BEGIN:VCALENDAR VERSION:2.0 PRODID:-//https://techplay.jp//JP CALSCALE:GREGORIAN METHOD:PUBLISH X-WR-CALDESC:Deep Learning Digital Conference X-WR-CALNAME:Deep Learning Digital Conference 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:784182@techplay.jp SUMMARY:Deep Learning Digital Conference DTSTART;TZID=Asia/Tokyo:20200801T130000 DTEND;TZID=Asia/Tokyo:20200801T183000 DTSTAMP:20260425T213037Z CREATED:20200624T141940Z DESCRIPTION:イベント詳細はこちら\nhttps://techplay.jp/event/78418 2?utm_medium=referral&utm_source=ics&utm_campaign=ics\n\nDeep Learning La b（DLLAB）について\nDeep Learning Lab とはディープラーニ ングの実社会での活用を推進するコミュニティです。 先端技術を実際のビジネスに応用するべく、技術とビ ジネスの両面に精通したプロたちが毎月の勉強会や教 育活動をベースに、ニーズに合わせた最適な技術を選 択し開発した事例や最新技術動向の情報発信を行い、 ソリューション検討を具体的に行えるようにします。 マイクロソフトとPFNの協業から生まれました。​コミ ュニティご紹介資料はこちらです。\nDeep Learning Digital C onference\nDLLAB は2020年夏で3周年を迎えます。過去様々な 企業やコミュニティと連携して企画を推進してきまし たが、今回は日本ディープラーニング協会が実施する 資格試験の合格者によるコミュニティ CDLE との合同企 画としてデジタルカンファレンスを開催いたします。 今年は特に、COVID-19 の影響で産業構造やビジネスを取 り巻く環境が過去見ないほどに大きく変化している中 、AI 自体の存在価値・在り方はどうなっていくのか。 計30を超えるセッションから考察していければと思い ます。今回は、最先端のソリューション開発を行うス タートアップやベンダーに加え、大手メーカー・物流 企業の実ビジネス化に向けた取り組みや人材教育につ いてもセッションを揃えております。\n本イベントで は、「事例セッション」、「技術セッション」、「教 育セッション」、「個人セッション」に分けてビジネ ス側からエンジニア側まで幅広い層を対象に AI の社会 実装における現状をお届けします。\n事例セッション: ML/ DL のビジネス活用事例の紹介。事業責任者、経営層 、ビジネス向け。\n技術セッション: 最新の技術動向、 研究開発内容について紹介. 企業、研究者による取り 組み紹介。データサイエンティスト、エンジニア向け 。\n教育セッション: 今後の AI 人材に求められるスキ ル、マインド、キャリア、コミュニティなどの紹介。\ n個人セッション: 個人で取り組む内容、事業、研究、 学習方法など。トピックは限定しない。DLLからも登壇 者の受付を行います。\nイベント概要\n【日時】2020年8 月1日（土）12:30 配信開始、18:30 終了\n【場所】YouTube Li ve (登録いただいた方にリンクを別途送付いたします)\n 【費用】一般 500円（コンパス集金は事務局の株式会社 中外が代行します。) ※学生無料\n【Web】https://dldc-2020. dllab.ai/\nセッションの割り振りはイベント当日まで変 更の可能性があることをご容赦ください。\n\n\n\nセッ ションカテゴリ\nセッションタイトル\n詳細\n演者\n\n\n\ n\nKeynote 1\n深層強化学習の汎用に向けて\n深層学習の真 価は汎用性にあり。画像認識、自然言語処理といった 領域では実用化が進み、各種場面、用途で応用されて いる深層学習ですが、強化学習の領域ではまだ他の領 域に比べ活用は少ない。この差はどこから来るのか？ 他領域における深層学習の成功のステップを辿り、そ れが強化学習の領域ではどう再現できるか、なぜロボ ットの応用が特に面白いか、現状の困難や成功の背景 を話していきます。\nGoogle Brain 研究員東京大学 未来ビ ジョンセンター/松尾研究室 客員研究員一般社団法人 日本ディープラーニング協会 有識者会員Shane Gu\n\n\nKeyn ote 2\nリターン・オン・モデル（ROM）で価値の最大化を 目指す、社会実装されるための機械学習テクニック\n 機械学習やディープラーニングの社会実装は、一般的 なITプロジェクトと比較すると難易度の高い内容とな っています。リターン・オン・モデルという機械学習 モデルに対する費用対効果的なコンセプトから、実社 会において活用されるための必要な要件定義、実装の テクニックについて解説します。一般社団法人リテー ルAI研究会において成功や失敗した事例をもとに、流 通業界を中心とした最前線の実例から、機械学習の社 会実装について切り込んでいきます。\n一般社団法人 リテールAI研究会今村 修一郎\n\n\n事例セッション\nア マダのAI開発を加速するための、DevOPS・MLOPSの取り組み 事例紹介\n株式会社アマダでは約5年前くらいからAzure をつかった開発・テスト環境の構築に取り組んでおり 、その一部としてDevOPS/MLOPSがあります。今回、アマダA Iイノベーション研究所でMLOPSに対する要求を作成し、 株式会社アバナード様に構築いただきました。その内 容やアマダ側の受け入れについて事例を紹介します。\ n株式会社アマダAIイノベーション研究所三好 秀治株式 会社アマダ中川 大樹アバナード株式会社ジャンノエル リベル\n\n\n事例セッション\nディープラーニングを用 いたワインブドウの収穫量予測\n本セッションでは、 ワインブドウの収穫量予測の実証実験について紹介す る。実証実験では、圃場内を網羅的に自動走行する台 車によって撮影された画像を入力とし、①Semantic segment ationによって得られたブドウ領域と、深度カメラから 得られた距離情報を用いたブドウの大きさの推定②ブ ドウの大きさー重量回帰モデルによる重量の推定の2ス テップによってブドウの重量を予測する。また総重量 を予測する際には、台車の自己位置推定によってフレ ームインしている畝の領域を特定し、抜け・重複の少 ない予測を実現した。これらの手法を用いた収穫量予 測の効果検証は2020年秋に実施予定である。\n日鉄ソリ ューションズ株式会社徳竹 眞人\n\n\n技術セッション\nT ensorflow Liteの量子化アーキテクチャ\nTensorflow Liteに導入 されたPost-training quantizationのアーキテクチャについて 解説します。Post-training quantizationを使用することで、fl oatで学習したモデルを、キャリブレーションイメージ を使用することでint8のモデルに再学習不要で変換する ことができます。また、LayerWiseQuantizationとChannelWiseQuant izationについて解説し、Tensorflow Liteの量子化モデルの精 度が高い理由を考察します。\nax株式会社品部 仁志\n\n\ n技術セッション\nCPUだけでAIをやり切った最近のお客 様事例 と インテルの先進的な取り組み\nインテルはこ こ数年間、AIを戦略の中心に置いて各種事業活動を行 っております。最も分かりやすいところだとインテルC PUを始めとするハードウェア、および、ソフトウェア 製品の強化になるのですが、実は同時に、ユーザー企 業様へ直接アプローチし、AI導入およびそれによるビ ジネス課題の解決もお手伝いさせていただいておりま す。本セッションでは、そうした弊社の活動の中から お客様事例をいくつかご紹介いたします。いずれも”C PUだけでAIを動かされている”お客様になりますので、 AI導入の現実解として皆様のご参考になれば幸いです 。また、最近インテルが注目している次世代のAI関連 技術も併せてご紹介いたします。\nインテル株式会社 大内山 浩\n\n\n技術セッション\nAzure における Reinforcemen t Learning の取り組み\n近年、強化学習が注目されていま す。推薦システム、ロボット自律化、物流最適化など の幅広い分野で適用ができる可能性があります。しか しながら、強化学習の導入ハードルは非常に高く採用 に至っていない状況です。Azure では Data Scientist だけで なく、ドメインの専門家や IT エンジニアでも利用でき るサービスを展開しており、強化学習の民主化を目指 しています。本セッションは強化学習の基本的な考え 方に触れながら、Microsoft 社内やお客様での適用事例、 Azure の強化学習のサービスをご紹介致します。\n日本 マイクロソフト株式会社女部田 啓太\n\n\n教育セッショ ン\nPost COVIDにおけるAI人材の新しい学習スタイルとAIの 社会実装にむけたAIエンジニアに求められるE資格その 後のスキル\n変化が目まぐるしいAI領域でのキャリア形 成のためには、基礎となる数学やPythonの習得と体系的 な機械学習の知識習得および実装力はもちろんのこと 、最新トレンドのキャッチアップが必要です。また、C OVID-19の影響により、変則的な勤務や在宅勤務が増えた ことで、学習スタイルにも変化が求められています。 本セッションでは、今後社会へのAI実装に際して重要 性が増すと考えられるスキルとして「XAI（説明可能なA I）」と「Azure Machine LearningのAutoML」を取り上げ、AIの基 礎理解の後にどのようにして学んでいくべきかを、最 新の学習科学の知見をもとにご紹介します。\nスキル アップAI株式会社斉藤 翔汰\n\n\n教育セッション\nDXを推 進するAI人材育成の在り方 ～ e-learning によるAIリテラ シの向上～\n「AI教育・研修を切り口に、要件定義・試 作品（PoC）の開発支援など、AIプロジェクト成功に必 要なソリューションをワンパッケージで提供、AIに強 い組織づくりを支援」してきた株式会社アイデミーの エンタープライズサービス部長 桐原憲昭 が、「AI人材 の育成」「AIを活用できる組織づくり」をテーマに語 ります。\n株式会社アイデミー桐原憲昭\n\n\n教育セッ ション\n人材育成で本当は大切なのに忘れがちな３つ の価値　〜 オンライン/オフラインでの学びは何が変 わって何が変わらないのか？なぜ社内でのAI活用は一 向に進まない\nコロナウイルスの影響により、オンラ インで学ぶ機会が圧倒的に増えました。弊社でもこれ までは教室に集まって講義を行っていましたが、今回 を機に本格的にオンラインでの学びにシフトしていま す。オンラインでの学びというとE-learningを想像される 方も多いと思いますが、オンラインでのリアルタイム 講義を希望される方が多く、この形式を中心に行なっ ています。E-leaningは「いつでも」「どこでも」受講す ることができ、値段もお手頃であることが多い中、そ の逆であるリアルタイムの講義を望まれる方が多いの か。本セッションでは、このリアルタイムでの講義が 持つ価値を要素分解し、視聴者の方にとって本当に必 要な研修の構成要素を選択できるような情報を提供し ます。自社にとって最適なプランを最適な値段で受け られることこそ、オンラインでの学びの価値を最大限 活かせていると言えます。また、ディープラーニング と関わりの深い AI を学ぶときに多くの人が陥る失敗を 紹介します。長い時間、難しい本を読んで数学力やプ ログラミング力がしっかりと付いているにも関わらず 、自社内の改善になぜか繋がらない。社内にデータは 蓄積されているけれど、「使えるデータがない」と嘆 く状態から抜け出せない。そこには、最初の設計に課 題があります。どのように工程設計を行うと、この課 題から抜け出すことができるか。キカガクでの社内ツ ールを作るまでの具体的な事例とともに紹介します。\ n株式会社キカガク吉崎 亮介\n\n\n個人セッション\nオン サイトデータコンペの魅力。関わる全員が楽しいコン ペ設計のための取り組み\n近年機械学習課題の解決方 法の一つとしてデータコンペという形式が台頭してい る。データコンペとは課題を抱えている企業がデータ と課題を設定し、一般の参加者がその精度を競う大会 である。出題側は良質な解法が得られる可能性がある 一方で専用のシステムを用意しかつコンペに適した課 題設計を行い、優秀な参加者を集客する必要あり、開 催のためのハードルが高い。このセッションではatma株 式会社が開催するatmaCupにおいて、出題側はもちろんの こと参加者全員が楽しいと思えるようなコンペになる ために行っている取り組みについて紹介する。\natma株 式会社 山口 貴大\n\n\n個人セッション\nAI・ディープラ ーニングを駆使して、「G検定合格者アンケートのフリ ーコメント欄」を分析してみた\n2020年5月に実施した「 第2回G検定合格者がおススメするAI・DL本アンケート」 のフリーコメント欄、「ディープラーニング協会への ご意見・ご要望」に寄せられた意見を、ディープラー ニング協会らしく、機械学習とディープラーニングを 駆使して分析した結果を紹介します。本発表ではワー ドクラウド、説明性XAI、クラスタリング、要約、ALBERT などの自然言語処理技術の概要を解説し、そして実際 にこれらの技術を、G合格者のみなさまの「ディープラ ーニング協会へのご意見・ご要望」データに適用する と、どのような分析結果が出たのか紹介します。\n株 式会社電通国際情報サービス小川雄太郎/御手洗拓真\n\ n\n個人セッション\nDLLヘルスケア分科会の取り組み\n医 療×AI　わかってきた医療従事者の意外な反応と「ニュ ーノーマル時代」での推進。これまで2019年から2度に わたりDLLヘルスケア分科会で医療×AI進歩ジウムを実施 し、ヘルスケア分科会を立ち上げるに至りました。「 ニューノーマル」時代での医療×AIがどうなっていくの か？政府はどのような方針でAIの推進をしていくつも りなのか？保守的と言われている医療業界のAIに対す る反応は？これまでの活動を踏まえ、今後のヘルスケ ア部会はどのような取り組みをしていくのか？などに ついて語らせていただきます。\n千葉大学医学部附属 病院亀田 義人\n\n\n事例セッション\nAIプロジェクトを 成功させ、加速させる進め方とは？ ~ クラウドをフル 活用しAI利用をドライブする方法をご紹介 ~\nAIを導入/ 活用する最前線では日々課題が発生し、対処をしてい くことが求められます。例えば旧来型のDWHをご利用の お客様には「データの肥大化で集計用DWHの処理時間が ボトルネックに」といった課題や、「そもそもAIのり 活用を始められる人材がいない」といったシステム以 外の課題も発生しています。そういった状況を乗り越 えデータ利活用に成功している企業ではどのような考 え方や、ツールを利用しているか。実際に弊社が支援 に携わったお客様のユースケースを交えてお伝えいた します。\n株式会社ナレッジコミュニケーション中西 貴哉\n\n\n事例セッション\nAIの売上予測を発注システム に組み込んだリンガーハットのデータ活用戦略\nプロ ジェクトの立ち上げの背景から、AIの活用を模索して 発注システムの構築に至る過程だけでなく、AzureでのAI 活用戦略に取り組みについてご紹介いたします。\nDATUM STUDIO株式会社光田 健一\n\n\n技術セッション\n最新のNVI DIA AmpereアーキテクチャによるNVIDIA A100 TensorコアGPUの特 長とその性能を引き出す方法\nエヌビディアは、2020年5 月に最新のNVIDIA Ampereアーキテクチャと、それに基づく 最初のGPUであるNVIDIA A100 TensorコアGPUを発表しました。2 017年のVoltaアーキテクチャで導入された行列演算ユニ ット「Tensorコア」がさらに進化しただけでなく、GPUを ハードウェア的に分割する「Multi-Instance GPU (MIG)」など 、様々な新機能が追加されています。このセッション では、A100 GPUの新機能に加え、VoltaやTuring世代GPUも含め たTensorコアの活用方法や、今注目のCUDA on WSL2の最新情 報もお伝えします。\nエヌビディア合同会社佐々木 邦 暢\n\n\n事例セッション\n製造業における最新AI適用事例 のご紹介\n企業におけるデジタルトランスフォーメー ションの進展に伴い、多くの企業がAIを活用した事業 創出や業務革新を本格化させています。こうした環境 変化に応えるため、ISIDでは4年前に設置したAI専任組織 を中核に、製造業の設計開発をはじめとする多様な領 域において、最適なAIソリューションの開発や適用支 援を行ってきました。これまでに、時系列データを利 用した動作予測や予兆検知サービス、深層強化学習で 機械制御を最適化していくためのAIモデル構築や因果 分析サービス等、製造業を中心に100を超えるAIプロジ ェクトの推進実績があり、本セッションでは、これら のAI開発プロジェクト事例についてご紹介します。\n株 式会社電通国際情報サービス芝田 潤\n\n\n個人セッショ ン\nBERT の解剖学: interpret-text による自然言語処理 (NLP) モデル解釈\nGoogle が 2018 年に発表した深層モデル BERT は、自然言語処理 (NLP) の多くのタスクでブレイクスル ーを起こしました。性能面で進歩がある一方で、公平 性に関するガイドラインが総務省から発表される等、 産業界では解釈可能な AI を求める声が大きくなってき ています。そこで本セッションでは、このギャップを 埋めるために Microsoft Research が開発している、interpret-t ext と呼ばれる機械学習ライブラリをご紹介します。BER T を含む、様々な自然言語処理モデルを解釈するため の 2 つの方法について解説し、簡単なデモをお見せし ます。\n日本マイクロソフト株式会社山口 順也\n\n\n技 術セッション\nディープラーニングのロボット応用事 例ーデータからエクスペリエンスへ\n深層学習研究で は通常，学習データとラベル（報酬）が設計者によっ てトップダウン的（受動的）に与えられる．しかしロ ボットでは「感覚から運動が生成される」というだけ でなく「動作から新しい感覚が生成される」という側 面も重要となる．このように自身の経験を通じて能動 的に得られる情報を，通常の学習データと区別して「 エクスペリエンス（経験）」と呼ぶ．本講演ではこの 視点からのディープラーニングのロボット技術，そし て複数の企業との共同研究事例を紹介する．\n早稲田 大学尾形 哲也\n\n\n技術セッション\nSpark + AI Summit 2020で 発表された注目内容を一挙にご紹介〜AI/機械学習プロ ジェクトに関わる方は必見です〜\n6/24 - 6/26 にグロー バルで実施されたSpark + AI Summit 2020ので発表された最新 テクノロジーのアップデート情報をお届けします！・ Spark 3.0 - 更に高速化、最適化されたSpark 3.0が目指すよ りインテリジェントな統合分析・ Lakehouse - 従来のデー タレイクにデータウェアハウスライクな直観操作を可 能にした次のビッグデータパラダイムシフト・ Delta Eng ine - モダンCPUアーキテクチャに特化されたベクトル化 実行エンジン「Photon」と最新のDelta Lakeでレイクハウス の超高速化を実現・ Redash - ビッグデータ用のグラフィ カルな分析をSQLで簡単に実現\nデータブリックス・ジ ャパン株式会社ジャ・ジーシン (ジン)\n\n\n事例セッシ ョン\nCOVID19ワクチン開発に向けた、AIの挑戦　～深層 学習が導く、新領域との接点～\n新型コロナウイルスCO VID19のワクチン開発は世界的な急務です。フューチャ ーは、2018年から大阪大学等と深層学習を用いたワクチ ン開発の共同研究を開始し、その成果をCOVID19ワクチン 開発にも活用しています。ワクチン開発というと遠い 世界の話に思われるかもしれませんが、内部で使って いる技術は、自然言語処理や画像処理等、お馴染みの 分野で培われた深層学習技術です。本セッションでは 、ワクチン開発という世界的重要課題において、深層 学習が具体的にどのように利用されるかを紹介し、深 層学習が医療に限らず、新領域に踏み出す際の心強い ツールとなることをお伝えできればと思います。\nフ ューチャー株式会社貞光 九月\n\n\n技術セッション\n準 同型暗号を用いた秘密計算技術とデータベース/Deep Lear ningとの融合\n近年、MaaSやスマートシティ、情報銀行な どのデータ連携活用、産業界のデータ分析・AI開発プ ロセスにおいて、機密情報や個人情報のセキュリティ 対策やプライバシー保護が課題となっている。その解 決策として、データ通信時や保管時の保護だけではな く、活用時も秘匿にしたまま解析が可能なSecure Computing （秘密計算） という技術領域がグローバルトレンドと して注目されている。本セッションでは、秘密計算の 要素技術である「データを暗号化したまま解析が可能 な準同型暗号」という暗号技術について、またそのユ ースケースについて紹介する。\nEAGLYS株式会社今林 広 樹\n\n\n教育セッション\nAI活用人材の社内育成に関する 取り組みについて　～ダイキン情報技術大学～\nダイ キン工業では、新入社員１００名を２年間特定の部署 に配属させることなく、AIやIoTといったスキルをゼロ から学ばせる「ダイキン情報技術大学」という取り組 みを行っています。本セッションでは、講義・演習やP BL（Project Based Learning）などのプログラム内容や、今後 どのようなAIの利活用を考えているのかについて、具 体的な事例をもとに紹介します。また本取り組みに対 して電通国際情報サービスが実施しているアドバイザ ー支援やクラウド教育について紹介します。\nダイキ ン工業株式会社下津 直武 / 株式会社電通国際情報サー ビス久保田 敏宏\n\n\n教育セッション\nアカデミックに おけるAI/ディープラーニング の教育と学習支援に関す る研究\n中部大学は教育機関として初めて日本ディー プラーニング協会のE資格に関する認定プログラムを受 けています．今年3月に開催されたE資格の試験では， 本認定プログラムを終了した学生が全員E資格に合格す ることができています．認定プログラムを承認される までのプロセス，および本認定プログラムで取り組ん でいる内容について紹介します．また，我々の研究グ ループは，企業の方へAI/ディープラーニング の教育を 展開しており，その事例についても紹介します．加え て，教育現場で収集できる学習ビックデータを利用し たAIシステムに関する研究も紹介します．\n中部大学山 下隆義\n\n\n個人セッション\nCDLEハッカソンが、自分の 人生のターニングポイントになった話\n・CDLEに参加し 賞を受賞し、仲間と出会えた事や、キャリアチェンジ に繋がった話。・仲間とKaggleに参加することで得られ た知識を、業務に活用できた事例紹介。\n矢崎総業株 式会社圖師 秀幸\n\n\n事例セッション\nPoCを超えて事業 価値のあるAIを作るには 〜経営者・事業責任者が知っ ておくべきポイントを、事例を交えてご紹介〜\n機械 学習、ディープラーニング技術が著しい発展を遂げて いる一方で、それをビジネスとして本当に価値がある ものにしていくことは非常に難易度が高く、PoCで終わ ってしまうAIプロジェクトも多いというのが現状です 。そこで、事業価値あるAIを作るために何が必要かと いう点について、弊社が様々なプロジェクトを進めて きた経験からお話しいたします。特に、発注者側（経 営者・事業責任者）の目線で、何ができるのかに言及 します。AIプロジェクトを、「ただAIベンダーに発注し てから任せきり」にするのではなく、「どんなリスク を考慮する必要があって、どう目利きをしていけばい いのか」についてお話しさせていただきますので、ご 興味ある方は是非ご参加ください。\n株式会社Algoage大 野 峻典/横山 勇輝\n\n\n教育セッション\nビジネスで役 立つAIリテラシーから機械学習エンジニアリングまで 実践形式で学ぶ課題解決型AI人材育成とは？〜国内最 大AIコンペサイトのノウハウから学ぶ最新学習法〜\nAI プロジェクトにおいて高確率で成果が得られる方法と して、世界中のAI人材がAIの精度を競い合う「AI開発コ ンペティション」が注目されています。参加者はコン ペを通じた業務課題へのチャレンジにより、実践的なA Iスキルを習得可能です。この育成効果は課題解決型学 習（PBL）という教育手法に相当します。ビジネスマン がAIプロジェクト推進に求められるリテラシー。エン ジニアが高精度な機械学習モデルを実装するためのテ クニック。これらのスキルを実際のプロジェクトを追 体験しながらオンラインで学べるサービス「SIGNATE Quest 」を開発しました。今後の社会に必要なAI人材、その 育成効果についてご紹介します。\n株式会社SIGNATE齊藤 秀\n\n\n個人セッション\n37歳未経験からAIエンジニアへ 転職したプロセス\n私は37歳だった2019/5にイチからAIの 勉強を始めてスキルを付け、転職活動を経て、2020/1にA IエンジニアとしてAI系のSIerへの就職を実現しました。 その過程で経験したスキルアップや転職戦略をこれか らAIエンジニアを目指す方に共有出来ればと思います 。\n株式会社KUNO川端 伸治\n\n\n教育セッション\n人工知 能分野での人材育成と教育（AI活用・導入を成功させ るためのAI人材育成）\n人工知能分野での人材育成は「 今までの技術教育」では立ち行かないことがわかり、 私共は事業グループ独自にてワーキンググループを作 り、新たな人材育成と教育方針の策定に取り組んでま いりました。JDLAプログラムであるG検定／E資格の資格 教育の推進を中心に3か年の計画を作り、着実に人工知 能分野に対応できる人材を増やしてきております。今 回は、私共のワーキンググループでの取り組みの紹介 と未来像について講演いたします。\n伊藤忠テクノソ リューションズ株式会社荻野 圭介\n\n\n教育セッション \nデータドリブン経営で成功するAI-Readyな企業を目指し た人材育成\nヤマトホールディングスは2020年1月に経営 構造改革プラン「YAMATO NEXT100」を策定し、その基本戦 略の1つとしてデータドリブン経営を掲げています。デ ジタルトランスフォーメーション（DX）による物流オ ペレーションの効率化、標準化はもとより、データ分 析に基づく業務量予測、経営資源の適正配置、プライ シングを上位レイヤーで迅速に意思決定することを目 指して改革を進めています。本講演ではこれからDXや データドリブン経営に取り組む企業に必要となる要素 について、戦略、ビジネスへの実装、組織、人材育成 など実践の中から得られた学びや知見などを解説し、 特にAI技術を事業の中で応用するためのさまざまなヒ ントを示します。\nヤマトホールディングス株式会社 中林 紀彦\n\n\n事例セッション\n成功する機械学習プロ ダクトを作るには？〜対話エンジンの利活用からみる 次世代ソフトウェア〜\n機械学習を用いた業務効率化 へのチャレンジは、ここ数年で飛躍的に増えている一 方で、「上手く使えなかった」という結果になってし まうケースも多く聞こえてきています。例えば、「チ ャットボットを導入したけど使われない」あるいは「O CRで読み込みを自動化したものの、結局全件ヒトが全 件チェックしている」なども、その一例になります。 私たちは数百社の大手企業に対して、対話エンジンサ ービスを提供していますが、その中から見えてきた事 例も参考にしながら、成功する機械学習アプリケーシ ョンについて考えていきたいと思います。\n株式会社BE DORE下村 勇介\n\n\n技術セッション\nAI人材育成サービス 「iLect」とコア技術\nAI領域の課題として世界的に叫ば れているAI人材不足の解決に向け、iLectではより多くの 優秀なAI人材を輩出するための仕組み作りに力を入れ ています。それを支える技術として、クラウド型で高 スペックGPUを利用でき、高度に仮想化されたプログラ ミング環境「iLect System」や、問題が自動生成されるPyth onスキルトレーニングアプリケーション「PyGrade」を独 自に開発しております。今回はこれらプロダクトの開 発の裏側にフォーカスし、何故やるのか・何故やらな ければいけないのかという想いの部分や、NABLASだから 実現できた技術力の部分を中心に、プロダクトの開発 秘話、背景をご紹介します。\nNABLAS株式会社中山 浩太 郎\n\n\n個人セッション\nディープラーニングxものづく りが日本を強くする ～高専DCONの挑戦～\nGAFAに代表さ れるようなインターネット人材を中心とする「スマー トな」ディープラーニングの活用ではなく、ものづく りに密着した「現場感のある」「実践的な」ディープ ラーニングの活用によって解決できる社会課題がたく さんあります。ものづくりの技術を実践的にかつ効率 的に習得した各地の高専生から、新たな企業が生まれ 、大きな投資資金が流れれば、地方経済にも大きな刺 激になります。また、地方にある優良なものづくり企 業と連携していくことで、地元企業の底上げにも繋が り、その中から、世界で通用する企業が生まれてくる かもしれません。本セッションでは高専DCONから実際に 起業に繋げた高専生のビジネスピッチを行います。\n 一般社団法人日本ディープラーニング協会岡田 隆太朗 長岡工業高等専門学校/インテグライソドー長岡工業高 等専門学校/インテグライノムハ香川高等専門学校/ 三 豊AI開発(近日設立予定)武智大河\n\n\n個人セッション\n4 2 Tokyo が目指すエンジニア育成∞究極の自由と、無限 の可能性∞\nパリ発のエンジニア養成機関『42』の東京 校がこの４月に開校しました。実際にパリ本校にてエ ンジニアスキルを習得した元学生が『42 Tokyo』の立ち 上げを実現。自身の学生体験と、『42 Tokyo』が目指す プロフェッショナリズムとエンジニア育成の在り方を 語ります。\n42 東京長谷川 文二郎\n\n\n\nメディアスポ ンサーありがとうございます！\n\n\n\n\nMedia\nWeb\n\n\n\n\nL edge.ai(レッジエーアイ)\nhttps://ledge.ai/\n\n\nAINOW(エーアイ ナウ)\nhttps://ainow.ai\n\n\nAVILEN AI Trend(アヴィレンAIトレン ド)\nhttps://ai-trend.jp/\n\n\nrobosta(ロボスタ)\nhttps://robotstart .info/\n\n\nIoTNEWS(アイオーティーニュース)\nhttps://iotnews.j p/\n\n\n\n\n最後までお読みいただきありがとうございま した。\n※本イベントで収集された個人情報の取り扱 いについて\n日本マイクロソフト株式会社の個人情報 保護方針に準拠して取り扱います。\nhttps://www.microsoft.c om/ja-jp/mscorp/privacy/default.aspx LOCATION:オンライン開催 URL:https://techplay.jp/event/784182?utm_medium=referral&utm_source=ics&utm _campaign=ics END:VEVENT END:VCALENDAR