製造業への人工知能の導入・活用ポイント

第1部. 研究開発現場、事業活動への人工知能の導入法とそのポイント

(2017年6月16日 13:00〜14:30)

　人工知能は、次世代の情報処理技術として現在多くの注目を集め、国策を左右するほどその周囲を取り巻く環境が過熱していますが、産業的活用が十分に進んでいるとは言えません。その原因は、人工知能に対する期待に対して導入コストが想定よりも高く、投資に対する効果が低くなるためと考えられます。 　本講演では、人工知能の歴史的な背景から最近の動向を踏まえ、研究開発の現場や事業活動に人工知能を有効に導入するヒントを提示します。

1. 人工知能の歴史的背景と最近の潮流
   1. 空前のコンピュータ環境の実現
   2. 情報処理技術に寄せられる市場ニーズの変化
   3. 人工知能とは何か?
   4. いま人工知能が注目されている理由
   5. 注目されているのに社会的な活用が進んでいない理由
   6. ディープラーニングの正体とは?
   7. 現在の人工知能で何がどこまでできるのか?
2. 人工知能の活用事例
   1. 人工知能の活用で直面する課題
   2. 人工知能の活用時に注意すべきこと
   3. 膨大な論文・データの分析技術
   4. 潜在ニーズ・研究開発テーマの探索における人工知能の活用
   5. 特許調査における人工知能の活用
• 質疑応答

第2部. AI構築デモと事例から学ぶ人工知能の実践的活用法

(2017年6月16日 14:45〜16:45)

　AIは第4次産業革命の核技術と言われるほど期待が大きくポテンシャルが大きい技術である。しかし話題を集めている新技術ディープラーニングもAI技術の全体像の一部に過ぎず実体が分かりにくい。特に現時点で何が人工知能によって実現可能で何が難しいかの判断がAIの専門家以外には難しいため過剰な期待が社会に生まれ、現時点ではまだ実現が難しい領域に投資を行うことにより失敗を招きAI全体の期待を失望させるという事態も招きかねない。 　本講演では、講演者の日本および北米シリコンバレーでの長年のAIの経験を基に、実践的なAIの活用方法について、現時点で何がAIで実現可能か、そのための実用可能な技術の紹介をデモや事例を交えながら具体的に述べる。

1. AIへの期待と現状・将来予測・課題
   1. AIに対する社会のニーズと期待
   2. AIとは
   3. AIの全体像 (基礎と応用分野)
   4. AI関連産業の市場予測
   5. 解決すべき社会的・技術的課題
   6. 現時点で実用レベルのAI技術とは
   7. AIの実用化を現時点で成功させる着眼点
2. 機械学習と知識を統合したAI構築デモ
3. 実用的AI事例
   1. スマート・データサイエンス事例
   2. ベイズ理論を応用した次世代AI技術例
   3. 研究開発業務へのAI活用事例
• 質疑応答