第1部 生成AIによる教師データの作成とその活用法

(2023年10月18日 10:45〜12:00)

　この講演ではまず、AIの進化と学習手法、特に教師あり学習と教師なし学習の概要について説明します。次に、教師データの重要性とその現状の課題を明らかにします。ここで生成AIの役割を解説し、生成AIを用いて教師データを作成する実践的な視点を深掘りします。画像、テキスト、音声など、さまざまなデータタイプの生成例を取り上げ、具体的な活用事例を通じて生成AIの利点と限界を探ります。さらに、生成データの品質評価方法を紹介し、倫理的視点からの議論を取り入れます。技術的及び社会的視点からの未来展望とともに、生成AIによる教師データの活用に関するベストプラクティスを提案します。

1. AIの進化と教師データの重要性
2. AIの学習方法:教師あり学習と教師なし学習
3. 教師データの概要とその重要性
4. 既存の教師データの課題
5. 生成AIの概要
6. 生成AIによる教師データの作成例:画像データ
7. 生成AIによる教師データの作成例:テキストデータ
8. 生成AIによる教師データの作成例:音声データ
9. 生成AIによる教師データの利点と限界
10. 生成AIによる教師データの品質評価方法
    1. 事例:生成AIによる教師データの活用例1
    2. 事例:生成AIによる教師データの活用例2
    3. 事例:生成AIによる教師データの活用例3
11. 生成AIと倫理:問題と可能性
12. 生成AIによる教師データの未来展望:技術的視点
13. 生成AIによる教師データの未来展望:社会的視点
14. 生成AIによる教師データの活用に関するベストプラクティス
• 質疑応答

第2部 AI開発へのデータ収集と生成AI活用のポイント

(2023年10月18日 13:00〜15:00)

　ChatGPTを始めとした生成AIサービスの広まりに伴い、AIの活用の機運が再度高まってきています。活用に関して、自前のデータをどのように用意し、既存のAIモデルと合わせて、どのように活用していくか、が重要となっています。そのために、生成AIの基礎となるディープラーニングの理解、およびデータの精度がAIモデルにどのような影響を及ぼすかを理解しておく必要があります。
　この講演は、初学者にもわかりやすく平易にデータ収集と生成AI活用のポイントを解説します。

1. 生成AI
   1. 生成AIとは
   2. 画像系生成AI
   3. 言語系生成AI
2. ディープラーニングの基礎
   1. 機械学習とディープラーニング
   2. 画層のベクトル化
   3. 言語のベクトル化
   4. ディープラーニングの基本
3. データ収集と精度
   1. どのようなデータを収集するか
   2. 精度への影響
4. 生成AIを利用する
   1. 転移学習
   2. プロンプトエンジニアリング
• 質疑応答

第3部 データアプローチによる生成AIの精度向上手法および生成AIによる教師データ作成手法の紹介

(2023年10月18日 15:15〜16:45)

　深層学習に続くAIの新潮流として注目を集めている生成AI。しかしながら、その活用や開発は未だ手探りとなっている現状があります。
　本講演では、その解決策として、生成AIの全体像とその活用事例をまずご紹介します。また、自社で生成AIを開発しようとしている企業様や、既存の生成AIの精度を上げたいと考えている方々にとって、大規模言語モデル (LLM) と画像生成におけるデータセット作成から精度向上手法、そして実際の活用例まで、生成AIについてのより深い理解を促進します。

1. 生成AIの概要
2. 生成モデルと識別モデル
3. 各モデルのユースケース
4. LLM (大規模言語モデル)
   1. LLMのデータセット作成方法
   2. LLMの精度向上アプローチ
   3. LLMの活用事例
5. 画像生成
   1. 画像生成の精度向上アプローチ
   2. 画像生成を活用した識別モデルの精度向上事例
   3. 画像生成の精度向上のための識別モデルの活用事例
• 質疑応答