産業機器とAIの組み合わせのメリットと課題、産業機器とAIを活用した製造業の事例を解説。併せて、AIモデルの管理と再学習を効率的に行える最新手法（機械学習運用）も紹介します。8月31日まで何度でも内容をご確認いただけます。
【受講効果】
■3DCADで時短学習する産業用ロボなど最新の製造業でのAI活用例が把握できます。
■AIモデルの管理と再学習が行える「MLOps（機械学習運用）」が学べます。
■講師オリジナルのAIモデル運用ライフサイクル手法「エラーフィックスAI」が学べます。
■AIモデルの再学習とデータ活用のコツが理解でき、現場データの有効活用につながります。
◇ 視聴期間：2024年 6月 27日（木）～8月31日（土）
◇ 受講料 ：11,000円（テキスト、録画視聴、税込）
◇ 申込URL：https://corp.nikkan.co.jp/seminars/view/6602
【プログラム】
1．はじめに：産業機器とAIの組み合わせの意義と課題
1-1 産業機器とAIがもたらすDXへの貢献
1-2 AIモデルを使用する際の注意点と課題
1-3 現場の産業機器とAIモデルを連携させるためのポイント
1-4 データサイエンティストの必要性と役割
2．事例紹介：産業機器とAIを活用した製造業の事例
2-1 3DCADで時短学習する産業用ロボット
2-2 侵入検知・事故防止
2-3 薬錠剤の外観検査
2-4 ワクチン液体の異物検知
2-5 製造条件のスコアリングで検査を効率化
3．解説：MLOpsと産業機器の運用のためのAIモデルライフサイクル管理
3-1 MLOpsの基本的な概念と考え方
3-2 MLOpsのフレームワーク紹介
3-3 AIモデルのライフサイクル管理と、AIを組み込んだ産業機器の運用の考え方
3-4 産業機器の運用を前提としたAIのライフサイクル管理システム事例：エラーフィックスAI（機械学習のライフサイクル管理ではなく、運用ライフサイクル管理）
4．実践：AIモデルの再学習とデータ活用のコツ
4-1 精度向上だけに使うのはもったいない！収集した再学習データの活用とは
4-2 運用ログ・データから生成するデータ基盤の構築方法
4-3 運用ログ・データの遠隔管理・可視化・保守活用の方法
4-4 AIモデルの再学習機能の実装と利用方法
4-5 現場データを使用したAI学習コストの低減方法
4-6 AI・センサデータを収集しデータ基盤を生成するシステム：エーアイ・スターター
5．まとめ：産業機器とAIで製造業を変革する！
5-1 セミナーの要約と復習、理解の確認
5-2 産業機器とAIの組み合わせで事業の選択肢（DX）を生み出す方法
5-3 製造業のデータ活用のサービス化事例
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