BEGIN:VCALENDAR VERSION:2.0 PRODID:-//https://techplay.jp//JP CALSCALE:GREGORIAN METHOD:PUBLISH X-WR-CALDESC:第4回 全脳アーキテクチャシンポジウム X-WR-CALNAME:第4回 全脳アーキテクチャシンポジウム X-WR-TIMEZONE:Asia/Tokyo BEGIN:VTIMEZONE TZID:Asia/Tokyo BEGIN:STANDARD DTSTART:19700101T000000 TZOFFSETFROM:+0900 TZOFFSETTO:+0900 TZNAME:JST END:STANDARD END:VTIMEZONE BEGIN:VEVENT UID:735366@techplay.jp SUMMARY:第4回 全脳アーキテクチャシンポジウム DTSTART;TZID=Asia/Tokyo:20190626T130000 DTEND;TZID=Asia/Tokyo:20190626T184000 DTSTAMP:20260421T045734Z CREATED:20190603T141650Z DESCRIPTION:イベント詳細はこちら\nhttps://techplay.jp/event/73536 6?utm_medium=referral&utm_source=ics&utm_campaign=ics\n\n第4回全脳ア ーキテクチャシンポジウム\nテーマ：脳に学ぶ統合を 問い直す\n開催趣旨：全脳アーキテクチャ・アプロー チは、2014年前半に提唱した全脳アーキテクチャ中心仮 説で示したように、脳全体のアーキテクチャに学んで 機械学習モジュールを組み上げることで、汎用人工知 能を構築するという点に特徴をもっている。\nその後 の5年の間に、深層学習分野においても、Life Long機械学 習、One-Shot／Zero-Shot学習、転移学習、Disentanglementなど のように、知能の汎用性に近付こうとする基礎的な研 究も着実に進展している。こうした中で、知能におい て汎用性を実現するには、知識の整理・統合・再利用 が重要であるといった見方は共有されつつ有る。\nそ こで本シンポジウムでは、今あらためて、AGI構築のた めに、脳からまなぶものは何であるのか。それは学習 アルゴリズムなのか、アーキテクチャなのか、ダイナ ミクスなのか、分散性なのか、いやもっと違う観点な のか？といった点に焦点をあてる。\nさらに、私達WBAI が、神経科学分野とAI/ML分野の知識を兼ね備えること の難しさを克服して、全脳アーキテクチャの開発を推 し進めるために、これまで開発を進めてきたオープン ・プラットフォームの全貌を紹介する。\nまた、深層 学習の進展により実現できる知的処理の範囲が大きく 拡大しつつも、その限界が見えはじめてきたいま、私 達WBAIが今後においてAGIの実現を目指して発展的に開発 促進を継続する方向性を形作りたい。\n勉強会開催詳 細\n\n日　時：2019年6月26日（水） 13:00～18:40\n会　場： パナソニック東京汐留ビル 5階ホール\n東京都港区東新 橋1-5-1 アクセスマップ\n定　員：280名\n主　催：NPO法人 全脳アーキテクチャ・イニシアティブ\n主　催：パナ ソニック株式会社\n協　賛：新学術領域人工知能と脳 科学の対照と融合\n協　賛：文部科学省 ポスト「京」 萌芽的課題4「思考を実現する神経回路機構の解明と人 工知能への応用」\n協　賛：文部科学省 新学術領域研 究(研究領域提案型) 脳情報動態を規定する多領野連関 と並列処理（略称：脳情報動態）\n後　援：一般社団 法人人工知能学会\n\n参加枠について\n無料の参加枠：\ n後方の椅子席で、抽選になります。募集締切になりま したら Connpass よりメールでの通知があります。 もし 抽選に漏れた場合でも、キャンセルによる繰り上げで 参加できる場合があります。 一般枠は応募多数になる ことが予想されます。確実に参加されたい場合は、有 料枠や運営ボランティアによる参加を推奨します。 運 営ボランティアになりますと、勉強会の記録用動画も 見られますのでオススメです。\nボランティアの詳細 情報、お申込みはこちら\n講師謝金枠：\n先着順のため 、枠に空きがある場合はお申し込み頂いた時点で参加 が確定します。また、前方に机付きの講師謝金枠の席 をご用意致します。 お支払い頂いた謝礼は、今回の講 師謝礼金に充当させて頂きます。\n懇親会枠：\nこちら は、勉強会（後方の椅子席）と懇親会（情報交換会） の双方に参加できる枠です。 先着順のため、枠に空き がある場合はお申し込み頂いた時点で参加が確定しま す。 懇親会は登壇者の参加率が高く、多くの参加者が 直接意見交換されています。 また「興味はあるけど解 らないことばかり」といった方も歓迎です。\n講演ス ケジュール\n\n\n\n時間\n内容\n講演者\n\n\n\n\n13:00\n開場\n \n\n\n13:30\n開会の挨拶\n森川 幸治（パナソニックラボラ トリー東京 副主幹研究長）\n\n\n13:35\n脳の基本原理を どうすれば理解できるか\n甘利 俊一（理化学研究所 栄 誉研究員）\n\n\n14:05\n理解するとは何か？-- 高次元科学 と記号処理\n松尾 豊（東京大学）\n\n\n14:35\n脳型でAGIを 開発する意義\n山川 宏（全脳アーキテクチャ・イニシ アティブ）\n\n\n15:05\nパネル討論「汎用性のために脳か ら何を学べるか？」\nモデレータ： 浅川 伸一　パネリ スト： 松尾 豊、甘利 俊一、一杉 裕志、山川 宏\n\n\n15 :40\n表彰式\n市瀬 龍太郎（選定委員会代表）\n\n\n15:50\n 休憩（15分）\n\n\n\n16:05\nWBA開発促進の概観\n山川 宏（ 全脳アーキテクチャ・イニシアティブ）\n\n\n16:25\n失語 症ハンズオン報告\n浅川 伸一（東京女子大学）\n\n\n16:3 0\n開発方法論\n大澤 正彦（慶應義塾大学）\n\n\n16:35\nコ ネクトーム情報学(WBCA）\n岡本 洋（株式会社ドワンゴ ）\n\n\n16:40\n海馬フレームワーク\n布川 絢子（上智大学 ）\n\n\n16:45\n外部連携（BriCA/MAFなど）\n高橋 恒一（理化 学研究所）\n\n\n16:50\n海外連携（Animal-AI Olympics/Project AGI ）\n荒川 直哉（全脳アーキテクチャ・イニシアティブ ）、稗田 雅昭（株式会社TOPWELL）\n\n\n16:55\nRGoal Architectu re\n一杉 裕志（産業技術総合研究所 人工知能研究セン ター）\n\n\n17:00\n新皮質マスターアルゴリズムフレーム ワーク\n三好 康祐（narrative nights）\n\n\n17:05\n若手の会 の活動（仮）\n八木 拓真（WBA若手の会）\n\n\n17:10\nパネ ル討論「今後のWBAIの研究」（仮）\nモデレータ：栗原 聡　パネリスト： 梶田 秀司、高橋 恒一、山川 宏\n\n\n 17:45\n閉会の挨拶\n高橋 恒一（理化学研究所）\n\n\n17:50\ n準備時間（5分）\n\n\n\n17:55\nポスターセッション\nポス ターセッション：浅川 伸一、大澤 正彦、岡本 洋、布 川 綾子、荒川 直哉、一杉 裕志、三好 康祐、八木 拓 真\n\n\n18:40\n終了\n\n\n\n19:00\n懇親会\nBEER DINING 銀座ライ オン 汐留店\n\n\n\n\n脳の基本原理をどうすれば理解で きるか\n講演者：甘利 俊一（理化学研究所 栄誉研究員 ）\n概要：脳は精妙で素晴らしい情報処理機構であり 、そこには多くの情報の基本原理が実装されている。 しかし、永年の進化を経て造られたため、基本原理を 実装しはしたもの、設計思想がごたごたで悪い。情報 の立場から言えば、実在の脳のごたごたではなくて、 その基本原理をこそ汲み取り、理解すべきである。こ れを技術として実現すれば、全脳型の人工知能が実現 する。また、人工知能の成功例からも原理を学ぶ努力 が必要である。\n本講演では、意識や心の役割に思い を馳せるとともに、深層学習が何故成功しているのか 、その原理と問題点に触れたい。\n理解するとは何か ？-- 高次元科学と記号処理\n講演者：松尾 豊（東京大 学）\n概要：ディープラーニングにより深い階層と多 数のパラメータを使ってさまざまな現象のモデル化が 可能になっている。一方、モデル化できることと人間 が理解できることとの乖離は不可避であり、その乖離 が顕著になり始めている。ところで、いったい人間が 理解するということはどういうことであろうか？人間 が理解する際には、言語あるいは記号の処理を必然的 に伴う。それはプロセスの再現性が必要であるからで あり、そして任意の状態を（それも多くの人に共有さ れていることが保証された形で）指し示す記号の存在 が不可欠であるからである。本稿では、ディープラー ニングによるモデル化と人間が理解するということの 関係について述べる。\n脳型でAGIを開発する意義\n講演 者：山川 宏（全脳アーキテクチャ・イニシアティブ） \n概要： 全脳アーキテクチャ中心仮説の提唱から4年が 経過し、AIの設計のために有益な神経科科学知見は増 加し、深層学習のモデルやアーキテクチャが脳と似た 形を取ることも見られている。こうして、脳とAIの接 点も増加し続けている。そこで、知能の汎用性を支え る想像や熟考といったプロセスが、脳全体のアーキテ クチャにおいて、いかに情報を統合することに結びつ きうるかなどについて述べることで、脳型のアプロー チでAGIを開発する意義を示す。\nWBA開発促進の概観\n講 演者：山川 宏（全脳アーキテクチャ・イニシアティブ ）\n概要：実在する汎用知能に学んだAGIを構築するこ とは有力でありえるし、それに役立つ神経科学知見も 着実に増加している。しかしながら、脳全体に相当す る大きなソフトウエアシステムを構築する際に、どの よう形で神経科学知見を取り込みうるかは未知であっ た。また神経科学と人工知能／機械学習の両分野にわ たって専門性をもつ人材は稀有である。この数年間の 活動を通じ、WBAIは、神経科学知見から、脳型AGIの設計 する方法論に目処が立てつつある。そこで、今後は方 法論を洗練しつつ、脳型AGIの設計データを蓄積してゆ くことで、開発促進を行なうことについて述べる。\n 失語症ハンズオン報告\n講演者：浅川 伸一（東京女子 大学）\n概要：\n開発方法論\n講演者：大澤 正彦（慶應 義塾大学）\n概要：\nコネクトーム情報学(WBCA）\n講演 者：岡本 洋（株式会社ドワンゴ）\n概要：\n海馬フレ ームワーク\n講演者：布川 絢子（上智大学）\n概要：\n 外部連携（BriCA/MAFなど）\n講演者：高橋 恒一（理化学 研究所）\n概要：\n海外連携（Animal-AI Olympics/Project AGI） \n講演者：荒川 直哉（全脳アーキテクチャ・イニシア ティブ）、稗田 雅昭（株式会社TOPWELL）\n概要：\nRGoal A rchitecture\n講演者：一杉 裕志（産業技術総合研究所 人 工知能研究センター）\n概要：\n新皮質マスターアルゴ リズムフレームワーク\n講演者：三好 康祐（narrative nig hts）\n概要：\n若手の会の活動（仮）\n講演者：八木 拓 真（WBA若手の会）\n概要：\n\n運営スタッフ\n\nプログラ ム委員長： 山川 宏\n実行委員長：長田 恭治\n司会： 佐藤 直行\n司会スライド／タイムテーブル：佐藤 直行 、山川 宏\n会場ホスト： 森川 幸治\n会場担当：横田 浩紀\n広報ポスター制作：藤井 烈尚\ncompass：藤井 烈尚 \n広報担当： 坂井 尚行\nポスターセッション： 横田 浩紀、荒川 直哉\nWBAI HP ：荒川 直哉\n懇親会：生島 高 裕\nタイムキーパー：\n写真/ビデオ撮影：門前 一馬\n 質疑応答マイク：\n会計：荒川 直哉\n受付：\n備品：荒 川 直哉\n\n\n全脳アーキテクチャ勉強会オーガナイザー \n◎ 産業技術総合研究所 人工知能研究センター 一杉 裕志\n1990年東京工業大学大学院情報科学専攻修士課程 修了。1993年東京大学大学院情報科学専攻博士課程修了 。博士（理学）。同年電子技術総合研究所（2001年より 産業技術総合研究所）入所。プログラミング言語、ソ フトウエア工学の研究に従事。2005年より計算論的神経 科学の研究に従事。\n「全脳アーキテクチャ解明に向 けて」\n◎ 全脳アーキテクチャ・イニシアティブ 山川 宏\n1987年3月東京理科大学理学部卒業。1992年東京大学 で神経回路による強化学習モデル研究で工学博士取得 。同年（株）富士通研究所入社後、概念学習、認知ア ーキテクチャ、教育ゲーム、将棋プロジェクト等の研 究に従事。フレーム問題（人工知能分野では最大の基 本問題）を脳の計算機能を参考とした機械学習により 解決することを目指している。\n◎ 東京大学 教授 松 尾豊\n東京大学で、ウェブと人工知能、ビジネスモデ ルの研究を行っています。 ウェブの意味的な処理を人 工知能を使って高度化すること、人工知能のブレーク スルーをウェブデータを通じて検証することを目指し ています。\nhttp://ymatsuo.com/japanese/\n全脳アーキテクチ ャ・イニシアティブ創設賛助会員\n\n全脳アーキテクチ ャ・イニシアティブでは、賛助会員を募集しておりま す。賛助会員に登録いただきますと、当サイトに貴団 体ロゴとホームページへのリンク掲載や、各種イベン トの優先参加など、さまざまな特典がございます。詳 しくは、こちらをご覧ください。\nこれまでに開催さ れた勉強会の内容\n第26回 全脳アーキテクチャ勉強会 テーマ：自由エネルギー原理\n\n正解のない問題の解決 ： 実用的知能と行動選択の心理学 | 熊田 孝恒（京都 大学）\n感情と感情障害のしくみ -自由エネルギー原理 の観点からとらえ直す- | 乾 敏郎（追手門学院大学）\n \n第25回 全脳アーキテクチャ勉強会 テーマ：計算論的 精神医学\n\nエンジニアのための計算論的精神医学 | 浅 川 伸一（東京女子大学）\n計算論的精神医学：脳の計 算理論に基づく精神障害の病態理解 | 山下 祐一（国立 精神・神経医療研究センター）\n\n第24回 全脳アーキテ クチャ勉強会 テーマ：アブダクション　ー　仮説生成 する脳型人工知能へ向けて\n\nトップダウン制約からの 強化学習と社会学習 | 高橋 達二（東京電機大学）\n仮 説生成に向けた等価性構造抽出 | 佐藤 聖也（東京電機 大学）\n現代人工知能によって何が変わるのだろうか | 前田 英作（東京電機大学）\nアブダクションは具体的 に研究しうる〜遮蔽補完の計算論〜 | 坂本 一寛（東北 医科薬科大学）\n\n第23回 全脳アーキテクチャ勉強会＆ 第4回WBAハッカソン説明会 テーマ：脳における強化学 習\n\n強化学習 もう一つの源流：分類子システム | 荒 井 幸代（千葉大学）\n脳における強化学習| 太田宏之 先生（防衛医大）\n\n第22回 全脳アーキテクチャ勉強会 テーマ：自律性と汎用性\n\n創発インタラクションの 意義：機能分化に対する変分原理と数理モデル | 津田 一郎（中部大学創発学術院）\nデザインされた行動か ら自律発達的な行動へ：インテリジェンスダイナミク スに関して | 藤田 雅博（ソニー株式会社）\n勉強会概 要と発表資料\n\n第21回 全脳アーキテクチャ勉強会 テ ーマ：「推論」\n\n【脳科学】前頭葉での推論 | 坂上雅 道（玉川大学）\n【認知科学】人の推論過程 | 服部雅 史（立命館大）\n【人工知能】ベイジアンネット | 植 野真臣（電気通信大学）\n勉強会概要と発表資料\n\n第2 0回 全脳アーキテクチャ勉強会 ～ 海馬における文脈表 現\n\n海馬とエピソード記憶 ―脳は物語をいかに表現 するか？―\n全脳における海馬の計算論\n第20回 全脳ア ーキテクチャ勉強会 ～ 海馬における文脈表現 まとめ (togetter)\n\n第19回 全脳アーキテクチャ勉強会 ～ 脳・ 人工知能とアナログ計算・量子計算\n\nアナログ計算機 と計算可能性\n量子アニーリングのこれまでとこれか ら\n第19回 全脳アーキテクチャ勉強会 ～ 脳・人工知能 とアナログ計算・量子計算〜 まとめ (togetter)\n\n第18回 全脳アーキテクチャ勉強会 ～ 全脳規模計算\n\n全脳シ ミュレーション\n時間領域アナログ方式で脳の演算効 率に迫る\n第18回 全脳アーキテクチャ勉強会 ～ 全脳規 模計算 ～ まとめ (togetter)\n\n第17回 全脳アーキテクチ ャ勉強会 ～ 失語症と発達性ディスレクシア ～\n\n失語 症と発達性ディスレクシア\n脳内神経繊維連絡と失語 症\n発達性ディスレクシア - 生物学的原因から対応ま で\n\n第16回 全脳アーキテクチャ勉強会 ～ 人工知能は 意味をどう獲得するのか ～\n\nヒト大脳皮質における 意味情報表現\n画像キャプションの自動生成\n\n第15回 全脳アーキテクチャ勉強会 ～ 知能における進化・発 達・学習 ～\n\nヒトの知性の進化\n発達する知能　－こ とばの学習を可能にする能力―\n勉強会概要と発表資 料\n\n第14回 全脳アーキテクチャ勉強会 ～ 深層学習を 越える新皮質計算モデル ～\n\n大脳新皮質のマスター アルゴリズムの候補としての Hierarchical Temporal Memory (HTM ) 理論\nサル高次視覚野における物体像の表現とそのダ イナミクス\n勉強会概要と発表資料\n\n第13回 全脳アー キテクチャ勉強会 ～ コネクトームと人工知能 ～\n\nコ ネクトームの活用とその近未来\n脳全体の機能に迫る\n 勉強会概要と発表資料\n\n第12回 全脳アーキテクチャ勉 強会 ～ 脳の学習アーキテクチャー ～\n\n脳の学習アー キテクチャ\nパネルディスカッション「神経科学と全 脳アーキテクチャ」\n勉強会概要と発表資料\n\n第11回 全脳アーキテクチャ勉強会 ～ Deep Learning の中身に迫る ～\n\n深層学習の学習過程における相転移\nDeep Neural Net works の力学的解析\nSkymindのDeep Learning への取り組み\n勉 強会概要と発表資料\n\n第10回 全脳アーキテクチャ勉強 会 「全脳アーキテクチャのいま」～ 全脳アーキテク チャプロジェクトとそれをとりまく周辺の最新状況報 告 ～\n\n全脳アーキテクチャの全体像\n人工知能の難問 と表現学習\n全脳アーキテクチャと大脳皮質モデル BESO M の実用化研究の構想\n全脳アーキテクチャを支えるプ ラットフォーム\n人工知能・ロボット次世代技術開発\n 汎用人工知能に向けた認知アーキテクチャが解決する べき知識の課題\n感情モデルと対人サービス\n若手の会 の活動報告\n勉強会概要と発表資料\n\n第9回 全脳アー キテクチャ勉強会 ～ 実世界に接地する言語と記号 ～\ n\n脳内視覚情報処理における物体表現の理解を目指し て ～ Deep neural network の利用とブレイン・マシン・イン タフェースへの応用 ～\n記号創発ロボティクス ～内部 視点から見る記号系組織化への構成論的アプローチ～\ n脳科学から見た言語の計算原理\n勉強会概要と発表資 料\n\n第8回 全脳アーキテクチャ勉強会 時系列データ ～ 脳と機械学習技術は時間をどう扱うのか ～\n\n脳に おける時間順序判断の確率論的最適化\n順序とタイミ ングの神経回路モデル\n深層学習によるロボットの感 覚運動ダイナミクスの学習\n勉強会概要と発表資料\n\n 第7回 全脳アーキテクチャ勉強会 感情 ～ 我々の行動 を支配する価値の理解にむけて ～\n\n感情の進化 ～ サ ルとイヌに見られる感情機能 ～\n情動の神経基盤 ～ 負情動という生物にとっての価値はどのように作られ るか？ ～\n感情の工学モデルについて ～ 音声感情認 識及び情動の脳生理信号分析システムに関する研究 ～ \n勉強会概要と発表資料\n\n第6回 全脳アーキテクチャ 勉強会 統合アーキテクチャー ～ 神経科学分野と AI 分 野の研究蓄積の活用に向けて ～\n\n分散と集中：全脳 ネットワーク分析が示唆する統合アーキテクチャ\n脳 の計算アーキテクチャ：汎用性を可能にする全体構造\ n認知機能実現のための認知アーキテクチャ\n勉強会概 要と発表資料\n\n第5回 全脳アーキテクチャ勉強会 ～ 意思決定 深いゴール探索と深い強化学習の技術をヒン トにして、前頭前野の機構の解明を目指す ～\n\nDeep Lea rning とベイジアンネットと強化学習を組み合わせた機 構による、 前頭前野周辺の計算論的モデルの構想\nBDI ― モデル、アーキテクチャ、論理 ―\n強化学習から見 た意思決定の階層\n勉強会概要と発表資料\n\n第4回 全 脳アーキテクチャ勉強会 ～ 機械学習と神経科学の融 合の先に目指す超知能 ～\n\n全脳アーキテクチャ主旨 説明\nAI の未解決問題と Deep Learning\n脳の主要な器官の 機能とモデル\n脳をガイドとして超脳知能に至る最速 の道筋を探る\n自然な知覚を支える脳情報表現の定量 理解\n脳型コンピュータの可能性\n勉強会概要と発表資 料\n\n第3回 全脳アーキテクチャ勉強会 ～ 海馬：脳の 自己位置推定と地図作成のアルゴリズム ～\n\n「SLAM の 現状と鼠の海馬を模倣した RatSLAM」\n「海馬神経回路の 機能ダイナミクス」\n「人工知能 (AI) 観点から想定す る海馬回路の機能仮説」\n勉強会概要と発表資料\n\n第2 回 全脳アーキテクチャ勉強会 ～ 大脳皮質と Deep Learnin g ～\n\n「大脳皮質と Deep Learning」\n「視覚皮質の計算論 的モデル ～ 形状知覚における図地分離と階層性 ～」\ n「Deep Learning 技術の今」\nWBA の実現に向けて： 大脳新 皮質モデルの視点から\n勉強会概要と発表資料\n\n第1回 全脳アーキテクチャ勉強会 ～ 機械学習と神経科学の 融合の先に目指す超知能 ～\n\n勉強会開催の主旨説明\n AI の未解決問題と Deep Learning\n脳の主要な器官の機能と モデル\n脳を参考として人レベル AI を目指す最速の道 筋\n勉強会概要と発表資料\n\n全脳アーキテクチャ勉強 会の開始背景（2013年12月）\n人間の脳全体構造におけ る知的情報処理をカバーできる全脳型 AI アーキテクチ ャを工学的に実現できれば、人間レベル、さらにそれ 以上の人工知能が実現可能になります。これは人類社 会に対して、莫大な富と利益をもたらすことが予見さ れます。例えば、検索や広告、自動翻訳や対話技術、 自動運転やロボット、そして金融や経済、政治や社会 など、幅広い分野に大きな影響を与えるでしょう。\n 私達は、この目的のためには、神経科学や認知科学等 の知見を参考としながら、機能的に分化した脳の各器 官をできるだけ単純な機械学習器として解釈し、それ ら機械学習器を統合したアーキテクチャを構築するこ とが近道であると考えています。\n従来において、こ うした試みは容易ではないと考えられてきましたが、 状況は変わりつつあります。すでに、神経科学分野で の知見の蓄積と、計算機速度の向上を背景に、様々な 粒度により脳全体の情報処理を再現／理解しようとす る動きが欧米を中心に本格化しています。 また Deep Lea rning などの機械学習技術のブレークスルー、大脳皮質 ベイジアンネット仮説などの計算論的神経科学の進展 、クラウドなどの計算機環境が充実してきています。\ nこうした背景を踏まえるならば、全脳型 AI アーキテ クチャの開発は世界的に早々に激化してくる可能性さ えあります。 そこで私達は、2020年台前半までに最速 で本技術を実現できるロードマップを意識しながら、 この研究の裾野を広げていく必要があると考えていま す。 そしてこのためには、情報処理技術だけでなく、 ある程度のレベルにおいて神経科学等の関連分野の知 見を幅広く理解しながら、情熱をもってこの研究に挑 む多くの研究者やエンジニアの参入が必要と考えてい ます。 LOCATION:東京汐留ビル 5階ホール 東京都港区東新橋1-5-1　 パナソニック東京汐留ビル URL:https://techplay.jp/event/735366?utm_medium=referral&utm_source=ics&utm _campaign=ics END:VEVENT END:VCALENDAR