企業におけるＡＩ導入の成否を分けるキーポイント～ＡＩ導入時に注意すべきこと～

■ ＡＩ導入時の注意点、導入事例
■ ＡＩ手法の長所・短所
■ 深層学習の原理・問題点・対策

★ 導入・活用をふまえてＡＩの本質、光と影に迫る
★ ＡＩ導入に失敗／成功する企業のもつ特徴とは
★ データの準備に関する誤解、ＡＩ手法の適切な選択方法、外注時にしてはいけないこと、ＡＩに対する説明責任、、、
★ ＡＩを説明するための代表的な手法、今後求められるべき手法

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

ＡＩ導入時の注意点、ＡＩ手法の長所・短所、深層学習の原理・問題点・対策など

キーワード：
　ＡＩ導入、深層学習、機械学習、説明できるＡＩ、次世代ＡＩ、進化的機械学習

セミナー趣旨

　昨今、大企業・中小企業を問わず、ＡＩの早期導入の強迫観念に悩まされている経営者・技術者の方々が多いようです。中には「ＡＩを導入しないとライバル企業に負けてしまう。とにかく何でも良いから導入しよう。」と考える方も居られます。実際、深層学習（ディープラーニング）の発展により、従来は実現できなかった高い精度を達成できたり、ＡＩを用いることができなかった業務への導入が可能になったりしているのは事実です。一方、深層学習はオールマイティな手法ではなく、何でも解決できるわけではありませんし、使用上の問題点も多いです。このため、ＡＩ導入時に注意すべきことが実際は非常に多く、導入を迷っていたり、導入してみたもののうまく行かずに困っている企業が多いのが実情です。
　本セミナーでは、それらのお悩みをお持ちの方を対象として、ＡＩ導入時の注意点について、導入事例（ただし実名や詳細は伏せます）を交えながら平易に解説します。

セミナー講演内容

１．序論：現在のＡＩブームの本質
　1.1 企業が置かれている現状
　　～ＡＩが今後の世界を制する？～
　1.2 ＡＩの応用分野
　　～ＡＩが有効な分野／まだ使えない分野～

２．そもそもＡＩとは何で今後どうなるのか？
　2.1 ＡＩ手法のトレンドの推移
　　～論理・知識・学習・脳など～
　2.2 機械学習とは何か？
　　～代表的な手法の概要・特徴・限界～
　2.3 今後ＡＩはどのように発展するのか？
　　～真の「人工」知能とは何か？～

３．流行りの深層学習の長所・短所・対策
　3.1 深層学習の原理と特徴
　　～階層型神経回路網の手法と限界～
　3.2 最近の深層学習の手法
　　～ＧＡＮ・物体検出・回路の圧縮・転移学習・浸透学習～
　3.3 深層学習の問題点と対策
　　～回路の見える化・最適化・少量学習～

４．ＡＩ導入時の注意点の概要
　4.1 講師が提案する「ＡＩ導入の基本８箇条」
　　～基本８箇条とは何か？～
　4.2 ＡＩ導入の成否のポイント：概要
　　～ＡＩ導入に失敗／成功する企業のもつ特徴～

５．ＡＩ導入を成功させるにはどうすればよいのか？
　5.1 深層学習の導入時に生じやすい失敗
　　～問題の抽出・ＩＴ/ＡＩコンサルの利用方法～
　5.2 データの準備に関する誤解
　　～データの水増しやクレンジングについて～
　5.3 ＡＩ手法の適切な選択方法とは？
　　～深層学習に向くもの／向かないもの～
　5.4 ＡＩベンダへの外注時に生じやすい失敗
　　～してはいけないこと～
　5.5 ＡＩ技術者の確保・教育の際に起こりがちなこと
　　～求められるべき資質とは何か～
　5.6 ＡＩ導入を成功させる方法
　　～導入・運用・活用・ＡＩ商品の販売など～
　5.7 ＡＩコンサル事例のご紹介
　　～複数のＡＩ導入事例を通した考察～

６．説明できるＡＩと次世代のＡＩについて
　6.1 ＡＩに対する説明責任について
　　～「説明できるＡＩ」とは何か？～
　6.2 ＡＩを説明するための手法
　　～代表的な手法・今後求められるべき手法～
　6.3 深層学習の次に来るＡＩとは？
　　～必ず来る次世代ＡＩを先取りする方法～

７．まとめと質疑応答