【第17回AIセミナー】「確率プログラミングの世界:論理と確率をつなぐ人工知能」

2017/10/18(水)16:00 〜 18:00 開催
ブックマーク

イベント内容

【第17回AIセミナー】「確率プログラミングの世界:論理と確率をつなぐ人工知能」

産業技術総合研究所 人工知能研究センターでは、人工知能研究に関する情報交換を目的として、原則として月に一度、外部の方やセンター内研究者を講師とする人工知能セミナーを開催しています。

今回は、論理的だが不確かさのある問題を解く人工知能技術、確率プログラミング(probabilistic programming)について、その理論と実践を紹介します。

基本的にどなたでも無料でご参加いただけますが、事前申込が必要です。人工知能に興味のある方は奮ってご参加ください。多くの方々にご参加いただき活発な議論が行われることを期待しています。

要旨

近年機械学習のための確率プログラミングが急速に発達しつつあります。確率プログラミングはベイジアンネットなどから発達し、大規模、複雑な確率モデルの開発をプログラミング言語を通じて行うものです。最近深層学習との融合も始まり将来に注目が集まっています。本セミナーでは、確率プログラミングについて、理論と実践の両面から論理に基づくPRISMとTensorFlowに基づくEdwardという2つの確率プログラミング言語の紹介をいたします。

基本情報

  • 名称:【第17回AIセミナー】「確率プログラミングの世界:論理と確率をつなぐ人工知能」

  • 日時:2017年10月18日(水)16:00 -18:00

  • 受付時間:15:20 - 18:00 ※ 受付時間外に来られた場合には対応できないことがございます。

  • 場所:【※以前より会場が変更になっております※】〒135-0064 東京都江東区青海二丁目5番10号 テレコムセンタービル東棟14階
    Asia startup office MONO

  • URL:https://mono.jpn.com/telecom-center-access/

  • 定員:200名

  • 参加費用:無料

  • 主催:産業技術総合研究所人工知能研究センター

  • 連絡先:人工知能セミナー窓口

  • 本セミナーは、国立研究開発法人新エネルギー産業技術総合開発機構(NEDO)による委託事業「次世代人工知能・ロボット中核技術開発(次世代人工知能分野)」による活動となります。

注意事項

  • 他の方に参加の機会をお譲りするためにも、参加ができないと分かった場合は早めのキャンセルをお願いします。

  • 本名でのご登録をお願いします。

  • 産総研は、お送りいただいた情報をセミナー運営以外の目的には使用しません。

  • 懇親会の予定はありません。

プログラム

16:00 -17:20 「確率プログラミングの発展と記号的確率モデリング言語PRISM」
佐藤 泰介(産総研 人工知能研究センター 招聘研究員)
概要:
近年機械学習のための確率プログラミングが急速に発達しつつある。確率プログラミングはベイジアンネットやマルコフ確率場への関係概念の導入から発展したもので、大規模、複雑な確率モデルの開発をプログラミング言語を通じて容易に行うことを目的としている。現在手続き型、オブジェクト指向など各種のプログラミング言語が開発されつつある。講演では確率モデリングを概観した後、論理に基づく確率モデリング言語であるPRISMを取り上げ、PRISMによる各種離散確率モデリングを紹介する。確率モデルとしては簡単なナイーブベイズから始め、ベイジアンネット、マルコフ連鎖による系列クラスタリング、知識グラフの解析、確率文法を取り上げる。

略歴:
1975年東工大大学院修士課程修了、同年通産省工技院電子技術総合研究所入所。1995年より2015年まで東工大大学院情報理工学研究科教授を務め、同年経産省産業技術総合研究所に招聘研究員として移り現在に至る。工博。人工知能の研究に従事。
17:20 -17:30 休憩
17:30 -18:00 「深層学習と確率プログラミングを融合したEdwardについて」
小島 諒介(京都大学 特定助教)
概要:
確率モデリングのためのプログラミング言語は世界中で研究・開発されており,近年,特に注目されている確率プログラミング言語として Edward (http://edwardlib.org/)がある.Edwardは Python ライブラリとして実装され,最近の深層学習技術を確率プログラミングに取り入れることで,高速かつ柔軟なモデリングを可能にしている.特に,Edwardでは確率モデルを TensorFlow (https://www.tensorflow.org/)の計算グラフ上に構築するアプローチをとっており,GPUやベクトル計算といった技術を簡単に活用できるため,大量・高次元のデータ処理という点で今後,様々な分野への応用が期待されている.本講演では初めにEdwardの紹介と概要について説明し,その後,Edward を用いたモデリング例を解説する.

略歴:
2014年東京工業大学大学院情報理工学研究科修士課程修了,2017年同大学院博士課程修了,京都大学医学研究科特定助教として,人工知能・機械学習に関する研究に従事.現在に至る.日本人工知能学会,日本ロボット学会員.

注意事項

※ こちらのイベント情報は、外部サイトから取得した情報を掲載しています。
※ 掲載タイミングや更新頻度によっては、情報提供元ページの内容と差異が発生しますので予めご了承ください。
※ 最新情報の確認や参加申込手続き、イベントに関するお問い合わせ等は情報提供元ページにてお願いします。

関連するイベント