こんにちは、TechTeamJournal編集部の坂本です。
世界中のデータサイエンティストや機械学習エンジニアらが参加するデータ分析プラットフォームKaggle。Kaggleに参加するプレイヤーたち、いわゆるKagglerの有志が集まるコミュニティがKaggler会です。有名Kagglerたちが一堂に会して講演やLT（ライトニングトーク）をするKaggler会は、毎回大いに盛り上がるのだとか。関東や関西にとどまらず、最近では沖縄や東海地方などでもKagglerの集まりがスタートし、コミュニティの輪は全国へと広がっています。
8月7日に開催された関東Kaggler会に足を運んだところ、関西Kaggler会とは一味違った講演、LTが続きました。どんな内容が展開されたのか、現地の様子をお伝えします。
目次
そもそも、Kaggle（カグル）って何？
Kaggleは、世界最大級のデータ分析コンペティションプラットフォームです。世界中のデータサイエンティストや機械学習エンジニアなどが参加して、実社会のデータや課題に対してAI予測モデルを作り、その精度を競い合います。
競技人口は約20万人とされ、実際にKaggleに挑戦しているプレイヤーたちの総称を「Kaggler」といいます。Kagglerたちは成績や貢献度に応じて、「Expert」「Master」「Grandmaster」の3つのランクに分けられています。
6回目の関東Kaggler会は、経済産業省別館7階の共創空間ベツナナで開かれました。経済産業省と国立研究開発法人新エネルギー・産業技術総合開発機構（NEDO）が、AIの社会実装を目的に立ち上げたプロジェクト『GENIAC-PRIZE』が会場スポンサーでした。経済産業省の施設が会場ということで、来場前は「少し緊張感のある堅い雰囲気なのだろうか……」と身構えていたのですが、実際の会場は、あちこちで技術談義に花が咲く、非常に開放的で活気あふれるムードに包まれていました。
それでは、当日の内容をレポートします！
GENIAC-PRIZE 2026（スポンサーセッション）
冒頭では、GENIAC-PRIZEの担当者より、NEDO懸賞金活用型プログラムの概要が紹介されました。
会場スポンサーの『GENIAC-PRIZE』について少し説明しておくと、これは国が主導するいわば「日本一のAIを決める賞金レース」。優れたAIと優秀なエンジニアを育成するための取り組みで、今年度は社会課題の解決と人材育成をテーマに掲げ、なんと懸賞金総額6億円という桁外れの規模で開催されています。すでに40以上のチームリーダー候補者と400名を超えるメンバーがエントリーしているとのことで、まさに最高峰の戦いです。
そんな注目のプロジェクトで審査員を務める株式会社東芝のエキスパート・大川泰弘さんの挨拶を皮切りに、イベントはスタートしました。
Deep Past Challenge振り返り／奥村悠希さん
株式会社松尾研究所のデータサイエンティストであり、豊富なコンペ実績を持つ奥村悠希さん。約4000年前の商人たちが使っていたアッカド語・古アッシリア語を英語に翻訳する「Deep Past Challenge」というコンペで5位に輝いた解法を披露してくれました。
「翻字（ほんじ：元の文字を別の文字体系で表記したテキスト）」を元に翻訳するのですが、アッカド語は語形変化が多くて複雑です。そのうえ、翻字と翻訳がズレていたり、表記揺れ（同じ単語でも表記がバラバラになっている）があるなど、データがきれいでないところが厄介だったそう。
これに対して奥村さんは、独自の工夫をして対応しました。
テキストを文字単位で処理する：表記揺れに強くするため、テキストを細かく分解する
VLM（Vision-Language Model：視覚言語モデル）を使ってデータを抽出する：画像と文章を同時に解析できるAIを使って、必要なデータを効率よく抽出する
課題に対し、緻密に計算したアプローチで挑んだ奥村さん。その試行錯誤のプロセスに、会場の参加者からは感嘆の声が上がっていました。
生成AI時代のアイディアの一例／蛸井宏和さん
日本を代表するKagglerの1人、蛸井（たこい）さん。コロンビアの自然保護区で録音された音声から、どの種が鳴いているか予測するコンペ「BirdCLEF+2025」の解法を紹介しました。
蛸井さんは今回、生成AIに頼らない独自のアイデアで挑み、見事ゴールドメダル（6位）を獲得。なんとご自身にとって19個目の金メダルとなります！
特に印象的だったのは、以下の2点です。
生成AIにはない、人間ならではの発想：あえて人間の頭で考えたアイデアを生かしたことで独自性を出せて、差別化ができたそう。生成AIはいろいろな提案をしてくれるものの、セオリー通りの内容なので、そのままでは似たり寄ったりになるというデメリットがある
一見すると間違った処理をする：普通は避けるような間違ったアプローチをあえて行ったことで、結果的に大幅な精度改善ができた
考えが行き詰まったときには、常識外れな処理を試してみると、意外にも有効な打開策になるーー。生成AI時代だからこそ生かされる試行錯誤の面白さに、会場の参加者も頷いていました。
心電図画像から時系列信号を復元する：PhysioNetの取り組み紹介／染谷隆史さん
休日はツール画面を眺めているほどの機械学習好きという染谷さん。LTでは、紙の心電図画像から元のデータを復元（デジタル化）するコンペ「PhysioNet」の解法を披露してくれました。
世界中に大量に残っている紙の心電図。AIの力でそれをデジタル化すれば、大規模な医学研究ができるほか、医療設備が十分でない国々の医療の改善にもつながるという意義深いテーマのコンペです。
このコンペでは特殊な評価指標「SNR」（信号対雑音比：Signal-to-Noise Ratio）が設定されていて、スコアに上限がありません。そこで染谷さんは以下のような戦略を取りました。
全体の平均を底上げする：難しいデータを改善することにこだわらず、全体のベース精度を確実に上げる
1ピクセル未満のずれにこだわる：画像の位置補正やデータ加工を徹底し、ミリメートル未満の細かいズレまで補正する
大胆な全体戦略と、細部への極限のこだわり。その双方によってスコアを伸ばした染谷さん。Kagglerならではの情熱が見えたLTでした。
kansai-kanto-kaggler 連合／NVIDIA Nemotronコンペ振り返り
Rickさん、neilusさん、eikichiさんの3人チーム「kansai-kanto-kaggler 連合」によるLTです。Rickさんとneilusさんは1年前の関東Kaggler会で知り合い、関西のeikichiさんが加わって、チームが結成されました。
3人が挑んだコンペは、高性能AI「Nemotron」に暗号パズルを解かせ、その推論能力を高めるもの。思考時間が長すぎると強制終了になるので、いかにCoT（Chain of Thought：AIが答えを出す前に、1ステップずつ順を追って考えさせることで精度を上げるテクニック）を短縮するかがカギとなりました。
主な勝因は以下の通りです。
易しい問題で確実に満点を取る：このコンペには複数の課題があり、難易度はバラバラ。易しい問題を100%クリアしたうえで、難しい問題をどれくらい解けるかが勝敗を分けると考えた
終了直前の逆転：Rickさんがコンペ終了の2日前に効率のいい思考プロセスを発見し、一気にスコアが跳ね上がったそう
AIに改善させる「外枠」をつくる：人間が改善の方法を言語化、ルール化し（外枠）、その範囲内でAIに試行錯誤をさせる
これらの戦略が功を奏し、見事に10位となり金メダルを獲得したkansai-kanto-kaggler 連合。人間がAIの道筋を設計してあげるという独自の工夫、そして3人のチームワークが光るLTでした。
Agent 時代のKaggle 展望／石原祥太郎、u++
人工知能学会理事の石原祥太郎さん。10年以上にわたるKaggleの歴史をひも解きながら、エージェント時代のKaggleの現状と今後の展望について解説してくれました。
2010年にデータ分析の場として始まったKaggle。今では単にデータを分析する場ではなく、自律的に判断して行動するAI（AIエージェント）を競わせる場へと進化を遂げています。
課題テーマの進化：当初はテーブル（表形式のデータ）が大半で、徐々に画像やテキストへと移った。さらに2020年ごろからAIエージェント同士を競わせるシミュレーションコンペが出現し、現在の定番になりつつあるそう
実験場としてのKaggle：最近のKaggleは、コンペの設計を模索する場として使われ始めている。それ自体がKaggleの新しい価値と言える
今、Kaggleというプラットフォームそのものが変貌を遂げようとしています。10年超の歴史をひも解きながら、AI時代の最前線でKaggleが今後どう進化していくかを探る、独自性が光るLTでした。
穴掘りコンペ 振り返り／ihiratch（いひらっち）さん
新卒1年目のデータサイエンティスト、ihiratch（いひらっち）さんによるLTです。掘削時の地層データ（ガンマ線量など）を扱うことから通称「穴掘りコンペ」と呼ばれています。初心者・新人が挑戦する登竜門的コンペとしても知られるこのお題に挑み、見事銀メダルを獲得しました。このコンペは、地層内のガンマ線量データを元に、地下での位置（深さ）を予測するという難題です。
複雑なお題に対して、ihiratchさんが挙げたポイントは以下の通りです。
複数の予測値を組み合わせて誤差を減らす：さまざまなコンペで利用されている定番手法の1つ。ihiratchさんもこの戦略を取り、スコアを安定化させたそう
Trust CV（Trust your CV）の重要性：外部に公開されている順位表よりも、自分が手元で構築した検証環境（CV）のスコアを信じるべきだと再認識。なお「Trust CV」は、Kaggleの世界でよく知られる格言とされる
社会人Kagglerならではの実験管理：限られた時間の中で最大の成果を上げるため、データの整理と管理が大事であることを痛感
新社会人であるihiratchさんの率直な実感が盛り込まれた、フレッシュなLTでした。
火山コンペ振り返り／羽鳥冬星さん
リクルートでデータサイエンティストとして活躍する羽鳥冬星さんによるLTです。羽鳥さんは「Vesuvius Challenge – Surface Detection」コンペ（通称：火山コンペ）にソロで挑み、見事金メダルを取るという快挙を達成。
このコンペは、ヴェスヴィオ火山の噴火で炭化した図書館に残っている巻物のシートを特定するというロマンチックなものです。羽鳥さんは、勝因となった技術的なポイントに加え、コンペの裏側も紹介してくれました。
コンペ中の波乱万丈な展開：コンペ期間中に賞金が2倍になったり、運営がいきなり金メダル級の解法を公開して賛否両論を呼ぶなど、さまざまな出来事があった
医療用AI「nnU-Net」の威力：上位解法でもよく使われていた「nnU-Net」。何も指定しなくても、データの正規化から学習スケジュールまで自動で設計する超強力な手法
トラブル続きだったコンペを、最新手法を使いこなしながら個人で勝ち抜いた羽鳥さん。その勝負強さが光るLTでした。
Orbit Wars参戦記／morim3（もりむ）さん
本格的にKaggleを始めてから、わずか半年ほどのmorim3さん。宇宙空間の惑星を奪い合って自分の艦船を増やしていくゲームコンペ「Orbit Wars」で11位に輝き、初めての金メダルを獲得した経験について発表してくれました。
morim3さんは、終了の3週間前まで銀圏下位で停滞していたものの、1、2位の人のデータを使って模倣学習をしたり、チームプレイで強化学習をしたりしたところ、一気に銀圏上位まで上昇。それが功を奏し、最終的に11位まで上がりました。そのポイントは以下です。
上位プレイヤーの模倣学習：1、2位の対戦データをAIに学習させたことで、銀圏上位にジャンプアップできた
強化学習への切り替え：模倣学習で成功体験を得たmorim3さんは「強化学習をすれば金圏に行ける」と考え、仲間を招集して強化学習を手伝ってもらった
ゲームコンペでの学び：模倣学習では上位プレイヤーを真似るのが良いが、それを強化学習につなげる手法には限界があること、結局はモデルサイズ（NNの大きさ）が一番重要であることなどを発見した
「強化学習をすれば金圏にいける」というアイデアと、仲間を巻き込んだチームワークによって掴んだ勝利でした。
時系列コンペのtips／望月正弘さん
過去のデータ履歴から未来を予測する「時系列コンペ」に関するLTでした。株価や市場の予測が時系列コンペの典型例で、多くのKagglerを魅了しています。
望月さんが語ったコンペの魅力と注意点は以下の通りです。
時系列コンペの魅力：「未来」という誰にも知り得ないものが題材になっている難易度の高さゆえ、大きなやりがいを感じられる
陥りがちな罠：コンペ中に閲覧できる暫定の順位（Public LB）が当てにならない、未来のデータを使ってしまう「リーク」が起こりやすい、エラーで脱落しやすいという3つの罠がある
攻略方法：暫定順位に惑わされない向き合い方、未来のデータを間違って使わない「リーク防止の原則」などがある
時系列コンペ特有の面白さと難しさ、その対処法がわかりやすく整理された、実践的なLTでした。
claw系bot xangiと始める、“寂しくない”Kaggle／すぐーさん
チームで金メダルを4枚取った実力を持つ、すぐーさん。一方でソロ参加は、行き詰まってしまってもほかの人に相談できない、アイデアが出ても議論にならない、やめても誰も困らないといった難しさがあるそうです。
「チームなら互いに背中を押し合えるが、ソロは自分で自分を押すしかない」。そう考えたすぐーさんが「xangi」（オープンソースのAIアシスタント構築ツール）で開発したのが、Discordに住む専用AIアシスタント「あいちゃん」です。
あいちゃんはなんともかわいいビジュアルで、16歳のアイドルという設定。その魅力は以下の通りです。
あらゆることをサポートしてくれる：データ処理や資料作成、動画作成や健康管理など、いろんなことをDiscord経由で指示したり、相談したりできる
ソロ参加でも寂しくない環境ができる：あいちゃんの人格やキャラクター性まで自分の好きに設定できるので、孤独になりがちなソロの壁打ち相手として機能する
どんどんブラッシュアップされていく：会話の文脈が蓄積されていくので、あいちゃんとの会話を重ねるほど、本当の同僚や友達のように賢くなり、なじんでいく
Kagglerならではの「ソロ参加の孤独」という課題に対し、高い技術力と遊び心で立ち向かったすぐーさん。Kaggleライフの新しい選択肢が見えるLTでした。
最適化を最適化するKaggleのためのAgentic Scheduling／山口祐さん
2025年1月からKaggleを始め、早くもトップクラスの「Kaggler Master」になった山口祐さん。Codex/Claudeを並列で動かして作業を効率化するという取り組みを紹介してくれました。
内容は、「NeuroGolf」という幾何パズルコンペに参加し、チームで金メダルを獲得したこと。そのときに、膨大な作業をどのように自動化し、効率化したかが語られました。
コンペのポイント：このコンペでは、パラメータ数やメモリ消費量が小さいほど良いスコアになるため、作業の最適化がカギとなります。
人間の限界：人間が手動でリソース管理をする場合、同時に扱えるタスクは10～20個程度が限界。並列でAIを動かすための仕組みが必要である
解決策：AIエージェントに、タスクの順番を整理するためのツール（ジョブスケジューラ）を組み合わせることで大量の作業を効率よく実行できる
AIに作業させる仕組みそのものを最適化するという、最新のKaggle戦略を感じさせるLTでした。
AIAgentと戦うKaggleのTips／新谷祐矢さん
エージェントを使った開発の基本方針についてのLTです。AIエージェントに作業を任せることで、パソコン作業の時間を減らしたり、仕事やプライベートと両立しながら快適にKaggleに取り組めます。
実際に新谷さんが実践している「スマートフォンで作業が完結する」開発環境のポイントは、以下の通りです。
ツールの使い分け：アシスタント型エージェント「Hermes Agent」をベースに、タスクの内容に応じて「ChatGPT Desktop」や「Discord」を切り替えているそう。
スマホで完結：作業（タスク）の指示から実行結果の確認まで、すべての作業をスマートフォンで完結。外出先でも対応できるのが大きな魅力
ベスト構成の追求：「どのタスクにどのツールを組み合わせるのがベストか」をパターン化して運用している
AIに任せられるところはどんどん任せていき、自分のライフスタイルに合った形でKaggleを楽しむ。そんな新谷さんの現代的なスタイルが垣間見えたLTでした。
熱気あふれる講演やLTのほか、関東Kaggler会を支える4社もスポンサーセッションを行いました。
SB Intuitions株式会社（スポンサーセッション）／Hirakawa Yumaさん
Legalscapeで一緒に最高のリーガルAIを作ろう！（スポンサーセッション）／富田晃弘さん
関東Kaggler会ご参加の皆様へ（スポンサーセッション）／株式会社リクルート データ推進室 米川和仁さん、阿内宏武さん、羽鳥冬星さん
松尾研究所の紹介（スポンサーセッション）／株式会社松尾研究所 清水茂樹さん
実力者たちが続々とディープなLTを繰り広げた関東Kaggler会。会場は、ときおり笑いが起きるなど終始フラットな雰囲気に包まれていました。一方で、LTの内容は解法の解説やメダルを獲得できた勝因など、本気の技術論がメインとなっていた印象です。
業界や業種、世代などの垣根を超えて、参加者たちが交流する場としても大きな価値があるKaggler会。オフラインコミュニティだからこそ生まれる会話やつながりも多く、今後のKaggleの活動にも生きていくのだと感じました。
