログラムを大学に導入することに大変関心があるのですが、もっと知りたいのは、これをどうやって学術科目に統合し、組み込めばよいのか、その難しさを感じている点です。
Joe： ティーチングキットは、まさにそれを実現する優れた方法です。すでに開発済みのものですので、自分のカリキュラムの中の特定のコースに、どのモジュールを取り入れたいかを選び取ることができます。
Paul： ええ。そして、大部分については、どのように進めるかを皆さんご自身にお任せしています。私たちはさまざまな形式で非常に多くの教材を提供していますので、それをどう授業に統合するかは、おおむね皆さんに決めていただいています。一つ私の事例を共有させていただくと、私はこれを正課外、コカリキュラーの活動として提供しています。私たちの授業は通常、月曜から木曜にありますので、もし金曜日に出席してくれるなら、8時間で NVIDIA から番号が振られ追跡可能な修了証を取得できますよ、と伝えるのです。彼らは非常に忙しく、家庭を持っている人もいますから、これを大いに気に入ってくれます。
質問者（Jackie）： 全員が取得できるのですか。
Paul： 多くのワークショップで、合格率はおよそ70%です。ただ、合格するかどうかにかかわらず、全員が学びますし、全員がそれを大好きになります。たとえ必ずしも Python プログラマーになりたいわけではない学生であっても、です。
質問者（Jackie）： もっと知りたいのですが、これからこれを始めようとする場合、あなたはプロセスを経てこられたので共有していただけますか。まず一つ目は、最初に直面する主な課題は何でしょうか。二つ目は、学生に費用を請求するのでしょうか。つまり、この追加のリソースは学部などが負担するのでしょうか。
Paul： これは私自身の時間です。学生に費用は発生しません。
質問者（Jackie）： あなた個人の貢献ということですね。
Paul： ええ、そうです。専門職として、これは私の専門性を高める活動の一部だと考えています。
Joe： もし規模を拡大したいのであれば、私たちは教員や他の講師を動員して参加してもらいたいと考えています。
Paul： ええ。時には、ティーチングアシスタントには贈り物やギフトカードを渡すこともあります。ただ、私自身に対してはありません。この点については、確かにもっと話し合う必要がありますね。ほかにもご質問にお答えできますよ。
7.2 参加資格と連携に関する質問
質問者（UT Austin のスタッフ）： ありがとうございます。二部構成の質問があります。一つ目はアンバサダープログラムについてです。私は UT Austin、テキサス大学オースティン校のスタッフですが、アンバサダープログラムのスライドには「大学の教員」と明記されていました。スタッフとしてアンバサダーになることはできるのでしょうか。
Paul： できます。とくに、もしあなたの職務の一部が、研修や指導、ワークショップの運営であるならばです。そういう場合であれば、ええ、可能です。
Joe： 本当の意味での要件は、雇用のレベルです。ですので、そこから先は、あなたが日々どのような業務を行っているのかを見て、あなたが実際に指導することになりそうか、指導する機会を持ち、受講対象となる相手にアクセスできそうか、といったことを私たちが判断する形になります。
質問者（UT Austin のスタッフ）： わかりました、すばらしいです。ありがとうございます。二つ目の質問は忘れてしまいましたので、これで結構です。
司会者： では最後の質問にして、本当に締めくくらせていただきます。後ろの方にマイクを。
質問者（ドミニカ共和国、イノベーションラボ CEO）： こんにちは。私はドミニカ共和国から来ました。あるイノベーションラボの CEO です。私たちは AI とロボティクスに取り組んでおり、ドミニカ共和国の主要な大学のうち、最大規模の名門大学2校をアセスメントしています。私はその大学とともに、ある副専攻を作り上げました。あらゆるキャリアに応用される、AI と先端技術の副専攻です。ですので、たとえば法律家であれば、法律の専門職に応用された AI の副専攻とともに卒業することになりますし、医師であっても、誰であっても同じです。これはプログラム全体の最後に、もう1学期分が加わる形になります。私たちはこのプログラムを立ち上げる準備が整っていて、土曜日にはドミニカ共和国でこれを launch する予定です。そこで、何か連携できる方法がないかと思っているのです。皆さんにはすでに道筋ができていますし、もしかすると NVIDIA とも。私は両大学の学長、principal とも連絡が取れますので、これらすべてをそのプログラムに組み込むのは、私にとって非常に容易なはずです。