AI-For-Beginners（Microsoft）

Microsoft が GitHub で公開する無料の AI 入門カリキュラム。シンボリック AI からニューラルネットワーク、CV、NLP、Transformer までを 24 レッスンで辿る。日本語版あり

概要

microsoft/AI-For-Beginners は、Microsoft（主執筆者 Dmitry Soshnikov 氏）が 2021 年から MIT ライセンスで公開している AI 入門カリキュラム。「12 Weeks, 24 Lessons, AI for All!」を掲げ、知識表現 → ニューラルネットワーク → CV / NLP → Transformer → LLM と、歴史と構造の順に積み上げる。日本語版は README だけでなく各レッスン本文と Jupyter Notebook まで translations/ja/ に揃っている。

生成 AI から入った人が、LLM の「手前」を下から積み直す教材として価値がある。LLM の章そのものは古い。

詳細

構成

パート	レッスン	主な内容
I. AI 入門	01	AI の定義と歴史、2 つのアプローチ
II. シンボリック AI	02	知識表現、エキスパートシステム、オントロジー
III. ニューラルネットワーク	03〜05	パーセプトロン、多層パーセプトロンの自作、PyTorch / TensorFlow と過学習
IV. コンピュータビジョン	06〜12	OpenCV、CNN、転移学習、VAE、GAN、物体検出、セグメンテーション
V. 自然言語処理	13〜20	BoW / TF-IDF、Word2Vec、RNN、Transformer と BERT、固有表現抽出、LLM
VI. その他	21〜23	遺伝的アルゴリズム、深層強化学習、マルチエージェント
VII. AI 倫理	24	責任ある AI

前後に環境構築のレッスン 0 とマルチモーダル（CLIP / VQGAN）のレッスン 25 が付く。各レッスンに講義前後のクイズ、PyTorch 版と TensorFlow 版の Notebook、一部にラボがあり、Notebook を動かす前提の教材である。古典的な機械学習（回帰・決定木）は姉妹カリキュラム ML-For-Beginners の担当で扱わない。

レッスン 01 の地図

AI の対象は「人間は経験からできるが、手順を書き出せない問題」（写真から年齢を当てる、など）
知能を載せる方法は、推論をまねるトップダウン（記号的 AI）と、脳の構造をまねるボトムアップ（ニューラルネットワーク）の 2 本柱。ほかに創発的・マルチエージェント的アプローチと進化的アプローチ
チューリングテストは知能を定義する代わりに「人間と区別できるか」という判定方法を与えた。2014 年の Eugene Goostman について教材は「ボットではなく作者が人間を欺いた」と釘を刺す。2025 年にはペルソナを与えた GPT-4.5 が 3 者間テストで 73% の確率で人間と判定された。区別できないことと理解していることは別
チェスは「探索（アルファベータ枝刈り）→ 事例ベース推論 → ニューラルネットワーク＋強化学習」、対話は「ELIZA → ハイブリッド型アシスタント → ニューラルネットワークだけの対話」と主役が移った。後者は教材の予想どおり LLM で実現した

割り切って読むべきところ

LLM の章は GPT-2 / GPT-3 の時代で止まっている — RLHF・指示チューニング・RAG・エージェントは扱わない。GPT ファミリーの表の「GPT-4 は 100 兆パラメータ」は英語原文ごと誤り（公開前の噂の値）
日本語版は Co-op Translator による機械翻訳 — レッスン 01 の「話すプログラム」の節は本文が途中で欠落している。数式や用語で引っかかったら英語原文と突き合わせる
レッスン 01 の史実の圧縮 — AI の冬は一般に 2 回（1970 年代と 1980 年代末）。2015 年に画像分類で人間の推定精度を初めて上回った論文は ResNet ではなく PReLU の Delving Deep into Rectifiers
Notebook は 2021〜2022 年のライブラリのまま — 今の環境では動かないセルがある（MNIST データ形式の差し替え、NumPy 2、Matplotlib、Keras 3。詳細はニューラルネットワークの基礎）
レッスン 02 の Microsoft Concept Graph の演習は API 停止で動かない。日本語版ディレクトリには data/ が無く FamilyOntology は失敗する

パート IV〜VII の要点（シリーズ解説より）

IV. コンピュータビジョン（06〜12） — 画像は NumPy 配列（OpenCV のカラーは BGR 順）。CNN は小さなフィルターを画像全体に当て、パーセプトロンの「位置がずれると誤分類する」弱点を克服する。畳み込み＋プーリングのピラミッド型が基本。学習済み CNN を特徴抽出器として借りる転移学習なら猫と犬の分類が 1 エポックで 97% 台（一から作った小さな CNN では Oxford-IIIT Pet 37 品種で検証 0.491 止まり）。オートエンコーダー・GAN は画像を作り、物体検出は四角で位置を、セグメンテーションは画素ごとに当てる
V. 自然言語処理（13〜20） — BoW / TF-IDF → 埋め込み（Word2Vec、GloVe）→ 単語を予測する課題で埋め込みを学習する言語モデル（CBoW）と進み、最後が LLM の出発点。RNN / LSTM はニュース分類で TF-IDF との差がわずか。Transformer はアテンションで全単語を同時に見る。BERT の追加学習は画像の転移学習と同じ考え方。NER は BIO タグの分類で、単語単位の正解率はパディングと O タグで水増しされる（「全部 O」で 0.968）ので固有表現単位の F1 を見る。ノートブックの GPT は GPT-1 で、プロンプトだけではタスクを解けない
VI. その他（21〜23） — 遺伝的アルゴリズム（交叉・突然変異・選択。効率のよい全探索がある問題では全探索のほうが速い）、深層強化学習（CartPole は方策勾配法で数十〜百数十エピソードで支えられるが、Mountain Car は報酬の工夫なしでは解けない）、マルチエージェント（NetLogo の Flocking。NetLogo は 2025 年 9 月に 7.0、NetLogo Web でも動く）
VII. AI 倫理（24） — Microsoft の責任ある AI の 6 原則。詳細と Fairlearn での検証は責任ある AI

黙って結果を変える教材の誤り

エラーにならず結果だけが静かに間違う箇所が各パートにある（沈黙する失敗の典型）。

CV: フレーム差分の uint8 桁あふれ、vgg.eval() 忘れで分類が揺れる、AAE の識別器が一度も更新されない、DCGAN の生成器が評価モードのまま学習、セグメンテーションでシグモイドを 2 重がけ（BCEWithLogitsLoss との併用）
NLP: 学習済み埋め込みが weight[i].data = ... で書き込まれていない、TensorFlow 版の埋め込みが 2 行ずれている（直すと 0.61 → 0.8661）、AG_NEWS の学習とテストを逆に受け取る、BERT のウォームアップをサンプル数で計算して学習率がほとんど上がらない、ロジットを確率として損失に渡す
その他: N クイーンの genetic() が正解でない解を返す、突然変異の確率が説明（30%）と違い 20%、CartPole-v1 の「解けた」基準に v0 の 195 を使っている
損失をバッチサイズで 2 回割っていて表示が小さすぎる誤りは CV・NLP の補助モジュールに共通

2026 年の環境で動かすときの共通の注意

日本語版フォルダからは動かない — data/ や補助モジュール（pytorchcv.py など）が無い。ノートブックは英語版 lessons/ で動かし、説明を日本語版で読む
Mac では GPU（MPS）が選ばれず CPU で動く — デバイス選択に mps を足す（DCGAN は CPU で 1 エポック約 2,400 秒、MPS で 6〜10 秒）
Keras 3 / PyTorch 2.6 / NumPy 2 — lr → learning_rate、保存拡張子 .keras、torch.load(..., weights_only=False)、np.int 削除など。Keras 3 では GAN の識別器が学習しないセルもある
torchtext は開発終了でレッスン 13〜18 の PyTorch 版はそのまま動かない
Gym は NumPy 2 非対応 — Gymnasium に置き換え、reset() と step() の戻り値（terminated / truncated）を書き換える
日本語版はラボや課題の説明が欠けている箇所があり、英語版と突き合わせる

日本語版だけをクローンする

リポジトリには 50 以上の言語の翻訳が入っていて大きい。README の sparse-checkout 手順をそのまま使うと日本語版も消えるので、除外したうえで ja だけを戻す。

git clone --depth 1 --filter=blob:none --sparse https://github.com/microsoft/AI-For-Beginners.git
cd AI-For-Beginners
git sparse-checkout set --no-cone '/*' '!translations' '!translated_images' '/translations/ja/' '/translated_images/ja/'

日本語版の本文は画像を translated_images/ja/ から相対パスで参照するので、translated_images/ja/ も戻さないと図が全部リンク切れになる。作業ディレクトリ全体は約 222MB になった。

LLM を説明できるようになりたい場合の絞り方

レッスン 03〜05 でニューラルネットワークと学習の仕組み
レッスン 13〜18 でテキスト表現から Transformer / BERT まで
レッスン 20 で言語モデルとしての GPT の考え方（GPT-4 の行は読み飛ばす）
現在の LLM 活用は Microsoft の Generative AI for Beginners / AI Agents for Beginners に引き継ぐ