本セミナーでは、機械学習の活用の仕方や開発の進め方を基礎から詳しく解説いたします。
また、膨大かつ複雑な遺伝子情報の分析・モデル化を進める方法について解説いたします。
(2019年11月15日 10:00〜13:00)
近年、深層学習という手法により人工知能が大きな威力を発揮してきた。しかし、囲碁、自動運転や臨床画像診断などわかりやすい成功例を見せられるばかりで、強力なツールとどのように対処すべきか戸惑う人々がほとんどではないだろうか。敵か味方かわからない最強力兵器の前で立ちすくむだけでは解決法は見いだせない。詳細な設計図を手に入れ、なぜそのような強力な力を発揮するのかの原理を理解し、その上で、危険なものなら弱点を見つけて破壊するが、社会に利益をもたらすものなら、それを乗っ取って自分で自由に動かせるようにすべきである。 私は、深層学習を脳が最適行動をとるために用いている原理をコンピュータ上に再現したものと考えている。また、その脳のシステムは、ゲノムが環境に対し生存する確率を最大化するシステムを反映したものと考えている。量子論の父、シュレディンガーが75年前に予測した「生命の原理を負のエントロピーを維持するシステム」とみる見地から解説する。
(2019年11月15日 14:00〜17:00)
プレシジョン医療の実現や病気の分子メカニズムの解明を目指して医学ビッグデータ解析を行うとき、膨大な変数と、その背後にある複雑な構造の壁が立ちはだかります。それらを克服するには、次元圧縮や特徴抽出、潜在構造の分析が必要となります。そしてそのような分析やモデル構築を推進するには、人工知能で用いられる機械学習、その中でもとくに深層学習が有効と考えられます。 本セミナーでは、これらの論理と方法について、ゲノム医科学で用いられてきた先端の観測技術や解析技術も併せ、事例を交えて講演と議論をいたします。