DEEP LEARNING LAB by connpass


開催する勉強会



過去の勉強会

10/9 (金)

Ad7ae15e8ac333ea29df5d2a377b2094 DEEP LEARNING LAB
エンジニアは海外へ挑戦すべきか!?
エンジニア向けキャリアセッション 日本でデータサイエンスやエンジニアリングに携われている方を対象に、キャリア について考察するセッションイベントとなります。今回はアメリカでエンジニアや投資家として働かれる超豪華な四名の方より、海外でエンジニアとして働くキャリアパスについてご講演いただきます。ようやく日本でもデータサイエンスや AI に関連する業務が増えてきているものの、扱うデータ量、業務の幅、スピード感、給与面等、まだまだ古い日本の大手企業やSI ベンダーの業務形態は残っています。データサイエンスを学ばれている方に、自分のスキルを最大限発揮する場所の選択肢の一つとして、海外でのキャリアについても視野に入れていただければと思います。 ※ あくまでも選択肢の一つとして海外でのキャリアについて考察します。 ※ 学生さんの参加も可能です。 ※ 予告なくセッション内容を変更する場合があります。予めご了承ください。 当日は Teams チャットウィンドウ にて質疑応答を受け付けます。 ※ セッション資料はイベント前後で公開される予定です。Connpass の本ページをご確認ください。 参加対象者 データサイエンティスト ソフトウェアエンジニア、システムエンジニア、デベロッパー Computer Science を学ぶ学生 データサイエンスに関わるマーケター、事業開発担当者 ゲストスピーカー 野崎 慧史さん, Director, Sales & Marketing, Archetype Corporation LinkedIn プロフィール 岡崎 雄太さん, Vice President, ISI-Dentsu of America, Inc LinkedIn プロフィール 酒井 潤さん, Senior Software Engineer, Splunk LinkedIn プロフィール 濵田 隼斗さん, AI/ML Specialist, Microsoft Corporation LinkedIn プロフィール イベント情報 日時: 10月9日(金)17:00~18:00 場所: オンライン (Teams) *参加者には別途リンクを共有いたします。 タイムライン: 時間 セッションテーマ 登壇者 17:00 Teams Meeting 開始 17:00 - 17:05 Introduction Microsoft 樋口 17:05 - 17:10 スピーカー紹介 Microsoft 樋口 17:10 - 17:30 パネルディスカッション Part 1 岡崎さん、野崎さん、濱田さん 17:30 - 17:45 パネルディスカッション Part 2 酒井さん 17:45 - 17:55 Q&A Microsoft 樋口 17:55 - 18:00 クロージング と 今後の展開のご紹介 Deep Learning Lab とは Deep Learning Labとは、Azure クラウドを提供するMicrosoft と 各種 Deep Learning ソリューションを提供するパートナー企業様による、深層学習に関する「最新技術をビジネスで活用している事例」や「最新の技術動向」を共有することで、深層学習技術者の裾野を広げ、実社会での利用拡大を図ることを目的としたコミュニティです。 詳しくはこちらをご参照ください。 https://www.slideshare.net/hironojumpei/deep-learning-lab-ai-expo ※本イベントで収集された個人情報の取り扱いについて 日本マイクロソフト株式会社の個人情報保護方針に準拠して取り扱います。 https://www.microsoft.com/ja-jp/mscorp/privacy/default.aspx

8/1 (土)

Ad7ae15e8ac333ea29df5d2a377b2094 DEEP LEARNING LAB
DLL3周年とCDLEとの初・合同記念イベント
Deep Learning Lab(DLLAB)について Deep Learning Lab とはディープラーニングの実社会での活用を推進するコミュニティです。先端技術を実際のビジネスに応用するべく、技術とビジネスの両面に精通したプロたちが毎月の勉強会や教育活動をベースに、ニーズに合わせた最適な技術を選択し開発した事例や最新技術動向の情報発信を行い、ソリューション検討を具体的に行えるようにします。マイクロソフトとPFNの協業から生まれました。​コミュニティご紹介資料はこちらです。 Deep Learning Digital Conference DLLAB は2020年夏で3周年を迎えます。過去様々な企業やコミュニティと連携して企画を推進してきましたが、今回は日本ディープラーニング協会が実施する資格試験の合格者によるコミュニティ CDLE との合同企画としてデジタルカンファレンスを開催いたします。今年は特に、COVID-19 の影響で産業構造やビジネスを取り巻く環境が過去見ないほどに大きく変化している中、AI 自体の存在価値・在り方はどうなっていくのか。計30を超えるセッションから考察していければと思います。今回は、最先端のソリューション開発を行うスタートアップやベンダーに加え、大手メーカー・物流企業の実ビジネス化に向けた取り組みや人材教育についてもセッションを揃えております。 本イベントでは、「事例セッション」、「技術セッション」、「教育セッション」、「個人セッション」に分けてビジネス側からエンジニア側まで幅広い層を対象に AI の社会実装における現状をお届けします。 事例セッション: ML/ DL のビジネス活用事例の紹介。事業責任者、経営層、ビジネス向け。 技術セッション: 最新の技術動向、研究開発内容について紹介. 企業、研究者による取り組み紹介。データサイエンティスト、エンジニア向け。 教育セッション: 今後の AI 人材に求められるスキル、マインド、キャリア、コミュニティなどの紹介。 個人セッション: 個人で取り組む内容、事業、研究、学習方法など。トピックは限定しない。DLLからも登壇者の受付を行います。 イベント概要 【日時】2020年8月1日(土)12:30 配信開始、18:30 終了 【場所】YouTube Live (登録いただいた方にリンクを別途送付いたします) 【費用】一般 500円(コンパス集金は事務局の株式会社中外が代行します。) ※学生無料 【Web】https://dldc-2020.dllab.ai/ セッションの割り振りはイベント当日まで変更の可能性があることをご容赦ください。 セッションカテゴリ セッションタイトル 詳細 演者 Keynote 1 深層強化学習の汎用に向けて 深層学習の真価は汎用性にあり。画像認識、自然言語処理といった領域では実用化が進み、各種場面、用途で応用されている深層学習ですが、強化学習の領域ではまだ他の領域に比べ活用は少ない。この差はどこから来るのか?他領域における深層学習の成功のステップを辿り、それが強化学習の領域ではどう再現できるか、なぜロボットの応用が特に面白いか、現状の困難や成功の背景を話していきます。 Google Brain 研究員東京大学 未来ビジョンセンター/松尾研究室 客員研究員一般社団法人日本ディープラーニング協会 有識者会員Shane Gu Keynote 2 リターン・オン・モデル(ROM)で価値の最大化を目指す、社会実装されるための機械学習テクニック 機械学習やディープラーニングの社会実装は、一般的なITプロジェクトと比較すると難易度の高い内容となっています。リターン・オン・モデルという機械学習モデルに対する費用対効果的なコンセプトから、実社会において活用されるための必要な要件定義、実装のテクニックについて解説します。一般社団法人リテールAI研究会において成功や失敗した事例をもとに、流通業界を中心とした最前線の実例から、機械学習の社会実装について切り込んでいきます。 一般社団法人リテールAI研究会今村 修一郎 事例セッション アマダのAI開発を加速するための、DevOPS・MLOPSの取り組み事例紹介 株式会社アマダでは約5年前くらいからAzureをつかった開発・テスト環境の構築に取り組んでおり、その一部としてDevOPS/MLOPSがあります。今回、アマダAIイノベーション研究所でMLOPSに対する要求を作成し、株式会社アバナード様に構築いただきました。その内容やアマダ側の受け入れについて事例を紹介します。 株式会社アマダAIイノベーション研究所三好 秀治株式会社アマダ中川 大樹アバナード株式会社ジャンノエル リベル 事例セッション ディープラーニングを用いたワインブドウの収穫量予測 本セッションでは、ワインブドウの収穫量予測の実証実験について紹介する。実証実験では、圃場内を網羅的に自動走行する台車によって撮影された画像を入力とし、①Semantic segmentationによって得られたブドウ領域と、深度カメラから得られた距離情報を用いたブドウの大きさの推定②ブドウの大きさー重量回帰モデルによる重量の推定の2ステップによってブドウの重量を予測する。また総重量を予測する際には、台車の自己位置推定によってフレームインしている畝の領域を特定し、抜け・重複の少ない予測を実現した。これらの手法を用いた収穫量予測の効果検証は2020年秋に実施予定である。 日鉄ソリューションズ株式会社徳竹 眞人 技術セッション Tensorflow Liteの量子化アーキテクチャ Tensorflow Liteに導入されたPost-training quantizationのアーキテクチャについて解説します。Post-training quantizationを使用することで、floatで学習したモデルを、キャリブレーションイメージを使用することでint8のモデルに再学習不要で変換することができます。また、LayerWiseQuantizationとChannelWiseQuantizationについて解説し、Tensorflow Liteの量子化モデルの精度が高い理由を考察します。 ax株式会社品部 仁志 技術セッション CPUだけでAIをやり切った最近のお客様事例 と インテルの先進的な取り組み インテルはここ数年間、AIを戦略の中心に置いて各種事業活動を行っております。最も分かりやすいところだとインテルCPUを始めとするハードウェア、および、ソフトウェア製品の強化になるのですが、実は同時に、ユーザー企業様へ直接アプローチし、AI導入およびそれによるビジネス課題の解決もお手伝いさせていただいております。本セッションでは、そうした弊社の活動の中からお客様事例をいくつかご紹介いたします。いずれも”CPUだけでAIを動かされている”お客様になりますので、AI導入の現実解として皆様のご参考になれば幸いです。また、最近インテルが注目している次世代のAI関連技術も併せてご紹介いたします。 インテル株式会社大内山 浩 技術セッション Azure における Reinforcement Learning の取り組み 近年、強化学習が注目されています。推薦システム、ロボット自律化、物流最適化などの幅広い分野で適用ができる可能性があります。しかしながら、強化学習の導入ハードルは非常に高く採用に至っていない状況です。Azure では Data Scientist だけでなく、ドメインの専門家や IT エンジニアでも利用できるサービスを展開しており、強化学習の民主化を目指しています。本セッションは強化学習の基本的な考え方に触れながら、Microsoft 社内やお客様での適用事例、Azure の強化学習のサービスをご紹介致します。 日本マイクロソフト株式会社女部田 啓太 教育セッション Post COVIDにおけるAI人材の新しい学習スタイルとAIの社会実装にむけたAIエンジニアに求められるE資格その後のスキル 変化が目まぐるしいAI領域でのキャリア形成のためには、基礎となる数学やPythonの習得と体系的な機械学習の知識習得および実装力はもちろんのこと、最新トレンドのキャッチアップが必要です。また、COVID-19の影響により、変則的な勤務や在宅勤務が増えたことで、学習スタイルにも変化が求められています。本セッションでは、今後社会へのAI実装に際して重要性が増すと考えられるスキルとして「XAI(説明可能なAI)」と「Azure Machine LearningのAutoML」を取り上げ、AIの基礎理解の後にどのようにして学んでいくべきかを、最新の学習科学の知見をもとにご紹介します。 スキルアップAI株式会社斉藤 翔汰 教育セッション DXを推進するAI人材育成の在り方 ~ e-learning によるAIリテラシの向上~ 「AI教育・研修を切り口に、要件定義・試作品(PoC)の開発支援など、AIプロジェクト成功に必要なソリューションをワンパッケージで提供、AIに強い組織づくりを支援」してきた株式会社アイデミーのエンタープライズサービス部長 桐原憲昭 が、「AI人材の育成」「AIを活用できる組織づくり」をテーマに語ります。 株式会社アイデミー桐原憲昭 教育セッション 人材育成で本当は大切なのに忘れがちな3つの価値 〜 オンライン/オフラインでの学びは何が変わって何が変わらないのか?なぜ社内でのAI活用は一向に進まない コロナウイルスの影響により、オンラインで学ぶ機会が圧倒的に増えました。弊社でもこれまでは教室に集まって講義を行っていましたが、今回を機に本格的にオンラインでの学びにシフトしています。オンラインでの学びというとE-learningを想像される方も多いと思いますが、オンラインでのリアルタイム講義を希望される方が多く、この形式を中心に行なっています。E-leaningは「いつでも」「どこでも」受講することができ、値段もお手頃であることが多い中、その逆であるリアルタイムの講義を望まれる方が多いのか。本セッションでは、このリアルタイムでの講義が持つ価値を要素分解し、視聴者の方にとって本当に必要な研修の構成要素を選択できるような情報を提供します。自社にとって最適なプランを最適な値段で受けられることこそ、オンラインでの学びの価値を最大限活かせていると言えます。また、ディープラーニングと関わりの深い AI を学ぶときに多くの人が陥る失敗を紹介します。長い時間、難しい本を読んで数学力やプログラミング力がしっかりと付いているにも関わらず、自社内の改善になぜか繋がらない。社内にデータは蓄積されているけれど、「使えるデータがない」と嘆く状態から抜け出せない。そこには、最初の設計に課題があります。どのように工程設計を行うと、この課題から抜け出すことができるか。キカガクでの社内ツールを作るまでの具体的な事例とともに紹介します。 株式会社キカガク吉崎 亮介 個人セッション オンサイトデータコンペの魅力。関わる全員が楽しいコンペ設計のための取り組み 近年機械学習課題の解決方法の一つとしてデータコンペという形式が台頭している。データコンペとは課題を抱えている企業がデータと課題を設定し、一般の参加者がその精度を競う大会である。出題側は良質な解法が得られる可能性がある一方で専用のシステムを用意しかつコンペに適した課題設計を行い、優秀な参加者を集客する必要あり、開催のためのハードルが高い。このセッションではatma株式会社が開催するatmaCupにおいて、出題側はもちろんのこと参加者全員が楽しいと思えるようなコンペになるために行っている取り組みについて紹介する。 atma株式会社 山口 貴大 個人セッション AI・ディープラーニングを駆使して、「G検定合格者アンケートのフリーコメント欄」を分析してみた 2020年5月に実施した「第2回G検定合格者がおススメするAI・DL本アンケート」のフリーコメント欄、「ディープラーニング協会へのご意見・ご要望」に寄せられた意見を、ディープラーニング協会らしく、機械学習とディープラーニングを駆使して分析した結果を紹介します。本発表ではワードクラウド、説明性XAI、クラスタリング、要約、ALBERTなどの自然言語処理技術の概要を解説し、そして実際にこれらの技術を、G合格者のみなさまの「ディープラーニング協会へのご意見・ご要望」データに適用すると、どのような分析結果が出たのか紹介します。 株式会社電通国際情報サービス小川雄太郎/御手洗拓真 個人セッション DLLヘルスケア分科会の取り組み 医療×AI わかってきた医療従事者の意外な反応と「ニューノーマル時代」での推進。これまで2019年から2度にわたりDLLヘルスケア分科会で医療×AI進歩ジウムを実施し、ヘルスケア分科会を立ち上げるに至りました。「ニューノーマル」時代での医療×AIがどうなっていくのか?政府はどのような方針でAIの推進をしていくつもりなのか?保守的と言われている医療業界のAIに対する反応は?これまでの活動を踏まえ、今後のヘルスケア部会はどのような取り組みをしていくのか?などについて語らせていただきます。 千葉大学医学部附属病院亀田 義人 事例セッション AIプロジェクトを成功させ、加速させる進め方とは? ~ クラウドをフル活用しAI利用をドライブする方法をご紹介 ~ AIを導入/活用する最前線では日々課題が発生し、対処をしていくことが求められます。例えば旧来型のDWHをご利用のお客様には「データの肥大化で集計用DWHの処理時間がボトルネックに」といった課題や、「そもそもAIのり活用を始められる人材がいない」といったシステム以外の課題も発生しています。そういった状況を乗り越えデータ利活用に成功している企業ではどのような考え方や、ツールを利用しているか。実際に弊社が支援に携わったお客様のユースケースを交えてお伝えいたします。 株式会社ナレッジコミュニケーション中西 貴哉 事例セッション AIの売上予測を発注システムに組み込んだリンガーハットのデータ活用戦略 プロジェクトの立ち上げの背景から、AIの活用を模索して発注システムの構築に至る過程だけでなく、AzureでのAI活用戦略に取り組みについてご紹介いたします。 DATUM STUDIO株式会社光田 健一 技術セッション 最新のNVIDIA AmpereアーキテクチャによるNVIDIA A100 TensorコアGPUの特長とその性能を引き出す方法 エヌビディアは、2020年5月に最新のNVIDIA Ampereアーキテクチャと、それに基づく最初のGPUであるNVIDIA A100 TensorコアGPUを発表しました。2017年のVoltaアーキテクチャで導入された行列演算ユニット「Tensorコア」がさらに進化しただけでなく、GPUをハードウェア的に分割する「Multi-Instance GPU (MIG)」など、様々な新機能が追加されています。このセッションでは、A100 GPUの新機能に加え、VoltaやTuring世代GPUも含めたTensorコアの活用方法や、今注目のCUDA on WSL2の最新情報もお伝えします。 エヌビディア合同会社佐々木 邦暢 事例セッション 製造業における最新AI適用事例のご紹介 企業におけるデジタルトランスフォーメーションの進展に伴い、多くの企業がAIを活用した事業創出や業務革新を本格化させています。こうした環境変化に応えるため、ISIDでは4年前に設置したAI専任組織を中核に、製造業の設計開発をはじめとする多様な領域において、最適なAIソリューションの開発や適用支援を行ってきました。これまでに、時系列データを利用した動作予測や予兆検知サービス、深層強化学習で機械制御を最適化していくためのAIモデル構築や因果分析サービス等、製造業を中心に100を超えるAIプロジェクトの推進実績があり、本セッションでは、これらのAI開発プロジェクト事例についてご紹介します。 株式会社電通国際情報サービス芝田 潤 個人セッション BERT の解剖学: interpret-text による自然言語処理 (NLP) モデル解釈 Google が 2018 年に発表した深層モデル BERT は、自然言語処理 (NLP) の多くのタスクでブレイクスルーを起こしました。性能面で進歩がある一方で、公平性に関するガイドラインが総務省から発表される等、産業界では解釈可能な AI を求める声が大きくなってきています。そこで本セッションでは、このギャップを埋めるために Microsoft Research が開発している、interpret-text と呼ばれる機械学習ライブラリをご紹介します。BERT を含む、様々な自然言語処理モデルを解釈するための 2 つの方法について解説し、簡単なデモをお見せします。 日本マイクロソフト株式会社山口 順也 技術セッション ディープラーニングのロボット応用事例ーデータからエクスペリエンスへ 深層学習研究では通常,学習データとラベル(報酬)が設計者によってトップダウン的(受動的)に与えられる.しかしロボットでは「感覚から運動が生成される」というだけでなく「動作から新しい感覚が生成される」という側面も重要となる.このように自身の経験を通じて能動的に得られる情報を,通常の学習データと区別して「エクスペリエンス(経験)」と呼ぶ.本講演ではこの視点からのディープラーニングのロボット技術,そして複数の企業との共同研究事例を紹介する. 早稲田大学尾形 哲也 技術セッション Spark + AI Summit 2020で発表された注目内容を一挙にご紹介〜AI/機械学習プロジェクトに関わる方は必見です〜 6/24 - 6/26 にグローバルで実施されたSpark + AI Summit 2020ので発表された最新テクノロジーのアップデート情報をお届けします!・ Spark 3.0 - 更に高速化、最適化されたSpark 3.0が目指すよりインテリジェントな統合分析・ Lakehouse - 従来のデータレイクにデータウェアハウスライクな直観操作を可能にした次のビッグデータパラダイムシフト・ Delta Engine - モダンCPUアーキテクチャに特化されたベクトル化実行エンジン「Photon」と最新のDelta Lakeでレイクハウスの超高速化を実現・ Redash - ビッグデータ用のグラフィカルな分析をSQLで簡単に実現 データブリックス・ジャパン株式会社ジャ・ジーシン (ジン) 事例セッション COVID19ワクチン開発に向けた、AIの挑戦 ~深層学習が導く、新領域との接点~ 新型コロナウイルスCOVID19のワクチン開発は世界的な急務です。フューチャーは、2018年から大阪大学等と深層学習を用いたワクチン開発の共同研究を開始し、その成果をCOVID19ワクチン開発にも活用しています。ワクチン開発というと遠い世界の話に思われるかもしれませんが、内部で使っている技術は、自然言語処理や画像処理等、お馴染みの分野で培われた深層学習技術です。本セッションでは、ワクチン開発という世界的重要課題において、深層学習が具体的にどのように利用されるかを紹介し、深層学習が医療に限らず、新領域に踏み出す際の心強いツールとなることをお伝えできればと思います。 フューチャー株式会社貞光 九月 技術セッション 準同型暗号を用いた秘密計算技術とデータベース/Deep Learningとの融合 近年、MaaSやスマートシティ、情報銀行などのデータ連携活用、産業界のデータ分析・AI開発プロセスにおいて、機密情報や個人情報のセキュリティ対策やプライバシー保護が課題となっている。その解決策として、データ通信時や保管時の保護だけではなく、活用時も秘匿にしたまま解析が可能なSecure Computing(秘密計算) という技術領域がグローバルトレンドとして注目されている。本セッションでは、秘密計算の要素技術である「データを暗号化したまま解析が可能な準同型暗号」という暗号技術について、またそのユースケースについて紹介する。 EAGLYS株式会社今林 広樹 教育セッション AI活用人材の社内育成に関する取り組みについて ~ダイキン情報技術大学~ ダイキン工業では、新入社員100名を2年間特定の部署に配属させることなく、AIやIoTといったスキルをゼロから学ばせる「ダイキン情報技術大学」という取り組みを行っています。本セッションでは、講義・演習やPBL(Project Based Learning)などのプログラム内容や、今後どのようなAIの利活用を考えているのかについて、具体的な事例をもとに紹介します。また本取り組みに対して電通国際情報サービスが実施しているアドバイザー支援やクラウド教育について紹介します。 ダイキン工業株式会社下津 直武 / 株式会社電通国際情報サービス久保田 敏宏 教育セッション アカデミックにおけるAI/ディープラーニング の教育と学習支援に関する研究 中部大学は教育機関として初めて日本ディープラーニング協会のE資格に関する認定プログラムを受けています.今年3月に開催されたE資格の試験では,本認定プログラムを終了した学生が全員E資格に合格することができています.認定プログラムを承認されるまでのプロセス,および本認定プログラムで取り組んでいる内容について紹介します.また,我々の研究グループは,企業の方へAI/ディープラーニング の教育を展開しており,その事例についても紹介します.加えて,教育現場で収集できる学習ビックデータを利用したAIシステムに関する研究も紹介します. 中部大学山下隆義 個人セッション CDLEハッカソンが、自分の人生のターニングポイントになった話 ・CDLEに参加し賞を受賞し、仲間と出会えた事や、キャリアチェンジに繋がった話。・仲間とKaggleに参加することで得られた知識を、業務に活用できた事例紹介。 矢崎総業株式会社圖師 秀幸 事例セッション PoCを超えて事業価値のあるAIを作るには 〜経営者・事業責任者が知っておくべきポイントを、事例を交えてご紹介〜 機械学習、ディープラーニング技術が著しい発展を遂げている一方で、それをビジネスとして本当に価値があるものにしていくことは非常に難易度が高く、PoCで終わってしまうAIプロジェクトも多いというのが現状です。そこで、事業価値あるAIを作るために何が必要かという点について、弊社が様々なプロジェクトを進めてきた経験からお話しいたします。特に、発注者側(経営者・事業責任者)の目線で、何ができるのかに言及します。AIプロジェクトを、「ただAIベンダーに発注してから任せきり」にするのではなく、「どんなリスクを考慮する必要があって、どう目利きをしていけばいいのか」についてお話しさせていただきますので、ご興味ある方は是非ご参加ください。 株式会社Algoage大野 峻典/横山 勇輝 教育セッション ビジネスで役立つAIリテラシーから機械学習エンジニアリングまで実践形式で学ぶ課題解決型AI人材育成とは?〜国内最大AIコンペサイトのノウハウから学ぶ最新学習法〜 AIプロジェクトにおいて高確率で成果が得られる方法として、世界中のAI人材がAIの精度を競い合う「AI開発コンペティション」が注目されています。参加者はコンペを通じた業務課題へのチャレンジにより、実践的なAIスキルを習得可能です。この育成効果は課題解決型学習(PBL)という教育手法に相当します。ビジネスマンがAIプロジェクト推進に求められるリテラシー。エンジニアが高精度な機械学習モデルを実装するためのテクニック。これらのスキルを実際のプロジェクトを追体験しながらオンラインで学べるサービス「SIGNATE Quest」を開発しました。今後の社会に必要なAI人材、その育成効果についてご紹介します。 株式会社SIGNATE齊藤 秀 個人セッション 37歳未経験からAIエンジニアへ転職したプロセス 私は37歳だった2019/5にイチからAIの勉強を始めてスキルを付け、転職活動を経て、2020/1にAIエンジニアとしてAI系のSIerへの就職を実現しました。その過程で経験したスキルアップや転職戦略をこれからAIエンジニアを目指す方に共有出来ればと思います。 株式会社KUNO川端 伸治 教育セッション 人工知能分野での人材育成と教育(AI活用・導入を成功させるためのAI人材育成) 人工知能分野での人材育成は「今までの技術教育」では立ち行かないことがわかり、私共は事業グループ独自にてワーキンググループを作り、新たな人材育成と教育方針の策定に取り組んでまいりました。JDLAプログラムであるG検定/E資格の資格教育の推進を中心に3か年の計画を作り、着実に人工知能分野に対応できる人材を増やしてきております。今回は、私共のワーキンググループでの取り組みの紹介と未来像について講演いたします。 伊藤忠テクノソリューションズ株式会社荻野 圭介 教育セッション データドリブン経営で成功するAI-Readyな企業を目指した人材育成 ヤマトホールディングスは2020年1月に経営構造改革プラン「YAMATO NEXT100」を策定し、その基本戦略の1つとしてデータドリブン経営を掲げています。デジタルトランスフォーメーション(DX)による物流オペレーションの効率化、標準化はもとより、データ分析に基づく業務量予測、経営資源の適正配置、プライシングを上位レイヤーで迅速に意思決定することを目指して改革を進めています。本講演ではこれからDXやデータドリブン経営に取り組む企業に必要となる要素について、戦略、ビジネスへの実装、組織、人材育成など実践の中から得られた学びや知見などを解説し、特にAI技術を事業の中で応用するためのさまざまなヒントを示します。 ヤマトホールディングス株式会社中林 紀彦 事例セッション 成功する機械学習プロダクトを作るには?〜対話エンジンの利活用からみる次世代ソフトウェア〜 機械学習を用いた業務効率化へのチャレンジは、ここ数年で飛躍的に増えている一方で、「上手く使えなかった」という結果になってしまうケースも多く聞こえてきています。例えば、「チャットボットを導入したけど使われない」あるいは「OCRで読み込みを自動化したものの、結局全件ヒトが全件チェックしている」なども、その一例になります。私たちは数百社の大手企業に対して、対話エンジンサービスを提供していますが、その中から見えてきた事例も参考にしながら、成功する機械学習アプリケーションについて考えていきたいと思います。 株式会社BEDORE下村 勇介 技術セッション AI人材育成サービス「iLect」とコア技術 AI領域の課題として世界的に叫ばれているAI人材不足の解決に向け、iLectではより多くの優秀なAI人材を輩出するための仕組み作りに力を入れています。それを支える技術として、クラウド型で高スペックGPUを利用でき、高度に仮想化されたプログラミング環境「iLect System」や、問題が自動生成されるPythonスキルトレーニングアプリケーション「PyGrade」を独自に開発しております。今回はこれらプロダクトの開発の裏側にフォーカスし、何故やるのか・何故やらなければいけないのかという想いの部分や、NABLASだから実現できた技術力の部分を中心に、プロダクトの開発秘話、背景をご紹介します。 NABLAS株式会社中山 浩太郎 個人セッション ディープラーニングxものづくりが日本を強くする ~高専DCONの挑戦~ GAFAに代表されるようなインターネット人材を中心とする「スマートな」ディープラーニングの活用ではなく、ものづくりに密着した「現場感のある」「実践的な」ディープラーニングの活用によって解決できる社会課題がたくさんあります。ものづくりの技術を実践的にかつ効率的に習得した各地の高専生から、新たな企業が生まれ、大きな投資資金が流れれば、地方経済にも大きな刺激になります。また、地方にある優良なものづくり企業と連携していくことで、地元企業の底上げにも繋がり、その中から、世界で通用する企業が生まれてくるかもしれません。本セッションでは高専DCONから実際に起業に繋げた高専生のビジネスピッチを行います。 一般社団法人日本ディープラーニング協会岡田 隆太朗長岡工業高等専門学校/インテグライソドー長岡工業高等専門学校/インテグライノムハ香川高等専門学校/ 三豊AI開発(近日設立予定)武智大河 個人セッション 42 Tokyo が目指すエンジニア育成∞究極の自由と、無限の可能性∞ パリ発のエンジニア養成機関『42』の東京校がこの4月に開校しました。実際にパリ本校にてエンジニアスキルを習得した元学生が『42 Tokyo』の立ち上げを実現。自身の学生体験と、『42 Tokyo』が目指すプロフェッショナリズムとエンジニア育成の在り方を語ります。 42 東京長谷川 文二郎 メディアスポンサーありがとうございます! Media Web Ledge.ai(レッジエーアイ) https://ledge.ai/ AINOW(エーアイナウ) https://ainow.ai AVILEN AI Trend(アヴィレンAIトレンド) https://ai-trend.jp/ robosta(ロボスタ) https://robotstart.info/ IoTNEWS(アイオーティーニュース) https://iotnews.jp/ 最後までお読みいただきありがとうございました。 ※本イベントで収集された個人情報の取り扱いについて 日本マイクロソフト株式会社の個人情報保護方針に準拠して取り扱います。 https://www.microsoft.com/ja-jp/mscorp/privacy/default.aspx

1/20 (月)

Ad7ae15e8ac333ea29df5d2a377b2094 DEEP LEARNING LAB
Ignite 2019 の AI 関連アップデートを含む MS の機械学習サービスをがっつり学ぶ
概要 開発者向けカンファレンス Ignite 2019 が米国時間11月4〜8日に開催されます。また、日本では1月23, 24日に Ignite the Tour Osaka が開催予定です。今回は、Ignite 2019で発表されたAI関連のアップデートを含んだ機械学習系のソリューションを紹介します。 参考情報 Microsoft Ignite 2019 https://www.microsoft.com/en-us/ignite Microsoft Ignite the Tour Osaka 2019 https://www.microsoft.com/ja-jp/ignite-the-tour/osaka 参加対象者 機械学習・深層学習に取り組みたいエンジニアの皆さま Microsoft 機械学習系ソリューションに興味があったり触りたい人 Microsoft の機械学習系のエンジニアに色々聞きたい人 タイムテーブル 時間 セッションテーマ 登壇者 12:00 受付・開場 13:00 開演 13:00 - 13:10 オープニング 樋口拓人Azure プロダクトマーケティング/DLL 東京 リード 13:10 - 14:10 Azure Machine Learning - ML/DL 全般 - Azure Machine Learning は、データ準備からモデルのデプロイ・運用管理までの全ての分析プロセスをカバーする機械学習プラットフォームです。自動機械学習 AutoML (Python/GUI)、GUIモデリング Designer、モデル運用管理 MLOps など、特徴的な機能をデモを交えながらご紹介致します。 女部田 啓太クラウド ソリューション アーキテクト 14:10 - 14:20 休憩 14:20 - 15:10 Azure Cognitive Services - AI App - Azure Cognitive Services は "Ready-to-use" の AI モデルを Web API で利用できるサービスです。 Azure Cognitive Services 概要 および Ignite 2019 で発表された最新情報、および AI を活用した Azure のサービス群を含め、事例を交えてご紹介いたします。https://azure.microsoft.com/ja-jp/services/cognitive-services/ 大森 彩子テクニカル エバンジェリスト 15:10 - 15:20 休憩 15:20 - 16:10 Azure Big Data Services を俯瞰的に眺める Full Manage の Spark Cluster である Azure Databricks 以外にも実際の現場では多様なデータベースを扱います。ここでは、Ignite で発表のあった Azure Synapse Analytics を中心に、Hyper scall (Citus), Cosmos DB 関連など、データにまつわる 最新情報をご紹介します。 中里 浩之クラウド ソリューション アーキテクト大髙 領介クラウドソリューションアーキテクト 16:10 - 16:20 休憩 16:20 - 17:10 Spark Analytics - スケーラブルな分散並列処理 - Delta, MLFlow, Spark 3.0, Azure の周辺サービス対応など、Azure Databricks を中心に、Apache Spark に関するトピックを最新の Update も含めて紹介します。 松崎 剛 パートナー クラウドソリューションアーキテクト 17:10 - 17:20 クロージング と 今後の展開のご紹介 金井恭秀DLL 名古屋支部 リード 17:20 - 18:00 講演者交えた懇談会 ※参加費は飲み物代・懇親会費に充てさせていただきます。 ※セッション内容は予告なく変更される場合がございます。予めご了承ください。 Deep Learning Lab とは Deep Learning Labとは、Azure クラウドを提供するMicrosoft と 各種 Deep Learning ソリューションを提供するパートナー企業様による、深層学習に関する「最新技術をビジネスで活用している事例」や「最新の技術動向」を共有することで、深層学習技術者の裾野を広げ、実社会での利用拡大を図ることを目的としたコミュニティです。 詳しくはこちらをご参照ください。 https://www.slideshare.net/hironojumpei/deep-learning-lab-ai-expo ※本イベントで収集された個人情報の取り扱いについて 日本マイクロソフト株式会社の個人情報保護方針に準拠して取り扱います。 https://www.microsoft.com/ja-jp/mscorp/privacy/default.aspx

8/6 (火)

55651c61f6cae09eb5fb2f6adc812381 DEEP LEARNING LAB
Deep Learning Lab(DLLAB)について Deep Learning Labとは、Chainerを提供するPreferred Networksと、Azureクラウドを提供するMicrosoft による、深層学習に関する「最新技術をビジネスで活用している事例」や「最新の技術動向」を共有することで、深層学習技術者の裾野を広げ、実社会での利用拡大を図ることを目的としたコミュニティです。 コミュニティご紹介資料はこちらです。 株式会社アイデミーについて ・「AIを始めとする先端技術と産業領域の融合に取り組む人と組織を支援する」をミッションとする東大発ベンチャー。 主力サービス「Aidemy」は、ユーザー数3.5万人以上、演習回数は200万回以上の日本最大級のAI研修サービス。 教育・研修を切り口に、要件定義・試作品(PoC)の開発支援など、AIプロジェクト成功に必要なソリューションをワンパッケージで提供、AIに強い組織づくりを支援。 ・代表の書籍『人工知能プログラミングのための数学がわかる本』は松尾豊教授が推薦し、ディープラーニング協会のG検定合格者がおすすめする書籍で「第2位」にランクイン。 ・三菱重工、ダイキン工業、旭化成、三井住友銀行など50社以上の法人導入実績あり。日本マイクロソフト、電通などの講師講座も好評。 コンテンツ 「AIを使って新規事業の立案」を任命されたものの、どんな課題を解決するのか検討がつかない。 そんな方を対象に、今回は「機械学習で解くべき課題の特定」というテーマで、 「PoCに進む前段階」で受けて欲しいアイディア創造ワークショップを行います。 このワークショップは、大手製造業の方を対象に受講して頂いている「Aidemy BizDev Intensive Plan」の短縮版です。 今回は、「製造業」の業務課題に即したサンプルの事例をシェアしながら、ワークショップを進めていきますので、そのため、製造業で現場の課題に触れている方に特におすすめです。 リテール・金融などの現場で、AI/MLを使ったビジネス創造に関わる方も受講いただけます。 このワークショップでは、Aidemyのフレームワーク「ML Business Canvas」を用いながら、課題の掘り下げ、「機械学習で解いたほうが良い課題」なのか、もしくは「本当に機械学習で解けそうな課題」なのか考えます。 これからPoC(試作品)に取り組もうと思っている方、実運用を前提にした機械学習ビジネスを立案したい方、いろいろなソリューションベンダーさんから提案をもらっている事業会社の担当者に特におすすめの講座です。 対象者 製造業の事業部にお勤めの方 リテール・金融などで事業課題に接する方 ※今回は業務課題のブレインストーミングするワークショップを行います。 そのため、ソリューションベンダーさんは参加をご遠慮ください。 タイムライン(3時間) ワークショップの概要紹介(10分) 機械学習における投資対効果ワークショップ(55分) 機械学習で解くべき課題の特定ワークショップ(30分) 機械学習の実運用の想定ワークショップ(30分) 機械学習プロジェクトを支えるMicrosoft AI 関連サービスと製造業事例のご紹介(30分) Aidemyの紹介(10分) 終了・質疑応答(5分) 途中休憩(10分)がございます。 参加特典 Aidemy 商用版 2週間無償利用クーポンを差し上げます。 ※本イベントで収集された個人情報の取り扱いについて 株式会社アイデミーの[個人情報保護方針 https://aidemy.net/privacy-policy]に従って取り扱います

2/26 (火)

55651c61f6cae09eb5fb2f6adc812381 DEEP LEARNING LAB
全国6都市ハンズオンツアー行います!
Deep Learning Labとは? Deep Learning Labとは、Chainerを提供するPreferred Networksと、Azure クラウドを提供するMicrosoft による、深層学習に関する「最新技術をビジネスで活用している事例」や「最新の技術動向」を共有することで、深層学習技術者の裾野を広げ、実社会での利用拡大を図ることを目的としたコミュニティです。 コミュニティご紹介資料はこちらです。 https://1drv.ms/b/s!ApdnOiBtVi9VlNoNnkNLWr9Oe89wAw 3度目の全国ツアー 6都市に増強して開始 Deep Learning Labは2019年も機械学習エンジニアの育成に取り組みます。機械学習の実用化を推進するために、学習部分だけでなく推論部分の重要性も上がってきており、その流れがAIとIoTの出会いにつながっております。その両者の技術を学べるようなハンズオンを全国で開催します。 Track1 ノンコーディングでできるAIアプリ開発 AIアプリ開発といえばエンジニアの仕事そう割り切っていた時代ももう終わりに近づいています。今回は非エンジニア・文系の方にも安心して参加することのできるテーマとなっています。AIの概念について学ぶイベントなどは数多くあります。しかし、概要は把握しても実際に手を動かしてみなければ理解は浅くなってしまうという問題点があります。 そこでハンズオン内ではAI(ディープラーニング)の開発のフローといった基礎的な概念の理解から実際にAIアプリの開発、デプロイ(Web上に公開)までを一気通貫して行い、AIに対する理解をより深いものにすることを目的としています。ハンズオンの終了時には顔認証アプリと画像認識を活用しての顧客情報収集アプリ(画像内の複数の顧客の年齢・性別の集計し、表示するアプリ)の2つのアプリケーションの作成を行い、更に完成したプロトタイプ(試作品)プロダクトをお持ち帰り頂けます。 学ぶことが出来ること ディープラーニングの基礎から実装までの流れを理解することができます。 ノンコーディングでアプリ開発を行うことができるようになります。 Microsoft Cognitive Servicesへの理解が深まり、様々な領域でAI活用を行うことができます。 こんな方が対象です AIについて理解が概念にとどまり、自身で一度AIシステムを作成して理解を深めたい方 Microsoft Coginitiveサービスについて理解したい、活用方法を知りたい方 文系出身・ビジネスサイドでAI、ディープラーニングについて未経験でAIがどのようなものか理解したい方 参加するために必要なスキルと推奨の事前予習 Azure Portalへの登録(ハンズオンで使用するためクレジットカード登録までお願いします。) ※必須 Azure Portal:https://azure.microsoft.com/ja-jp/features/azure-portal/ 事前予習などは特に必要ありません 事前にAI、ディープラーニングの理解を深めたい方は下記から申し込み動画をご確認ください 事前予習動画(補足):https://short-term.kikagaku.co.jp/udemy-coupon-form20181101/?utm_source=newsletter 持ち物 PC お名刺 Track1 タイムスケジュール 時間 概要 詳細 12:30 - 13:00 開場 13:00 - 13:40 ディープラーニングの基礎 ・ディープラーニングの概要・ディープラーニングの開発のフロー・これからのAI事情と必要となる人材 13:40 - 14:10 Microsoft Cognitive Services ・Microsoft Cognitive Servicesの概要・Microsoft Cognitive Servicesのデモ体験 14:10 - 14:20 休憩 14:30 - 14:45 Microsoft PowerApps ・Microsoft PowerAppsの概要 14:45 - 16:00 AIアプリ作成ハンズオン1 ・顔認証アプリ - Face API(顔認証) - PowerApps 16:00 - 16:15 休憩 16:15 - 17:30 AIアプリ作成ハンズオン2 ・顧客情報収集アプリ - Face API(性別・年齢判別) - PowerApps 17:45 - 19:00 懇親会 ※ 会費1000円はイベント運営費用、懇親会代に充てさせていただきます。また、代金の徴収はイベント運営を行う株式会社中外が代行します。 Track2 Azure Machine Learning で体験する機械学習ハンズオン Azure Machine Learning service/AML とは、機械学習モデルのトレーニング、デプロイ、自動化、管理を行うためのクラウド サービスです。今回はAMLを活用して効率的に機械学習アルゴリズムを学習させるハンズオンを行います 学ぶことが出来ること AML を使ってできることの全体像 AML を活用した学習環境のセットアップ、ハイパーパラメーターチューニングの方法 こんな方が対象です 機械学習の知識をお持ちで、Python による機械学習プログラミングの経験のある方 機械学習アルゴリズム開発をより効率化したい方 Microsoft が機械学習エンジニア向けに行っているサービスを知りたい方 参加するために必要なスキルと推奨の事前予習 Azure Portalへの登録(ハンズオンで使用するためクレジットカード登録までお願いします。) ※必須 Azure Portal:https://azure.microsoft.com/ja-jp/features/azure-portal/ Azure Notebook(ログインが可能か確認してください) 事前にAI、ディープラーニングの理解を深めたい方は下記から申し込み動画をご確認ください 事前予習動画(補足):https://short-term.kikagaku.co.jp/udemy-coupon-form20181101/?utm_source=newsletter 持ち物 PC お名刺 タイムスケジュール 時間 概要 詳細 12:30 - 13:00 開場 13:00 - 14:30 Azure Machine Learning ・Azure Machine Learningの主要機能紹介(モデルの構築、トレーニング、クラウド/エッジへのデプロイ)・Azure Machine Learning トレーニングでできること・Azure Machine Learning 推論モデルのデプロイでできること 14:30 - 14:45 休憩 14:45 - 16:15 ハンズオン1 ・機械学習のモデルの構築とトレーニング・実験メトリックの記録、モデルのバージョン管理 16:15 - 16:30 休憩 16:30 - 17:30 ハンズオン2 ・ハイパーパラメータの自動チューニング 17:45 - 19:00 懇親会 ※ 会費1000円はイベント運営費用、懇親会代に充てさせていただきます。また、代金の徴収はイベント運営を行う株式会社中外が代行します。 本イベントで収集された個人情報の取り扱いについて 日本マイクロソフト株式会社の個人情報保護方針に従って取り扱います。 https://www.microsoft.com/ja-jp/mscorp/privacy/default.aspx

2/25 (月)

55651c61f6cae09eb5fb2f6adc812381 DEEP LEARNING LAB
全国6都市ハンズオンツアー行います!
Deep Learning Labとは? Deep Learning Labとは、Chainerを提供するPreferred Networksと、Azure クラウドを提供するMicrosoft による、深層学習に関する「最新技術をビジネスで活用している事例」や「最新の技術動向」を共有することで、深層学習技術者の裾野を広げ、実社会での利用拡大を図ることを目的としたコミュニティです。 コミュニティご紹介資料はこちらです。 https://1drv.ms/b/s!ApdnOiBtVi9VlNoNnkNLWr9Oe89wAw 3 度目の全国ツアー 6 都市に増強して開始 Deep Learning Lab は 2019 年も機械学習エンジニアの育成に取り組みます。機械学習の実用化を推進するために、学習部分だけでなく推論部分の重要性も上がってきており、その流れが AI と IoT の出会いにつながっております。その両者の技術を学べるようなハンズオンを全国で開催します。 エヌビディア + Deep Learning Lab = Jetson + Azure ハンズオン エヌビディアは NVIDIA Deep Learning Institute ハンズオントレーニングを Deep Learning Lab と共同で開催するなど、これまでも連携してきました。 今回のハンズオンセミナーでは Microsoft Azure GPU VMを使用してネットワークをトレーニングし、その学習済みモデルを NVIDIA Jetson TX2 に実装して、入力画像を判別させる推論を行います。ディープラーニングの一連のプロセスをハンズオンで体験することにより、エッジにおけるAI実装のための基本的な流れを習得することができます。 学ぶことが出来ること Jetson TX2 開発キットを使った基本的な開発方法。 NVIDIA GPU Cloud on Azure GPU VMの基本操作。 学習モデルの生成から推論までの一連の流れ。 こんな方が対象です AI や IoT に興味をお持ちの方。 NVIDIA Jetson と Microsoft Azure を連携させてみたい!方。 参加するために必要なスキル Linux マシンに ssh 接続して ls や cp 等の基本的なコマンドを実行することに抵抗がない程度のスキル 当日持参をお願いするもの Wi-Fi に接続できるPC 本ハンズオンでは、全ての作業を Jetson TX2 上で行うことが (理論的には) 可能です。ただし、会場で提供する Jetson 用のモニタは 7 インチの小さなもので、広々と快適な画面とは言えません。そのため、各自の PC から Jetson に SSH あるいは VNC で接続し、PC の大きな画面で Jetson を操作します。 OS の種類やバージョンに厳密な制約はありませんが、Windows 7 以降、あるいは OS X 10.10 以降が稼働する製品を推奨します。 PC へのインストールを推奨するソフトウェア Google Chrome (NVIDIA DIGITS の推奨ブラウザ) VNC Viewer (Jetson TX2 の画面を転送するため) SSH 接続用ソフトウェア SSH 接続は、 Jetson TX2 及び Microsoft Azure 上の VM へのログインに使用します。 Mac や Windows 10 の標準 ssh コマンドの他、Tera Term や MobaXterm等、接続できれば何でもかまいません。ご参考までに、講師は Windows 10 上で MobaXterm を使います。 Jetson TX2 を持ち込まれる方 Jetpack はバージョン3.3をインストールしてください。 Jetson を会場の Wi-Fi に接続する必要があります。開発者キット付属の Wi-Fi アンテナを忘れずにご持参ください。 Microsoft Azure アカウント Microsoft Azure 有償版アカウントが必要となります。Azure アカウントをお持ちでない方は、必ず事前に取得してください。すでに Azure を利用中であれば、既存のアカウントも利用可能です。 ※重要※ また、本ハンズオンは無料アカウントでは受講出来ません。無料アカウントは必ず有償版へのアップグレードを行ってください。無料アカウントでは今回使用する GPU 搭載 VM のコア数上限が 0 になっており変更もできないため、GPU 搭載 VM を作成できません。 なお、無料アカウントには「サインアップから最初の 30 日の間に使用できる ¥22,500 のクレジット」が付与されますが、これはアップグレード後も有効です。つまり、無料アカウントを作成してすぐに有償版へアップグレードしても、クレジットが無駄になることはありません。今回のハンズオンでは、Azure の East US リージョンで NC6 インスタンスを使用しますが、この使用料金は ¥100/hour 程度で、無料アカウントのクレジットが残っている場合はそこから消費されます。 有償版へのアップグレードにはまれに数日かかることがあるという報告があります。ハンズオン当日までの期間に余裕を持ってアップグレードし、念のためアップグレードがされたかログインしてご確認を済ませておいてください。 確認方法としては、Azure ポータルの Cloud Shell から下記のコマンドを実行してください。 az vm list-usage -l eastus -o table | grep "Standard N" 下記のように、「Standard NC Family vCPUs」の最後の列が 6 以上の数字になっていれば、GPU 仮想マシンを作成できます。 Standard NC Family vCPUs 0 12 万一うまくいかない場合はご自身で個別に Microsoft サポートにコンタクトして問題解決してください。 (Azureアカウントについてはご自身の管理下で手続きをお願い致します) その他必要なもの 購入枠のかたはクレジットカード (株式会社マクニカ様に来て頂き販売します。購入手続きのため13:30にお越しください)。 会場の設備 インターネットに接続可能な Wi-Fi Jetson 用のモニタ (7 インチ)、キーボード、マウス、USBハブ (4 ポート) Jetson 及び持ち込み PC 用の電源コンセント タイムスケジュール 時間 概要 詳細 13:00 - 開場 13:00 - 14:00 入場・準備 この時間を使って準備が出来ているか確認しましょう。準備がまだのかたは、必要な準備を開始前に必ず完了しましょう。 14:00 - 17:00 本編 本日の流れのご説明(10分間)NVIDIA GPU Cloud on Azure GPU VM & Jetson リアルタイム画像認識ハンズオン【概要】Microsoft Azure の GPU VM (仮想マシン) でニューラルネットワークをトレーニングし、できあがった推論モデルを使って Jetson TX2 のカメラでリアルタイムに画像認識するまでの一連の流れをハンズオン形式で実習します。※ハンズオンの性質上、多少時間をオーバーしてしまう可能性もあります。ご了承ください。    (途中で適宜休憩を挟みます) 17:00 - 18:00 懇親会 ささやかな懇親会を行います。ビールと簡単なおつまみを提供します。講師や他の参加者と技術交流しましょう! 18:00 - 終了 ゴミの分別と後片付けにご協力ください。 ※ 会費1000円はイベント運営費用、懇親会代に充てさせていただきます。また、代金の徴収はイベント運営を行う株式会社中外が代行します。 本イベントで収集された個人情報の取り扱いについて 日本マイクロソフト株式会社とエヌビディア合同会社の個人情報保護方針に従って取り扱います。 https://www.microsoft.com/ja-jp/mscorp/privacy/default.aspx https://www.nvidia.com/ja-jp/about-nvidia/privacy-policy/

3/12 (月)

55651c61f6cae09eb5fb2f6adc812381 DEEP LEARNING LAB
『DLLAB Academy: Chainerで学ぶディープラーニング入門』 深層学習の実社会での応用を推進するDLLABですが、日本全国で不足する深層学習エンジニアを育成するため、2017年7月からキカガク・PFN・Microsoftで3日間の深層学習ハンズオンを実施してまいりました。ここまで実践的な講座は中々ない、今まで受けた機械学習の講座の中で一番良かった!等々満足度100%のイベントになっております。 https://www.kikagaku.co.jp/services/dnn-seminar/ 経済産業省による第1回「第四次産業革命スキル習得講座」認定も受け、今後、2018年4月より東京・名古屋・大阪・福岡・札幌の全国5都市展開をしてまいります。講座自体は3日間20万円になっておりますので、たくさんの方に本セミナーを知ってもらうために、3時間でお試しいただけるプチセミナーを開催します。ハンズオンセミナーへの参加をご検討いただいている方は、ぜひこちらへご参加お待ちしております。 http://www.meti.go.jp/press/2017/01/20180110001/20180110001.html 参加対象者 データサイエンス及び機械学習に興味のある方 情報システム部門 企画部門 設計・製造部門 研究開発部門 データ活用部門・事業部門 セールス/マーケティング部門 品質管理やリスク管理部門 サービスプロバイダー/ITベンダー等 名古屋の皆さまのご協力を得て実施しております。 協賛:株式会社トレノケート イベント詳細(9時-12時、14時-17時の二部制になっています) トピック 時間 内容 イントロダクション 10分 企業紹介・セミナー紹介 ディープラーニング概論 50分 ・導入事例の紹介・人工知能・機械学習・ディープラーニングの違い・学習と推論・内挿と外挿・必要なスキルセット ディープラーニングの数学 60分 ・モデルとは?・計算の流れ・学習の流れ(順伝播と逆伝播) ディープラーニングの実装 60分 ・Python速習・Chainerによる実装(例題:データから美味しいワインを見つけよう) 持ち物 無線LANの使用できるPC ノート(5ページ程書けるもの) 筆記用具 お名刺(2枚) PCの環境構築 Windowsの方:【決定版】WindowsでPythonを使って『機械学習』を学ぶための環境構築 Macの方:【決定版】MacでPythonを使って『機械学習』を学ぶための環境構築 予習内容 必須ではありませんが、短い時間でのセミナーを効率良くご受講いただくために、下記の予習資料で勉強されることをおすすめします。 推薦資料 機械学習のためのPython入門(無料) 【キカガク流】人工知能・機械学習 脱ブラックボックス講座 - 初級編 -(1,200円) 数学 xの微分はいくら? xの2乗の微分はいくら? 合成関数の微分:(3x-4)の2乗の微分はいくら? Python 変数(リスト タプル 辞書) if文 for文 関数 クラス 運営団体 Deep Learning Labとは、Chainerを提供するPreferred Networksと、Azure クラウドを提供するMicrosoft による、深層学習に関する「最新技術をビジネスで活用している事例」や「最新の技術動向」を共有することで、深層学習技術者の裾野を広げ、実社会での利用拡大を図ることを目的としたコミュニティです。

12/1 (金)

55651c61f6cae09eb5fb2f6adc812381 DEEP LEARNING LAB
概要 Deep Learning Labとは、Chainerを提供するPreferred Networksと、Azure クラウドを提供するMicrosoft による、深層学習に関する「最新技術をビジネスで活用している事例」や「最新の技術動向」を共有することで、深層学習技術者の裾野を広げ、実社会での利用拡大を図ることを目的としたコミュニティです。トヨタ自動車より約105億円の追加投資を受けたPreferred Networks の丸山先生のご講演、実際のChainer/Azureを使った製造業のお客様の深層学習取り組み紹介、主に製造業向けの深層学習・AIソリューションご紹介、マイクロソフトのオファリングのご紹介、といったアジェンダを予定しております。 日時:12/1 (金) 9:30‐12:20 場所:JPタワー名古屋 ホール&カンファレンス 愛知県名古屋市中村区名駅1-1-1 KITTE 名古屋3F 参加対象者 深層学習・AI 活用を検討されているユーザー企業の皆様 (今回は製造業向けがメインでございますが、ソリューションにご興味あればどなたでもご参加ください) 参加することで得られるもの ●深層学習が製造業にもたらす影響、最先端の事例 ●実際に使えるAIソリューション、その費用感、効果 ●各社からのオファリング、社内エンジニア教育プログラム タイムテーブル 時間 セッションテーマ 登壇者 9:00 受付・開場 9:30 開演 9:30-9:40 オープニング 日本マイクロソフト株式会社 9:40-10:10 実用化が進む深層学習の今 - 深層学習はインダストリアル IoT に何をもたらすのか?- 株式会社Preferred Networks 最高戦略責任者 丸山 宏 10:10-10:40 アイシン・エィ・ダブリュ株式会社 深層学習利活用のご紹介 アイシン・エィ・ダブリュ株式会社倉又 淳 齋藤 進 10:40-11:00 満足度100% ディープラーニングハンズオンで始める AI 人材育成 株式会社キカガク 代表取締役社長 吉崎 亮介 11:00-11:10 休憩 11:10-11:30 深層学習の導入で抱える課題とユースケース実例 株式会社Ridge-i 代表取締役社長 柳原 尚史 11:30-11:50 ドキュメント自動入力AIプラットフォーム ディープシグマDPAについて 株式会社シグマクシス AI & アナリティックス マネージャー新井克人 11:50-12:10 人工知能による生産性向上の事例ご紹介 株式会社ALBERT 執行役員 データ分析部 部長 シニアアナリスト 安達 章浩 12:10-12:30 Microsoft の AI ソリューションアップデート&オファリングのご紹介 日本マイクロソフト株式会社 事業開発 マネージャー(深層学習) 廣野 淳平

10/2 (月)

55651c61f6cae09eb5fb2f6adc812381 DEEP LEARNING LAB
概要 Deep Learning Labとは、Chainer/DIMoを提供するPreferred Networksと、Azure クラウドを提供するMicrosoft による、深層学習に関する「最新技術をビジネスで活用している事例」や「最新の技術動向」を共有することで、深層学習技術者の裾野を広げ、実社会での利用拡大を図ることを目的としたコミュニティです。東京ですでに2度コミュニティイベントが開催されておりますが、満席御礼、満足度100%の、AIや深層学習に興味がある方に最適のイベントになっております。 そのコミュニティイベントをMicrosoftのJapan Partner Conferenceに合わせて全国展開します。また、過去、東京・名古屋で大人気を博しているNVIDIA Deep Learning Institutesも同時開催します。自動運転、ロボットアーム制御などで世界最高峰の技術を誇るPreferred Networks、AIに最適なクラウドサービスを提供するMicrosoft、AIコンピューティングに欠かせないGPU/ライブラリサービスを提供するNVIDIA、また、Deep Learning Labのコミッティ企業であるUEI、SCSKの力を結集したこのイベントに是非ご参加ください。 参加対象者 Deep Learning Lab トラック ユーザー企業:経営層、経営企画、事業開発、情報システム企画、総務、人事、マーケティング、その他データ活用・AI活用を検討されている事業部門の方 パートナー企業:経営コンサルティング企業、人工知能コア技術開発企業、システムインテグレータ、アプリケーションベンダー、その他データ活用・AI活用によるソリューション提供を検討されている方 アカデミック(大学・研究機関)、官公庁、地方自治体の方 NVIDIA DLI トラック 深層学習にハンズオン形式で触れてみたいエンジニアの方 翌日はMicrosoft Japan Partner Conference開催 下記よりお申し込みください。(無料) https://www.microsoft.com/ja-jp/partner/inspire/2017/nagoya.aspx イベント詳細情報 *日時:10/2 (月)の12:00-18:30 *場所:ミッドランドホール 名古屋市中村区名駅四丁目7番1号 (オフィスタワー5F) *その他:懇親会では、お飲み物と軽食をご用意しております。 Deep learning Lab Session 時間 Deep learning Lab Session 登壇者 12:00 開場 13:00 開演 13:00-14:00 Preferred Networks 深層学習最新事例DIMo による映像解析、異常検知PFN x MS アライアンスアップデート 株式会社Preferred Networks ビジネス開発担当 渡部創史 14:00-15:00 AI導入ケースとビジネスインパクト・DLL分科会のススメ SCSK株式会社 AIビジネス推進室副室長 帯津勉 15:00-15:30 休憩 15:30-16:30 Microsoft ではじめる AIDLラボ パートナープログラムのご紹介 日本マイクロソフト株式会社 事業開発 マネージャー(深層学習) 廣野淳平 16:30-17:30 実用としての深層学習 ~深層学習の利用事例と展望~ DEEPStation for Microsoft Azure で始める深層学習 株式会社UEI 代表取締役社長兼CEO清水亮 17:30-18:30 懇親会 NVIDIA DLI Session (ハンズオン ) このイベントに申し込む:http://eventregist.com/e/DLI_DLL_nagoya_2017 時間 NVIDIA DLI Session 12:00 開場 12:30-14:00 ハンズオン #1: Chainer による画像分類エヌビディア合同会社ディープラーニング ソリューション アーキテクト兼 CUDA エンジニア村上 真奈Chainer はディープラーニングのフレームワークの 1 つで、柔軟かつ直感的にネットワークを記述できる事を特徴としています。GPU にも対応しており、高速な学習が可能です。このハンズオンでは、Chainer で利用されている NumPy 互換インターフェース GPU 用数値演算ライブラリ CuPy の使い方や、Chainerの基本概念および使い方、さらにディープラーニングの基礎について、画像分類を例に学んでいただきます。Chainer + Python でディープラーニングを体験しましょう。 14:00-14:15 休憩 14:15-15:45 ハンズオン #2: Chainer による医用画像セグメンテーション株式会社Preferred Networksリサーチャー齋藤 俊太医用画像診断には、異常細胞や血管に対応するピクセルを診断画像から分離して、特定器官を抽出する事が大変重要です。本ハンズオンでは、心臓画像データセットと Chainer を用いて画像セグメンテーション(画像のピクセルがどのカテゴリーに所属するか分類する問題)用ニューラルネットワークの学習および評価方法について学びます。Chainer のコンピュータビジョンモジュールである ChainerCV の使い方についても紹介します。なお、本ハンズオンは、Chainer の使い方およびディープラーニングの基本知識がある事を前提としています。ハンズオン #1 と合わせての受講を推奨します。 15:45-16:00 休憩 16:00-17:30 ハンズオン #3: Chainer による深層強化学習エヌビディア合同会社ディープラーニング ソリューション アーキテクト山崎 和博台車の上の棒が倒れないよう台車を制御する CartPole 問題は、強化学習における古典的な問題の一つです。本ハンズオンでは、この問題を例に、 Chainer の強化学習モジュール ChainerRL と強化学習の開発・評価のためのプラットフォーム OpenAI Gym を用いて、強化学習の基本概念とディープラーニングの果たす役割について学びます。深層強化学習に興味がある方は是非ご参加下さい。 17:30-18:30 懇親会 Deep Learning Lab講師紹介 清水 亮 株式会社UEI 代表取締役兼CEO 東京大学 先端科学技術研究センター 身体情報学 客員研究員 略歴 大学在学中に米Microsoft Corp. で働くため中退 98年 (株)ドワンゴに参画 モバイル事業を立ち上げる 03年 独立して人工知能開発を定款とする(株)UEIを設立し、現職 05年 独立行政法人IPAより「天才プログラマー/スーパークリエイター」の称号を得る 16年 ソニー・コンピュータサイエンス研究所と深層学習GUI環境「CSLAIER」を開発 渡部創史 株式会社Preferred Networks ビジネス開発担当 帯津 勉 SCSK株式会社 AIビジネス推進室副室長 略歴 84年 株式会社CSK(現SCSK)入社、産業用ロボット・無人化工場の研究開発に従事。 02年 クレジットカード不正検知、金融業務アウトソーシングのサービスマネージャーを経て、 現在はPreferred Networks社との業務提携、及びディープラーニング導入コンサルティングを推進中。 廣野 淳平 日本マイクロソフト株式会社 深層学習 ビジネス開発マネージャー Deep Learning Lab コミュニティマネージャー 略歴 AI の果実をありとあらゆる人に届けるべく、Microsoft Azure のクラウドプラットフォームを活用した深層学習ビジネスを推進。業界全体にも貢献すべく、教育プログラムや、Deep Learning Lab コミュニティ活動にも従事。