8月
1
Deep Learning Digital Conference
DLL3周年とCDLEとの初･合同記念イベント
主催 : Deep Learning Lab/CDLE
| 募集内容 |
一般チケット 500円（前払い）
先着順
学生 無料
先着順
メディアスポンサー（宣伝協力して下さるメディア様のみ） 無料
先着順
運営・スタッフ 無料
先着順
関係者 (事務局からこちらの枠での申込を依頼された方のみ) 無料
先着順
|
|---|---|
| 申込者 |
|
| 開催日時 |
2020/08/01(土) 13:00 ～ 18:30
|
| 募集期間 |
2020/06/24(水) 16:45
〜 |
| 会場 |
オンライン開催 |
| 前払いについて |
前払いについての連絡先: (参加者にのみ公開されます) |
|
キャンセル・参加費用の払い戻しについて主催者からの説明: ご入金後のキャンセルはお受けいたしかねますのであらかじめご了承ください。代理で参加いただくことは可能ですので、連絡先のメールアドレスへご連絡をお願いいたします。 |
|
|
領収データの発行: 発行する (詳しくはこちら) |
イベントの説明
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
フィード
2020/08/19 18:58
2020/08/19 16:01
2020/08/19 12:43
2020/08/19 12:17
2020/08/19 12:04
2020/08/17 13:30
2020/08/17 13:10
2020/08/17 13:02
2020/08/07 20:01
2020/08/07 19:30
2020/08/07 19:19
2020/08/07 18:09
2020/08/07 17:58
2020/08/07 16:36
2020/08/07 15:34
2020/08/07 15:17
2020/08/06 21:10
2020/08/06 20:39
2020/08/06 20:16
2020/08/06 20:15
2020/08/06 20:14
2020/08/06 20:10
2020/08/06 20:05
2020/08/06 11:11
2020/07/17 09:23
G検定合格をきっかけに、参加いたします！
2020/06/24 16:45
Deep Learning Digital Conference を公開しました！
community
TakutoHiguchi
Haruka Kurihara
おなぶー
hikaruohtani
エンジニアをつなぐ
connpass は株式会社ビープラウドが開発・運営しています