深層学習（ディープラーニング）の仕組み・回路・判断・処理の解明＆説明とＡＩの業務への導入、活用方法

ブラックボックスなＡＩを「説明できるＡＩ」にし、業務に導入・活用するには

■ 深層学習ディープラーニング）の基礎と最近の手法
■ 深層学習を「わかるＡＩ」にする方法
■ ブラックボックスの見える化＆ホワイトボックスの性能向上
■ ＡＩを最適化する次世代の進化的機械学習

★ ＡＩを業務に導入する際の成功のコツ、やっていはいけないこと、やるべきこと 
★ 専門外の方にも分かり易いように数式をほとんど使わずに解説 
★ 企業がＡＩを用いる壁であるブラックボックスな処理を見える化し、処理内容を説明するには

セミナー講師

横浜国立大学 大学院環境情報研究院　教授　工学博士　長尾 智晴 氏

【専門】 知能情報学・知能ロボティクス

【略歴】
　東京工業大学大学院総合理工学研究科出身，東京工業大学工学部助手，助教授を経て2000年から横浜国立大学大学院教授，現在に至る．2008年に横浜国立大学発ベンチャーである(株)マシンインテリジェンスを起業して取締役CTOを兼任中．産学連携に力を入れており，これまで累計120社以上，常時5～10社の企業などと共同研究を実施中．

受講料

48,600円 ( S&T会員受講料 46,170円 )
(まだS&T会員未登録の方は、申込みフォームの通信欄に「会員登録情報希望」と記入してください。詳しい情報を送付します。ご登録いただくと、今回から会員受講料が適用可能です。)

S&T会員なら、2名同時申込みで1名分無料
2名で48,600円 (2名ともS&T会員登録必須​／1名あたり定価半額24,300円)

【1名分無料適用条件】
※2名様ともS&T会員登録が必須です。
※同一法人内(グループ会社でも可)による2名同時申込みのみ適用いたします。
※3名様以上のお申込みの場合、１名あたり定価半額で追加受講できます。
※受講券、請求書は、代表者に郵送いたします。
※請求書および領収証は1名様ごとに発行可能です。
　(申込みフォームの通信欄に「請求書１名ごと発行」と記入ください。)
※他の割引は併用できません。

得られる知識

深層学習の基礎と応用、説明できるＡＩ、進化的機械学習、業務へのＡＩ導入、など。

キーワード：説明できるＡＩ、深層学習、進化的機械学習、ＡＩ導入方法

セミナー趣旨

　人工知能ブームのきっかけとなった深層学習（ディープラーニング）は、多数の教師信号を学習させるだけで高精度の分類・変換器を作ることができる有効な手法ですが、処理がブラックボックスになり説明できないなどの業務上の問題点が明らかになりつつあります。また今後、企業がＡＩを用いる際はその処理内容を説明する責任が生じるため、「説明できるＡＩ」に対するニーズが急速に高まりつつあります。
　本セミナーでは、深層学習の基礎と最近の手法、深層学習を「わかるＡＩ」にする方法、ＡＩを最適化する次世代の進化的機械学習などについて、専門外の方にも分かり易いように数式をほとんど使わずに説明します。また、ＡＩを業務に導入する際の成功のコツ、やっていはいけないこと、ＡＩ人材育成方法などを、多くのＡＩコンサル経験をもつ講師が実際の導入事例に触れながら解説します。技術者の方々に加えて、総合職の方々のご参加も歓迎いたします。

セミナー講演内容

１．人工知能と機械学習
　1.1 人工知能の考え方の推移　～AIの世代交代～
　1.2 機械学習の種類と方法　～各手法の特徴と代表的な手法の概要～

２．深層学習（ディープラーニング）の基礎と応用
　2.1 神経回路網の原理と学習法　～パーセプトロンと誤差逆伝播法～
　2.2 深層学習の基礎と実装方法　～各種の深層化のための技法とライブラリ～
　2.3 深層学習の最近の手法　～GAN・YOLO・転移学習・蒸留・浸透学習法～
　2.4 深層学習の問題点と対策　～深層学習の長所・短所・改善策～

３．説明できるAI　～ブラックボックスの見える化～
　3.1 説明できるAIとは？　～説明性の定義と考え方～
　3.2 学習済みの深層学習回路の解析手法　～中間層やヒートマップの表示など～
　3.3 入出力の関係性の解析手法　～Atention・LIMEなど～
　3.4 深層学習回路の簡約化　～回路網の圧縮方法など～
　3.5 処理過程が理解し易い深層学習　～GCM・EGCMなど～

４．説明できるAI　～ホワイトボックスの性能向上～
　4.1 進化的機械学習の原理　～進化計算法の原理と方法～
　4.2 明確な特徴量の自動決定に基づく認識　～進化的画像認識・ACSYS・SIFTERなど～
　4.3 処理過程が明確な処理プロセスの自動生成　～進化的画像処理・CRAFT-ITなど～
　4.4 決定木・決定回路の処理フローの言葉による説明　～EDEN・自然言語による説明など～
　4.5 小規模かつ高性能な回路の自動設計　～進化的セル型回路網など～
　4.6 時系列予測と投資戦略の自動構築　～説明できる時系列予測など～

５．業務へのAI導入方法
　5.1 AI導入における基本８原則　～AI導入時にありがちなこと・注意点など～
　5.2 AIコンサル事例の紹介　～AI導入の成功への鍵とは？～

６．まとめと質疑応答