2018年10月の農研機構農業情報研究センター（農情研）発足以来、Python入門、機械学習ワークショップとして開催してきた講習会を、 2020年度から「AIスパコン紫峰」および「農研機構統合DB」を活用した 農研機構AI教育プログラム として再構成し、 講師陣もより充実させて開催してきました（2022年度までの講習）。

2023年度からは、2022年度までの講習実績を踏まえ、それまで予備コースとして受講前自習（セルフラーニング）をお願いしてきた内容に基づき、特にこれからAIを学ぼうとする初習者向けを意識した講習として「データサイエンス基礎」コースを設定しました。このコースでは、AIに取り組むために必要となる数学・基礎統計、コンピュータ操作（Linux系）やプログラミング言語（Python、R）について学びます。
この「データサイエンス基礎」コースを修了された方は、申請により「機械学習」コースを受講することができます。この機械学習コースではAIの基本である機械学習（深層学習を含みます）の概略(入り口)について学びます。

2024年4月からのAI教育研修(2024年度)は、第1回を農研機構試験採用者向け(会期4月～8月)、第2回を農研機構内外職員(申し込み制、会期10月～翌2月)で実施予定です。開催方式は原則自習形式(教材類および過去回の研修録画動画視聴による)で、期間中質疑応答用のSlackワークスペースを開設します。
なお、2024年度第2回の参加募集は、機構内職員向け(機構内滞在中の外部職員含む)には9月中(機構内グループウェア上にて)、機構外職員向けには8月～9月に案内予定です(機構公式Web上、定員10名)。
具体的内容が固まり次第、順次この場でもお知らせ予定です。

• 本研修は、2023年度より大きくデータサイエンス基礎、機械学習（仮称）の2コースで構成されています。データサイエンス基礎コースと機械学習コースを 1 セットとして年 2 回開催します。各回の受講者定員はデータサイエンス基礎コース段階で 30 ～ 50 名で、原則自習形式での開催です。
• 本研修は主にAI・機械学習初学者を対象とした研修内容構成となっています。
• データサイエンス基礎コースではAIを学ぶために必要となる大学教養レベルの数学・統計の知識や、AI開発時に必要となるプログラミング言語（Python；R）、コンピュータ操作（Linux系OS）について学びます。またこの期間中に農研機構におけるAI研究開発の取り組み状況を把握していただく目的でAI概論や研究紹介についての動画も視聴いただきます。
• データサイエンス基礎コースでは理解度・習熟確認テストがあります。このテストに良好な成績で合格・修了すると、次のステップである機械学習コースの受講資格を得ることができます。また経験・知識のある方は最初に習熟確認テストを提出・パスすることでデータサイエンス基礎コースを受講することなしに機械学習コース受講を申し込むことができます。
• 機械学習コースでは一般的な「機械学習」について外部教材(MS Learning)を使用しながら自習形式にて学びます。またAIスパコン「紫峰」を利用しながら、農研機構でのAI適用研究開発事例に基づく機械学習(ここでは深層学習)についての知識・スキル獲得を目指します。
• 本研修受講中は、Teams 及び Slack を用いて受講者からの研修内容についての事務的・技術的相談を随時受け付けます。
• 本研修修了後は、具体的な農業現場課題へのAI適用による課題解決に向け、農情研にてテーマ化したりOJTを行ったりするなどの継続的な支援を行います。

* 教材動画視聴時間(標準再生)のみ、演習操作等の時間は含みません

2022年度までの研修実績・結果に基づき、機械学習全般の知識やデータに対する考え方など、これからAIを習得していく際の入り口となる知識・スキルの獲得を目指します。代表的な個々の機械学習手法については、外部教材を紹介し、独学・自習での習得を後押しします。農研機構でのAI適用研究開発事例については、それを題材として実際に学習過程を含め動かしてみるところまで体験・習得を目指します。

* 教材動画視聴時間(標準再生)のみ、演習操作等の時間は含みません
† この他に外部教材(MS Learning)による自習時間(一般的な機械学習についてコース選択制：自分の目的に合わせて必要なコースを選択的に受講)が発生します

【重要】データサイエンス基礎コースを受講される方は、以下の準備をお願いします（受講開始前は１～３項までの準備をお願いします。４，５については受講中に詳細連絡します）

1. データサイエンス基礎コースを受講される方は、TeamsによるAI教育研修用のチーム「農研機構AI教育研修2023#n」（'n'は開催回数：1または2）に参加いただきます。以後の受講手続き、準備作業等はこのTeamsチームを通じて連絡されるので，随時Teams投稿を確認するようにしてください。以下の項目についても詳細はTeams上で配信されます。
2. データサイエンス基礎コースでは、各自が使用中のPCを使用して実習します。Windows PC の場合はUNIX（Linux系OSとしてUbuntu）の利用環境(1.別のUbuntu機にMobaXtermを使用して接続する環境，2.使用中のPC内のWSL-Ubuntu環境)を準備することになります。また、R講義ではお使いのPCのOSに合わせた R と RStudio を導入して使用します。可能な方は事前に導入（インストール）して正常に起動することを確認しておいてください。
3. UNIX利用環境の1(別のUbuntu機にMobaXtermを使用して接続する)については準備完了報告をしていただきます（この完了報告がないとコース受講できません）。なお，ここでの「別のUbuntu機」は研修事務局の方で「Ubuntu練習機」を用意しており，これに接続していただきます（コース内のUnix入門でもこのUbuntu機に接続して演習します）。UNIX利用環境2(WSL-Ubuntu)とR+RStudio環境については準備報告の必要はありません。
4. データサイエンス基礎コースを受講された方には理解度・習熟確認テストを受けていただきます。これに所定の成績を修めるとコース修了となります。さらに良好な成績で修了された方は機械学習コースの受講資格が得られます。経験・知識のある方は最初にこのテストを提出し合格すれば（コース受講をスキップして）機械学習コースに進むことができます（受講資格が得られる）。
5. 機械学習コース受講には、AIスパコン「紫峰」のアカウントが必要です。アカウントをお持ちでない方は事前にアカウント取得および受講環境の準備をお願いします(Teams連絡にて詳細お知らせ)。
   • 紫峰の受講準備はAI研究用高性能計算機システム 利用者ポータルサイトの記載に従ってください。
   • 問題、不明点等がありましたら、別途ご案内する Slack 上でご連絡ください。

• 受講についての手続き，その他一般的内容 → waki@naro.affrc.go.jp 基盤技術研究本部研究推進室 脇山
• 講習内容など，技術的要素を含む内容について → RCAIT-AIJinzaiIkusei@ml.affrc.go.jp 基盤技術研究本部農業情報研究センターAI人材育成室（Slack利用開始前）、Slack利用開始後はSlack上の該当するチャンネルにて質問