事業詳細
セミナー
ライブ配信

AIソフトウェアの品質保証セミナー

AIソフトウェアの品質保証に関する新たな知見を学ぶ！

セミナー概要

機械学習技術、特に深層学習技術の進化により、AI（人工知能）の産業応用に向けた取り組みが盛んに行われています。しかし、機械学習を用いてシステムを構築した場合、訓練データから自動抽出したルールに従ってシステムが動作するため、品質保証に関し新たな考え方が必要になります。

また、自動運転、与信判断、医療画像診断をはじめ、人と社会の営みにより深く踏み込むシステムが実現され、例えば「公平性」など、「品質」として考えることが従来よりも大きく広がっています。

当セミナーでは、機械学習技術やAIソフトウェア開発の入門からはじめ、この「AIソフトウェアの品質」に関する最新の話題について、複数のガイドラインや最新技術を俯瞰して紹介します。

特徴

● AIや機械学習技術における基本的な概念や考え方が身につきます。
● 機械学習技術の特性を踏まえた品質保証の課題やアプローチが理解できます。
● AIや機械学習技術の品質に関する最新の動向を理解し、今後の動向に追随するための基盤が得られます。
※Pythonを用いた簡単な体験を行いますが、事前知識は不要です。ただし、一般のプログラミングに関する知識があると、体験内容に関する理解が深まります。
※上記体験の中で、Google Colaboratoryを使用します。Googleアカウントをお持ちの方は、以下Webサイトにアクセスし、指示にあるように「コードの左側にある実行ボタンをクリックする」ことでプログラムコードの実行が可能であることをご確認ください。
https://colab.research.google.com/notebooks/intro.ipynb

参照サイト：https://su-gi-rx.com/archives/4670

【参加者の声】
・AI・機械学習の歴史や概要から説明していただいたので理解が深まりました。また、この機械学習手法さえ使えば良いというものはなく、実際に使用する状況に応じた適切な機械学習手法を用いる必要があるということが非常に参考になりました。
・AI固有の品質特性の「公平性」について、今まで気付いていなかった点を知ることができた。
・AIソフトウェアの品質保証という、AI/機械学習の入門書にはあまり載っていない内容を知ることができ、有用でした。
・参加者を交えた演習が良かったです。ツールを使うことにより匿名で気軽に意見を発信できました。
・AIの世界はイメージすることができないことが多いのですが、具体的な事例を出してお話し頂いたことで、理解を進められたと思います。
・これまで独学やAIサプライヤとの議論のなかで知識を習得してきましたが、講義では全体がわかりやすくまとまっていて知識を深めることができました。自分では理解できていても説明の難しさや、相場観が掴みきれていなかったところがあったが、それらのヒントや答え合わせが自分の中でできました。
・AIソフトウェア開発でのプロセスについて知ることができ、そのプロセスに照らして、品質保証の考え方を理解する助けになり、大変有意義でした。
・AIソフトウェアの品質を考慮する上で総合的に知識を得ることができ、当初の想定よりも広い範囲の事を知る事ができてよかった。
【ライブ配信ご参加にあたってのお願い】

■ライブ配信のビデオ会議（遠隔会議）システムは「Zoom」を使用します。
■申込前に、事前に以下のテストサイトで、スピーカーとマイクのテストを確認してください。
https://zoom.us/test
＊開催当日に視聴できないとのお問い合わせを頂戴した場合、対応できない場合がございます。
■ライブ配信へのお申込みは、開催日の4営業日前までにお願いします。
■参加者情報入力画面において、資料の送付先として参加者の郵便番号、所在地、メールアドレスを必ずご入力ください。

＊「参加に関するお願い事項」についてもご一読ください。

開催概要

対象 ・AIソフトウェアの基礎を学びたい方、知見を広げたい方
・AIソフトウェアの品質保証活動とは何か理解したい方
会場 ライブ配信
講師 ・西垣 貴央 氏（拓殖大学 工学部 情報工学科 助教）
・石川 冬樹 氏（大学共同利用機関法人 情報・システム研究機構 国立情報学研究所 アーキテクチャ科学研究系 准教授/先端ソフトウェア工学・国際研究センター 副センター長）
参加費 賛助会員 53,240円
一般 60,500円
※税込み

カリキュラム

2日間コース

日程 内容
第１日
9:20～16:30		 ■午前
1．AI（人工知能）とは
1-1．推論と学習
1-2．人工知能の歴史
2．機械学習とは
3．機械学習に対する評価のポイント
3-1．過学習
3-2．モデルの評価
4．機械学習の分類手法の紹介
4-1．判別分析
4-2．サポートベクターマシン（SVM）
4-3．決定木
4-4．ランダムフォレスト
5．ディープラーニング（深層学習）とは

■午後
6．AIソフトウェア開発の基礎
6-1．機械学習型AIプロジェクト
6-2．機械学習における予測性能評価
6-3．機械学習型AIと従来ソフトウェアの違い
7．AIソフトウェア開発に関するデモ・演習
7-1．データ分析と機械学習モデルの開発・評価デモ
7-2．AIソフトウェアの価値に関する議論
第２日
9:30～16:30		 ■午前
8．AIソフトウェアの難しさ
8-1．象徴的な事例
8-2．難しさの要因
9．AIソフトウェアの品質
9-1．AI品質に関する国内ガイドライン
9-2．AI品質・倫理・トラストに関する動向

■午後
10．AIソフトウェアの品質に関する演習
10-1．AIソフトウェアの品質評価に関する議論
11．AIソフトウェア固有の品質特性・技術
11-1．公平性
11-2．説明可能性・解釈性
11-3．AIセキュリティ
11-4．テスティング技術
12．対話型生成AIの動向
12-1．大規模言語モデルと対話型生成AI
12-2．対話型生成AIにおける品質
13．総合討論・質疑応答

日程

回数 開催日 開催地 申し込み状況
第1回 2024年 8月 5日（月）～6日（火） ライブ配信 締切
第2回 2025年 1月 29日（水）～30日（木） ライブ配信 受付中

セミナーの日程、開始・終了時刻、カリキュラム、会場は、都合により変更することがあります。また、諸般の事情によりセミナーの開催を中止することがありますので、あらかじめご了承ください。

お申込みに関してのお問い合わせ先

ページトップ