◇ 申込URL：https://corp.nikkan.co.jp/seminars/view/4992
2010年代後半以降、AI（Artificial Intelligence、人工知能）の応用が急速に進展しています。劇的な識別率の向上をもたらし、AI分野を発展させたのが、脳の働きからヒントを得た学習手法である「Deep Learning（ディープラーニング）」のアルゴリズムです。そして、このアルゴリズムの平易な実装のために、米Google社がオープンソースライブラリとして公開しているのが「TensorFlow（テンソルフロー）」です。
公開以来、ユーザー数が爆発的に拡大しており、研究用途からビジネスユースまで様々な分野で利用されています。
本講座は、ディープラーニングを使った画像処理の「応用編」として、【午前】はハンズオンを通じて強化学習の実装方法を、【午後】は、最近注目されている判別根拠の可視化技術とGAN（Generative Adversarial Network）を、それぞれ解説します。
【午前】は、AIは強化学習とDeepLearningを合体させた深層強化学習の応用例を解説。これらの基本となる強化学習の実装を、オセロゲームの実装ハンズオンを通じて理解を深めます。
【午後】の前半は、可視化技術を紹介。DeepLearningはブラックボックスといわれますが、Grad-CAMやIntegrated Gradientsに代表される判別根拠の可視化技術が提案されており、これらによりAIがどのようにOKと判別したか、NGと判別したかなどを可視化できます。こここれまで提案されてきている様々な可視化技術の概略を説明し、ハンズオンを通じて、実装方法を習得します。
後半は「GAN」を扱います。米Facebook社の人工知能研究所の所長であるヤン・ルカンは、GAN を「機械学習において、この 10 年間でもっともおもしろいアイデア」と評価しています。AIはクリエイティブな仕事までできてしまうかもしれない――。そう感じさせる技術がGANであり、第2部では、GANの理論から様々なGANの派生モデルまでを解説します。また、ハンズオンとしてDCGANの実装に取り組み、実際にソースコードをレビューすることで理解を深めます。
◇ 申込URL：https://corp.nikkan.co.jp/seminars/view/4992
【受講効果】
■深層強化学習の仕組みから深層強化学習の応用例までを整理できます。
■ハンズオンでオセロゲームの強化学習モデルの実装に取り組み、理解を深めます。
■エキスパートシステム、Q学習、DQNを体験し、強化学習の実装方法をひと通り学べます。
■判別根拠の可視化技術としてGrad-CAMやIntegrated Gradientsが把握できます。
■Grad-CAMやIntegrated Gradientsを用いた外観検査での品質管理手法が理解できます。
■GANの理論からGAN派生モデルのDCGAN、CycleGAN、StarGAN、AttnGAN等が整理できます。
◇ 開催日：2024年 2月 20日（火）午前：10:00～13:00／午後：14:00～17:00
◇ 申込URL：https://corp.nikkan.co.jp/seminars/view/4992
【おもなプログラム】
【午前の部 10:00～13:00】
1．深層強化学習の応用から実装まで
1-1 強化学習とは
1-2 深層強化学習の応用例
1-3 2足歩行、ゲームAI、けん玉ロボット、ラジコンレースほか
1-4 ハンズオン：オセロゲームの強化学習モデルを実装
【午後の部 14:00～17:20】
1．判別根拠の可視化技術
1-1 AI脅威論―DeepLearningはブラックボックス？
1-2 判別根拠の可視化とは
1-3 DeepLearningで予測し、その根拠を可視化する効果
1-4 判別根拠を理解するためには（識別器内部での計算過程から理解する／入出力関係から把握する）
1-5 Grad-CAM、Integrated Gradientsなど
1-6 ハンズオン：可視化技術の実装
2．GANの理論と派生モデル
2-1 クリエイティブなAIの登場
2-2 AIが絵を描ける仕組み
2-3 識別から生成モデルへ（VAEで数字や顔を描くと・・・）
2-4 GANとは何か（GANの画像生成能力、ノイズ部分の足し算・引き算で合成も可能）
2-5 貨幣の偽造者（counterfeiter）とそれを見抜く警察（police）
2-6 様々なGAN派生モデル―Disco-GAN／CycleGAN／StarGAN／AttnGAN等
2-7 ハンズオン：DCGANの実装
◇ 申込URL：https://corp.nikkan.co.jp/seminars/view/4992
配信元・問合先――――――――――――――――――――――――――――
日刊工業新聞社 今堀崇弘
株式会社日刊工業新聞社
t.imahori@media.nikkan.co.jp
0669463382
