技術セミナー・研修・出版・書籍・通信教育・eラーニング・講師派遣の テックセミナー ジェーピー

説明可能・信頼できるAIの開発とその活用方法

説明可能・信頼できるAIの開発とその活用方法

オンライン 開催
関連するセミナー・出版物
本セミナーは終了いたしました。
セミナーの再開催を依頼する 関連するセミナー・出版物を探す

開催日

  • 2024年11月12日(火) 10時30分 ～ 17時15分

プログラム

第1部 ブラックボックス機械学習モデルの判断根拠を説明する技術

(2024年11月12日 10:30〜12:00)

　ニューラルネットワークのような複雑な機械学習モデルを用いることで高精度の予測が可能になった一方で、機械学習モデルはブラックボックス化が進み、モデルの振る舞いの理解が困難になっている。
　本講演では、ブラックボックス機械学習モデルにおける判断根拠を説明する技術について代表的な手法を紹介すると共に、我々が研究した、効率的にモデルに忠実な説明を生成する技術についても紹介する。

  1. 機械学習の基礎知識
    1. 教師あり学習
    2. ブラックボックス設定
  2. 説明可能AIとは
    1. 説明可能AIの社会における需要
    2. 説明手法の分類
    3. 説明可能AIの用途
    4. 説明の具体例
  3. 代表的説明手法
    1. Local Interpretable Model-agnostic Explanations (LIME)
    2. Shapley Additive Explanations (SHAP)
    3. ブラックボックスモデルの説明における課題
  4. 効率的にモデルに忠実な説明を生成する技術
    1. 入力の入れ子構造を活用した説明技術
  5. まとめと将来展望
    • 質疑応答

第2部 説明可能なAI (XAI) 、信頼できるAIの技術開発と重要性

(2024年11月12日 13:00〜15:00)

　2023年9月7日に開催された広島AIプロセス閣僚級会議では、高度なAIシステムに関する透明性、偽情報、知的財産権、プライバシーなどのリスクが指摘された。これを受け、特に透明性と偽情報を判断する技術的手段として、説明可能なAI (XAI) の研究が一層求められている。XAIの実現により、さらにAIと人間の協働や信頼性を高めることが求められている。
　本講演では、エンドユーザやビジネスユーザにおいて、XAIが求められるシーンを説明した上で、具体的にXAIによって、AIの振る舞いや出力の根拠が説明可能になることとはどういうことか、それによってどのような影響があるかについて述べる。

  1. AIと人間との協働や信頼性を高めるために必要なこと
  2. 説明可能なAI (Explainable AI;XAI) とは一体何か
  3. XAIによって実現できること
  4. XAIの具体的な利用シーン
  5. 世界の動向
  6. XAIによるAIと人間との協働社会
    • 質疑応答

第3部 説明可能AIと機械学習における公平性と活用のポイント

(2024年11月12日 15:15〜17:15)

　説明可能なAIとは、AIの判断根拠を人間にわかるように説明する技術である。AIはブラックボックスと言われ、人間がAIの判断根拠を理解することが難しい。AIの判断根拠の説明は、AIを利用する人間にとって重要な技術的課題である。
　また、機械学習における公平性は、AIによる意思決定において非常に重要な課題となっている。データやAIのバイアスによる性別、年齢、人種などの差別を低減させるための技術が注目されている。本講座では、説明可能なAIと機械学習における公平性についての技術を解説する。

  1. AI倫理問題
  2. AIトップカンファレンスの動向
  3. 機械学習における説明性と精度
  4. 説明可能なAIとは
  5. 説明可能なAIの技術分類
  6. 説明可能なAIの各手法
  7. 協力ゲーム理論と機械学習
  8. 説明可能なAIのツール
  9. 羅生門効果
  10. 注意機構による精度向上
  11. データのモデルへの影響度
  12. モンテカルロドロップ
  13. 生成AIによる説明
  14. 公平と平等、社会での差別
  15. グループ間公平性と個人間公平性
  16. 再犯防止予測AI、採用でのAI利用
  17. AIでの公平性を数式で表現
  18. バイアスの原因と緩和アルゴリズム
    • 質疑応答
ページのトップヘ

講師

  • 吉川 友也 氏
    千葉工業大学 人工知能・ソフトウェア技術研究センター
    上席研究員
  • 中西 崇文 氏
    武蔵野大学 データサイエンス学部 データサイエンス学科
    准教授
  • 鈴木 健二 氏
    東京科学大学 データサイエンス・AI全学教育機構
    特任教授
ページのトップヘ

主催

株式会社 技術情報協会
お支払い方法、キャンセルの可否は、必ずお申し込み前にご確認をお願いいたします。

お問い合わせ

本セミナーに関するお問い合わせは tech-seminar.jpのお問い合わせからお願いいたします。
(主催者への直接のお問い合わせはご遠慮くださいませ。)

受講料

1名様
: 55,000円 (税別) / 60,500円 (税込)
複数名
: 50,000円 (税別) / 55,000円 (税込)

複数名同時受講割引について

  • 2名様以上でお申込みの場合、1名あたり 50,000円(税別) / 55,000円(税込) で受講いただけます。
    • 1名様でお申し込みの場合 : 1名で 55,000円(税別) / 60,500円(税込)
    • 2名様でお申し込みの場合 : 2名で 100,000円(税別) / 110,000円(税込)
    • 3名様でお申し込みの場合 : 3名で 150,000円(税別) / 165,000円(税込)
  • 同一法人内による複数名同時申込みのみ適用いたします。
  • 受講券、請求書は、代表者にご郵送いたします。
  • 他の割引は併用できません。

アカデミック割引

  • 1名様あたり 30,000円(税別) / 33,000円(税込)

日本国内に所在しており、以下に該当する方は、アカデミック割引が適用いただけます。

  • 学校教育法にて規定された国、地方公共団体、および学校法人格を有する大学、大学院、短期大学、附属病院、高等専門学校および各種学校の教員、生徒
  • 病院などの医療機関・医療関連機関に勤務する医療従事者
  • 文部科学省、経済産業省が設置した独立行政法人に勤務する研究者。理化学研究所、産業技術総合研究所など
  • 公設試験研究機関。地方公共団体に置かれる試験所、研究センター、技術センターなどの機関で、試験研究および企業支援に関する業務に従事する方
  • 支払名義が企業の場合は対象外とさせていただきます。
  • 企業に属し、大学、公的機関に派遣または出向されている方は対象外とさせていただきます。

ライブ配信セミナーについて

  • 本セミナーは「Zoom」を使ったライブ配信セミナーとなります。
  • お申し込み前に、 視聴環境 と テストミーティングへの参加手順 をご確認いただき、 テストミーティング にて動作確認をお願いいたします。
  • 開催日前に、接続先URL、ミーティングID​、パスワードを別途ご連絡いたします。
  • セミナー開催日時に、視聴サイトにログインしていただき、ご視聴ください。
  • セミナー資料は郵送にて前日までにお送りいたします。
  • 開催まで4営業日を過ぎたお申込みの場合、セミナー資料の到着が、開講日に間に合わない可能性がありますこと、ご了承下さい。
    ライブ配信の画面上でスライド資料は表示されますので、セミナー視聴には差し支えございません。
    印刷物は後日お手元に届くことになります。
  • ご自宅への書類送付を希望の方は、通信欄にご住所・宛先などをご記入ください。
  • タブレットやスマートフォンでも受講可能ですが、機能が制限される場合があります。
  • ご視聴は、お申込み者様ご自身での視聴のみに限らせていただきます。不特定多数でご覧いただくことはご遠慮下さい。
  • 講義の録音、録画などの行為や、権利者の許可なくテキスト資料、講演データの複製、転用、販売などの二次利用することを固く禁じます。
  • Zoomのグループにパスワードを設定しています。お申込者以外の参加を防ぐため、パスワードを外部に漏洩しないでください。
    万が一、部外者が侵入した場合は管理者側で部外者の退出あるいはセミナーを終了いたします。
本セミナーは終了いたしました。
セミナーの再開催を依頼する
ページのトップヘ

これから開催される関連セミナー

開始日時 会場 開催方法
2026/9/16 画像認識技術を用いたAI外観検査の現場導入事例と精度向上技術 オンライン
2026/9/18 マテリアルズ・インフォマティクスの基礎と実践 オンライン
2026/9/24 マテリアルズ・インフォマティクスの基礎と実践 オンライン
2026/9/24 FT-IRの基礎と機械学習によるスペクトルデータ解析 オンライン
2026/9/28 機械学習のための効率的データ取得とAIモデルの解釈・評価 オンライン
2026/9/28 FT-IRの基礎と機械学習によるスペクトルデータ解析 オンライン
2026/9/28 製薬業におけるCMC・製造領域のデータ・AI活用 オンライン
2026/9/29 機械学習のための効率的データ取得とAIモデルの解釈・評価 オンライン
2026/9/29 機械学習を利用した多成分混合物の物性予測・物性推算 オンライン
2026/10/6 少ないデータでも使える機械学習・異常検知の基礎とインフラ・製造分野への応用 オンライン
2026/10/7 少ないデータでも使える機械学習・異常検知の基礎とインフラ・製造分野への応用 オンライン
2026/10/14 製薬業におけるCMC・製造領域のデータ・AI活用 オンライン
2026/10/20 複数企業・複数機関による秘匿データの統合解析 オンライン
2026/10/20 機械学習を利用した多成分混合物の物性予測・物性推算 オンライン
2026/10/23 未知の不良や異常も検知する検査・センシング・モニタリングに適した人工知能MTシステム (MT法) 基礎と応用 オンライン
2026/10/27 産業現場への実装を起点としたニューラルネットおよび強化学習の原理と活用方法 オンライン
2026/10/27 製造現場における正常/異常判定の考え方とデータ解析結果の使いこなし方 オンライン
2026/10/29 複数企業・複数機関による秘匿データの統合解析 オンライン
ページのトップヘ