このサイトではJavaScriptを使用しています。ブラウザの設定でJavaScriptを有効にしてからお使いください。 深層学習などの人工知能の説明性向上と業務への導入のポイント [講習会詳細] | テックデザイン
FAXでのお申し込みはこちらから

“これからAIを導入しなければならい企業”“導入したが、活用できていない企業”の方々を対象に、AI導入の問題点とその解決方法、さらには成功の秘訣について、(本来なら難しい内容ですが、)数式はほとんど使わず解説します!

深層学習などの人工知能説明性向上業務への導入ポイント

~“ブラックボックス説明性向上”“ホワイトボックス精度向上”および導入成功秘訣~

【日 程】

2019年10月30日(水) 10:30~16:30

【会 場】 リファレンス西新宿 会議室(東京 新宿駅)
【受講料】

36,000円(税込/テキスト付)

 

※9月30日の18時までにお申込みの場合、34,980円(税込)となります。

講師: 横浜国立大学 大学院環境情報研究院 教授 YNU人工知能研究拠点長 長尾 智晴先生

経歴: 東京工業大学大学院総合理工学研究科出身。工学博士(東京工業大学)。東京工業大学工学部助手、助教授を経て、2001年より現職。専門は知能情報学。論文・著書多数。産学連携に力を入れており、共同研究は累計100社以上、常時10社以上の企業と共同研究中。2008年には横浜国立大学発ベンチャーである株式会社マシンインテリジェンスを起業し、取締役CTOを併任中。経産省NEDO「説明できるAI」採択プロジェクト代表責任者。

●経産省NEDOプレスリリース:https://www.nedo.go.jp/koubo/CD3_100157.html

●採択者リスト(pdf):https://www.nedo.go.jp/content/100895312.pdf

Ⅰ. 人工知能と機械学習の現状
  1. 人工知能の考え方の推移
    ~AIの過去・現在・未来~
      2. 機械学習の種類と方法
    ~教師あり/なし/半教師あり学習~

Ⅱ. 深層学習(ディープラーニング)の問題点
      1. 神経回路網の原理
          ~勾配降下法は学習と言えるのか?~
      2. 深層学習の基礎と実装方法
          ~深層化の技法・ライブラリ~
      3. 深層学習の最近の手法
          ~知識の流用(転移・蒸留・浸透)~
      4. 深層学習の問題点
          ~何が問題になるのか?~

Ⅲ. 「説明できるAI」(ブラックボックスの説明性向上)
      1. 説明できるAIとは?
          ~説明性の定義~
      2. 学習済みの深層回路の可視化手法
          ~Grad-CAM・LIMEなど~
      3. 深層回路の圧縮と簡約化
          ~簡単化による説明性向上~
    4. 処理過程が説明し易い構造の深層回路
          ~GCM・EGCMなど~
    5. 深層回路の自然言語による説明
          ~基本手法と応用例~

Ⅳ. 「説明できるAI」(ホワイトボックスの精度向上)
    1. 進化的機械学習の原理
          ~進化計算法のキーポイント~
    2. 特徴量の最適化による簡潔な認識処理
          ~SVMの最適化~
    3. 処理過程が説明できる処理の自動構築
          ~進化的画像処理など~
    4. 決定木・決定回路の言葉による説明
          ~分類過程を言葉で説明~
    5. 小規模・高性能な回路の自動設計
          ~構造制約による回路設計~

Ⅴ. 業務へのAI導入方法
   1. AI導入における基本8原則とは?
         ~誤解と先入観の罠~
   2. AIコンサルの事例紹介
         ~AI導入時に陥りがちな問題点~
   3. AI導入を成功させるには?
        ~どのような企業がうまくいくか?~

Ⅵ. まとめと質疑応答

<習得知識>
・ 深層学習などの機械学習の定義、原理、方法に関する知識
・ 「説明できるAI」の実現方法と最近の動向
・ 企業の業務へのAI導入方法、導入時の課題、成功の秘訣

<講義概要>
 最近は“AIバブル”とでも言うべき状況であり、AIをよく知らない企業から異常に高額な受注を受ける多くのAIベンダーやIT企業が私腹を肥やしています。AIの見積もりの妥当性が分からない、社内にAIを知っている人材が居ない、そもそも経営者・技術者が,AIとは何か?そして何をすれば良いのか?をよく理解していないと思われる企業(大小問わず)が多数存在しているのが現状です。本講座では、これからAIを導入しなければならない、あるいは導入してみたがうまく活用することができていない、というお悩みをもつ企業の技術者・経営者の方々などを対象として、これらの問題を解決する方法について解説します。
 はじめにAIの概要、深層学習などの機械学習の現状と課題について解説した後、今後、AIを利用する企業に求められる「AIに対する説明責任」を果たすための「説明できるAI」とは何か、そしてそれを実現するための2つの方法(ブラックボックスの説明性向上・ホワイトボックスの精度向上)について詳しく説明します。最後に、業務にAIを導入する際の注意点と導入成功の秘訣をお話しします。本来なら難しい内容を、ほとんど式を使わずにわかりやすい説明で定評がある講師が易しく解説します。技術職であるか否かに関わりなく、ご興味をお持ちの方は是非ご参加下さい。



  • facebook

  • 食添素材ナビ
       
ページTOPへ