ai-engineering-from-scratch：AI工程を学ぶ無料OSS講座

背景と概要

AI エンジニアリングの学習教材は、大きく二つに分かれがちです。一つは論文や教科書のように原理を説明するもの、もう一つは既存の API を呼び出すだけの短いチュートリアルです。前者を読んでも動くシステムは作れず、後者を終えても、なぜシステムが失敗するのか説明できない。ai-engineering-from-scratch は、この両者の隙間を埋めることを狙った講座です。

この講座は、モデル内部の構造、検索パイプライン、エージェントのランタイムを自分で実装し、テストして失敗を調べ、コードと評価結果を残すことを掲げています。フレームワークでもモデルでもなく、講座そのものを収めたリポジトリです。無料で、MIT ライセンスで公開されています。GitHub では 7 万を超えるスターを集めており、ゼロから積み上げる学び方に支持があることがうかがえます。

規模も目を引きます。全 542 レッスン・20 フェーズで、コードは Python、TypeScript、Rust、Julia の 4 言語です。環境構築とツールチェーンに始まり、数学の基礎と機械学習の基礎を経て、LLM エンジニアリング、エージェントエンジニアリングへ進みます。ドキュメントの入口は 30 以上の言語に用意され、日本語、簡体字・繁体字中国語、韓国語、スペイン語、ドイツ語、アラビア語なども含まれます。

深掘り分析

ai-engineering-from-scratch は、どのように AI エンジニアリングを教える講座なのでしょうか。答えは、AI システムの部品を自分の手で作り、テストし、評価結果を残させる講座です。説明で終わらず、動くコードと記録に残る証拠を求める点が特徴です。 学習ルートは三つあります。モデルの基礎を固めたい人は開発環境の構築から、LLM システムを作りたい人はプロンプトエンジニアリングから、エージェントとデリバリーを学びたい人は「エージェントループ」から始めます。542 レッスンを頭から順に読む必要はなく、背景の異なる人がそれぞれ適した地点から入れます。 数学の部分は、数式を並べるだけではありません。最適化のレッスンには勾配降下法の可視化があり、20 個の開始点が二次の損失曲面を下っていきます。画面には各点の位置と、更新ごとの平均損失が表示されます。学習率を変えて挙動を確かめられ、コード上では勾配降下法、モメンタム、Adam を比較できます。先に現象を見てから実装を読む流れは、直感をつかむのに役立ちます。 講座の姿勢が最もよく表れるのが実践プロジェクトです。リポジトリには 3 つのプロジェクトがあり、いずれも段階的なスターターコード、参考実装、ローカル採点ツールを備えています。スターターコードは、学習者が各段階を実装するまでは意図的に失敗します。 最初の「検索評価ラボ」の題材は実務に近いものです。新しい検索システムは平均 NDCG が上がったのに、ある 1 件のクエリでは最も関連性の高い根拠の順位が下がっています。学習者はクエリごとの比較を書き、この後退を報告し、リリース前のチェックでそのバージョンを止められるようにします。

前提は Python 3.10 以上です。先に RAG とモデル評価のレッスンを復習し、順位の検証、適合率と再現率、順位に敏感な指標を実装して、最後にシステム間の比較へ進むよう勧めています。scripts/project_test.py にプロジェクト名を渡して初期化し、段階ごと、または厳格モードで全体を確認します。成果物は、クエリごとの差分と採点に使った判断を含む、再現可能な比較です。指標が表すのはそれらの判断だけだという注意も添えられています。

業界への影響

AI アプリケーションが本番に入ると、チームに足りないのは新しい呼び出し例ではなく、システムを分解し、後退の原因を突き止め、リグレッション確認を書ける人材になりがちです。この講座は、評価、失敗の調査、結果の保存を学習の本筋に置いています。平均指標が改善しても重要な 1 件が悪化する検索評価ラボは、まさにその訓練です。

個人の開発者にとっては、ホスト型モデルを呼ぶ経験しかなくても、モデルや検索パイプライン、エージェントループの内側で何が起きているかを体系的に学べます。チームにとっては、評価とリグレッション確認の練習教材になります。採点ツールがローカルで動くため、外部サービスなしで演習を回せます。 Python と TypeScript に加えて Rust や Julia のレッスンがあるので、システム開発や科学計算の出身者も取り残されません。多言語のドキュメントも、参加できる人の幅を広げます。 一方で課題もあります。分量が大きく、自分でペースを設計しないと途中で挫折しやすいことです。多数の言語のドキュメントと 4 つのコード言語を保守し続ける負担も重く、翻訳や例が最新の変更に追随できるかは見ておく必要があります。無料での提供はスポンサーに支えられているため、継続性はコミュニティの支援次第です。また、紹介されているのは内容の一部なので、レッスンの質は実際に試して判断するしかありません。

今後の展望

注目点は三つあります。現在の 3 つに加えて実践プロジェクトがどこまで増えるか。ローカル採点ツールが、順位指標より採点の難しいエージェントの場面にどこまで対応するか。そして、レッスンを中心に継続的な貢献と議論がコミュニティに生まれるかです。

体系的に学び直したい開発者には、試すコストは低めです。三つのルートから一つ選んで数レッスンを進め、次に検索評価ラボのようなプロジェクトを一つ試してみてください。段階的なスターターコードとローカル採点ツールが自分の学び方に合うかが、すぐ分かります。やり切れば、クエリごとの差分を含む再現可能な比較が手元に残り、評価力を示す具体的な成果物になります。