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

「説明できるAI」の作り方と業務への導入、活用の方法

Zoomを使ったライブ配信セミナー

「説明できるAI」の作り方と業務への導入、活用の方法

～なぜ、その結果が出るのか? その結果は本当に信用していいのか?～
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

概要

本セミナーでは、AIの実用化を阻むブラックボックス問題を解決する新手法について解説いたします。

開催日

  • 2020年9月9日(水) 10時00分 ～ 17時00分

プログラム

第1部. 説明性の高い 時系列波形データ分析向けAIの開発

(2020年9月9日 10:00〜12:00)

　近年、インダストリアルIoTの普及に伴い、インフラ設備や製造装置にセンサを取り付けて異常の検知や診断を行うなど、時系列波形データをAIにより分析する機会が増えている。このような分野では、専門家が時系列波形データを確認して原因究明や対策立案を行うことが多い。そのため、分析性 能だけではなくAIの判断結果を専門家が理解しやすい説明性が求められる。本講演では、我々の開発した説明性のある 時系列波形データ分析手法として、正常データのみから異常を検知するOCLTSと見逃しや誤報を低く抑えるLTSpAUCとをそれぞれ解説する。

  1. 説明性の高いクラス分類手法
    1. AIによるクラス分類
    2. 説明性に求められる要件
    3. 説明性を実現するアプローチ
  2. 時系列波形データ分析手法
    1. 波形データの特徴
    2. 説明性の高い時系列波形クラス分類手法
    3. 適用事例
  3. 説明性の高い時系列波形異常検知手法 (OCLTS) の開発
    1. 本技術開発の背景と課題
    2. 学習アルゴリズムの概要
    3. 適用事例
  4. 見逃しや誤報を低く抑える説明性の高い時系列波形分析手法 (LTSpAUC) の開発
    1. 本技術開発の背景と課題
    2. 学習アルゴリズムの概要
    3. 適用事例
    • 質疑応答

第2部. 根拠を説明可能な人工知能の開発と その導入、活用の仕方

(2020年9月9日 12:45〜14:45)

　AIの社会実装が急速に進む中、特に医療などのミッションクリティカルな現場においてAIのブラックボックス化が大きな問題となっています。 富士通ではこの問題にいち早く取り組み、AIが提示した結果を、AI自らが説明できる「説明可能なAI (XAI) 」の構築を試みています。 ディープラーニングを用いず、最初から解釈性の高いモデルを構築して説明性を確保するXAI技術 (Wide Learning) や、ディープラーニング用いつつ、別の解釈性の高いモデルと連携させ、AIが下した判断の理由や根拠を説明するXAI技術 (Deep Tensor + Knowledge Graph) を開発し、XAIの社会実装を進めています。 本講演では、こうした富士通が開発した先進XAI技術の概要の説明と幾つかの活用事例をご紹介致します。

  1. 富士通のAI (Zinrai)
  2. 富士通が目指すAI
    1. 信頼できるAI
    2. 説明可能なAI (XAI) の必要性
  3. Wide Learning
    1. 特徴・技術概要
    2. 活用事例 (デジタルマーケティング、不良品検知、ビジネス文書分析等)
  4. Deep Tensor + Knowledge Graph
    1. 特徴・技術概要
    2. 活用事例 (ゲノム医療等)
  5. TDA
    1. 特徴・技術概要
    2. 活用事例
  6. 今後の展開
    • 質疑応答

第3部. 深層学習 (CNN) の判断根拠の可視化 ～視覚的説明の獲得～

(2020年9月9日 15:00〜17:00)

　深層学習 (Deep Learning) による人工知能システムは、画像認識や音声認識の分野で人と同等の認識性能を達成しています。しかし、その出力は何を根拠に決定されたのか分からないという問題があります。本講演では、推論結果を求める際に、深層学習が注目した領域であるアテンションを出力するネットワーク、Attention Branch Network (ABN) について紹介します。ABNはアテンションを獲得しつつ、認識性能の向上にも寄与することができる深層学習のネットワークです。応用事例として、自動運転や医療診断におけるABNによる視覚的説明について紹介します。アテンションを可視化することはAIの視線を確認することであり、人工知能システムの出力の判断根拠を解釈するアプローチとして期待されています。

  1. CNNの仕組み
    1. CNNの構造
    2. 画像認識タスクと代表的なCNN
  2. 従来の視覚的説明
    1. CAM (Class Activation Mapping)
    2. Grad – CAM
  3. Attention Branch Network
    1. ネットワーク構造
    2. アッテンション機構
    3. マルチタスク化
  4. 人の知見の組込による説明性と精度の向上
    1. アテンションマップの手動修正
    2. ネットワークのファインチューニング
    3. アテンションマップの評価
    • 質疑応答
ページのトップヘ

講師

  • 山口 晃広 氏
    株式会社 東芝 研究開発センター 知能化システム研究所 システムAIラボラトリー
    エキスパート
  • 等々力 賢 氏
    株式会社 富士通研究所 人工知能研究所 トラステッドAIプロジェクト
    研究員
  • 藤吉 弘亘 氏
    中部大学 工学部 ロボット理工学科
    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)

ライブ配信セミナーの受講について

  • 本講座は、Zoomを利用したライブ配信セミナーです。セミナー会場での受講はできません。
  • お申し込み前に、 視聴環境 をご確認いただき、 ミーティングテスト にて動作確認をお願いいたします。
  • 開催日が近くなりましたら、視聴用のURLとパスワードをメールにてご連絡申し上げます。
    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。
  • Zoomクライアントをご利用の際は、最新版にアップデートをお願いいたします。
  • パソコンの他にタブレット、スマートフォンでも視聴できます。
  • セミナー配布資料は印刷物を郵送、またはPDFファイルを送付いたします。
  • 当日は講師への質問することができます。可能な範囲で個別質問にも対応いたします。
  • 本講座で使用される資料や配信動画は著作物であり、録音・録画・複写・転載・配布・上映・販売等を禁止いたします。
  • 本講座はお申し込みいただいた方のみ受講いただけます。
    複数端末から同時に視聴することや複数人での視聴は禁止いたします。
  • Zoomのグループにパスワードを設定しています。部外者の参加を防ぐため、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。

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 55,000円(税別) / 60,500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 60,000円(税別) / 66,000円(税込)
    • 2名様でお申し込みの場合 : 2名で 110,000円(税別) / 121,000円(税込)
    • 3名様でお申し込みの場合 : 3名で 165,000円(税別) / 181,500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)

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、大学院の教員、学生に限ります。

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
2025/9/8 GMPに基づいた衛生管理とその徹底 オンライン
2025/9/8 クリーンルームの基礎と作業員・清潔度維持管理のポイント オンライン
2025/9/9 ベイズモデリングによる機械学習の理解と実践 オンライン
2025/9/9 医薬品工場の計画・設備設計及びバリデーションの進め方とトラブル対応 オンライン
2025/9/10 CMOSセンサ技術の全体像 オンライン
2025/9/10 医薬品工場の計画・設備設計及びバリデーションの進め方とトラブル対応 オンライン
2025/9/11 微生物迅速試験法の各試験の原理と目的・プロセス分析技術 (PAT) オンライン
2025/9/12 深層学習、計算機シミュレーションの基礎とシステムのモデル化技術 オンライン
2025/9/16 自動運転・運転支援のためのミリ波レーダの基礎と車載応用、走行環境認識技術 オンライン
2025/9/17 ディジタル信号処理による雑音・ノイズの低減/除去技術とその応用 オンライン
2025/9/17 自動運転・運転支援のためのミリ波レーダの基礎と車載応用、走行環境認識技術 オンライン
2025/9/17 PIC/S GMP Annex 1 汚染管理戦略につながる無菌医薬品製造設備の設計・エンジニアリング オンライン
2025/9/18 GMPに基づいた衛生管理とその徹底 オンライン
2025/9/19 説明可能AI (XAI) から人と共に進化・発展するAIへ オンライン
2025/9/22 深層学習、計算機シミュレーションの基礎とシステムのモデル化技術 オンライン
2025/9/24 ベイズモデリングによる機械学習の理解と実践 オンライン
2025/9/25 クリーンルーム 清浄度維持の勘どころ オンライン
2025/9/28 Vision Transformerの仕組みとBEV Perception オンライン
2025/12/4 自動運転を支えるセンサフュージョンの最前線 : LiDARが拓く未来 オンライン
ページのトップヘ