“説明可能・信頼できるAI”の開発とその活用方法

株式会社　技術情報協会吉川友也氏他 60,500円

★なぜその答えを出したのか！ AIの意思決定をどのように検証するか！！
★何が出力結果に影響を与えているのか．．．判断根拠を人が分かるように説明する方法とは！！

会場

講師

プログラム

特典

お知らせ

開催日時

2024/11/12 (火) 10:30～ 17:15 （受付 10:00 ～ )

他の開催日・開催場所（同じ都道府県内）で探す

申込み期間

2024/09/06 ～ 2024/11/05

主催会社

株式会社　技術情報協会

この主催会社の他の最新セミナーを見る

定員

定員数の上限はございません

受講料

60,500円 (税込／各種割引については下段「お知らせ」欄をご参照ください）

開講場所

・会場名：　Zoomを利用したLive配信
・住所：　※会場での講義は行いません。　
・交通アクセス：　

講師

吉川友也氏: 千葉工業大学　人工知能・ソフトウェア技術研究センター　上席研究員

中西崇文氏: 武蔵野大学　データサイエンス学部　データサイエンス学科　准教授／(同)EigenBeats　代表社員　CEO　データサイエンティスト

鈴木健二氏: 東京工業大学　データサイエンス・AI全学教育機構　特任教授

カリキュラム、
プログラム

＜10:30～12:00＞
１．ブラックボックス機械学習モデルの判断根拠を説明する技術
千葉工業大学　吉川友也氏

【講演趣旨】
ニューラルネットワークのような複雑な機械学習モデルを用いることで高精度の予測が可能になった一方で、機械学習モデルはブラックボックス化が進み、モデルの振る舞いの理解が困難になっている。本講演では、ブラックボックス機械学習モデルにおける判断根拠を説明する技術について代表的な手法を紹介すると共に、我々が研究した、効率的にモデルに忠実な説明を生成する技術についても紹介する。

【講演項目】
1.機械学習の基礎知識
　1-1.教師あり学習
　1-2.ブラックボックス設定
2.説明可能AIとは
　2-1.説明可能AIの社会における需要
　2-2.説明手法の分類
　2-3.説明可能AIの用途
　2-4.説明の具体例
3.代表的説明手法
　3-1.Local Interpretable Model-agnostic Explanations (LIME)
　3-2.Shapley Additive Explanations (SHAP)
　3-3.ブラックボックスモデルの説明における課題
4.効率的にモデルに忠実な説明を生成する技術
　4-1.入力の入れ子構造を活用した説明技術
5.まとめと将来展望
【質疑応答】

＜13:00～15:00＞
２．説明可能なAI(XAI)、信頼できるAIの技術開発と重要性
武蔵野大学／(同)EigenBeats　中西崇文氏

【講演趣旨】
2023年9月7日に開催された広島AIプロセス閣僚級会議では、高度なAIシステムに関する透明性、偽情報、知的財産権、プライバシーなどのリスクが指摘された。これを受け、特に透明性と偽情報を判断する技術的手段として、説明可能なAI（XAI）の研究が一層求められている。XAIの実現により、さらにAIと人間の協働や信頼性を高めることが求められている。本講演では、エンドユーザやビジネスユーザにおいて、XAIが求められるシーンを説明した上で、具体的にXAIによって、AIの振る舞いや出力の根拠が説明可能になることとはどういうことか、それによってどのような影響があるかについて述べる。

【講演項目】
1.AIと人間との協働や信頼性を高めるために必要なこと
2.説明可能なAI(Explainable AI;XAI)とは一体何か
3.XAIによって実現できること
4.XAIの具体的な利用シーン
5.世界の動向
6.XAIによるAIと人間との協働社会
【質疑応答】

＜15:15～17:15＞
３．説明可能AIと機械学習における公平性と活用のポイント
東京工業大学　鈴木健二氏

【講演趣旨】
説明可能なAIとは、AIの判断根拠を人間にわかるように説明する技術である。AIはブラックボックスと言われ、人間がAIの判断根拠を理解することが難しい。AIの判断根拠の説明は、AIを利用する人間にとって重要な技術的課題である。また、機械学習における公平性は、AIによる意思決定において非常に重要な課題となっている。データやAIのバイアスによる性別、年齢、人種などの差別を低減させるための技術が注目されている。本講座では、説明可能なAIと機械学習における公平性についての技術を解説する。

【講演項目】
1.AI倫理問題
2.AIトップカンファレンスの動向
3.機械学習における説明性と精度
4.説明可能なAIとは
5.説明可能なAIの技術分類
6.説明可能なAIの各手法
7.協力ゲーム理論と機械学習
8.説明可能なAIのツール
9.羅生門効果
10.注意機構による精度向上
11.データのモデルへの影響度
12.モンテカルロドロップ
13.生成AIによる説明
14.公平と平等、社会での差別
15.グループ間公平性と個人間公平性
16.再犯防止予測AI、採用でのAI利用
17.AIでの公平性を数式で表現
18.バイアスの原因と緩和アルゴリズム
【質疑応答】

特典

セミナー資料付
各講で最後に質疑応答時間あり。

セミナー参加費
支払い方法

1. 銀行振込または現金書留にてお願いいたします。

2. 原則として開催日までにお願い致します。

3. 銀行振込の場合は、原則として領収証の発行は致しません。

4. 振り込み手数料はご負担ください。

お知らせ

●各種割引について
1. 同一テーマ1社2名以上同時申込の場合のみ、1名につき5,500円（税込）割引いたします。
2. 大学（教員、学生）、公的機関、医療機関の方は、「アカデミック価格」33,000円/1名（税込）でご参加いただけます。（2名同時申込割引は適用されません）

※申し込み人数が開催人数に満たない場合など，状況により中止させて頂く事が御座います。

●Live配信セミナーの受講について
・ Zoom公式サイトで視聴環境を確認の上、お申し込みください。
・開催日が近くなりましたら、視聴用のURLとパスワードをメールにてご連絡申し上げます。
・セミナー配布資料は印刷物を郵送いたします。
・本講座で使用される資料や配信動画は著作物であり、録音・録画・複写・転載・配布・上映・販売等を禁止いたします。
・本講座はお申し込みいただいた方のみ受講いただけます。複数端末から同時に視聴することや複数人での視聴は禁止いたします。
・ Zoomのグループにパスワードを設定しています。部外者の参加を防ぐため、パスワードを外部に漏洩しないでください。部外者が侵入した場合は管理者側で部外者の退出あるいはセミナーを終了いたします。