第3回機械学習工学ワークショップ（MLSE夏合宿2020）

本年はオンラインで開催します。 いくつかのオンライン会議ツールの使用が必須となっていますので、参加要件をよくお読みください。

ワークショップ開催概要

日程

2018年7月2日（木）10:00 ～4日（土）16:30

参加募集

以下の要領で参加者を募集します。

参加要件

1. 会期中を通じて以下のツールが使用可能であること。
   • Discord
     • あらかじめアカウント作成の上、参加申し込み時にアカウントを申請ください。
       • アカウントは、Discord画面の左下にアイコンと共に表示されています。
       • 下記画像の例だと たろう#1234 がアカウントです。
       • 
   • Zoom
     • アカウントの作成は要りませんが、当日参加の環境でZoomでの会議に参加できるようにしておいてください。
2. 会期中、昼夜通じて合宿に参加できること
   • バーチャルではありますが合宿です。なるべく普段の業務や家庭から離れて合宿のセッションに集中できるようお取り計らいください。

参加費

• 一般（JSSST会員）: 2,000円
• 一般（JSSST非会員）: 5,000円
• 学生（会員／非会員問わず）: 1,000円

参加費は参加申し込み時にPaypalで支払いをお願いします。
参加費は 消費税込み の価格です。
会計処理上の事情により、請求書の発行・領収書の分割等には、対応はできません。

プログラム概要

1日目 (7月2日)

2日目 (7月3日)

※ KS は企画セッションです。

3日目 (7月4日)

※ KS は企画セッションです。

※ 時間は変更になる可能性があります。

プログラム内容

基調講演

【講演者】
今泉 允聡（東京大学 先進科学研究機構 准教授）

【タイトル】
深層学習の原理の理解に向けた理論の試み

【講演概要】
深層学習の性能の原理を理解するにあたり、既存の理論は深層学習の実際と乖離する点が多く残っている。そのギャップを埋めるため、実状を説明できるように理論を拡張する研究が盛んに行われている。本講演では、汎化誤差の評価に必要な重要な要素のうち、(1)近似誤差および (2) 複雑性誤差に注目し、それらの研究動向を紹介する。具体的には、深層ニューラルネットワークが相対的に優れた近似性能を発揮する状況の解析、および仮設集合全体の複雑性に依存しない誤差の解析を扱う。また、それらのアプローチの現状の達成点と限界について述べ、今後の研究の方針を議論する。

【プロフィール】
2017年に東京大学 経済学研究科 統計学コースにて博士号取得。統計数理研究所 数理・推論研究系 助教などを経て、2020年より東京大学 総合文化研究科 先進科学研究機構 准教授。理化学研究所 革新知能統合研究センター 客員研究員、日本科学技術振興機構 さきがけ研究員などを兼務。専門は数理統計学および機械学習理論。

鼎談：「デジタル・トランスフォーメーションと機械学習」

【概要】
「コロナ後」を見据えて生き抜いていく企業にとって、「デジタル・トランスフォーメーション（DX）」は避けては通れない道筋です。今回、DXの最前線で活躍される3名の方に、それぞれ、DXへの思い、課題と展望、そこにおける機械学習工学の役割などをお話しいただきます。

【参加者略歴】

青山幹雄
南山大学理工学部 ソフトウェア工学科教授（工学博士）
1980年岡山大学大学院工学研究科修士課程修了。同年富士通(株)入社。分散処理通信ソフトウェアシステムの開発、ならびに、分散処理ソフトウェアシステムの開発方法、開発支援環境、ソフトウェア プロセスなどの開発と適用に従事。イリノイ大学客員研究員、新潟工科大学情報電子工学科教授などを経て現職。2018年、経済産業省が2018年9月に発表した「DX（デジタルトランスフォーメーション）レポート～ITシステム『2025年の崖』の克服とDXの本格的な展開」を主導した。

浦本直彦
株式会社三菱ケミカルホールディングス
執行役員 先端技術・事業開発室 Chief Digital Officer
1990年、日本IBM入社、東京基礎研究所にて、自然言語処理、Web技術、セキュリティ、クラウドなどの研究開発に従事。2017年、三菱ケミカルホールディングスに入社し、人工知能やIoT技術を活用したデジタル・トランスフォーメーションの推進を行なっている。国立情報学研究所客員助教授、情報セキュリティ大学院大学連携教授、情報処理学会理事などを歴任。2018年より、人工知能学会会長および九州大学客員教授を兼務。

及川卓也
Tably（テーブリー）株式会社 代表取締役 Technology Enabler
東京出身。早稲田大学理工学部卒。DEC (Digital Equipment Corporation)、 Microsoft、Google、Incrementsでプロダクトマネージャ・エンジニアリングマネージャーなどとして活躍。2012年には、NHK プロフェッショナル仕事の流儀に取り上げられる。同年、日経ビジネス「次代を創る100人」に選出される。2019年1月、テクノロジーにより企業や社会の変革を支援するTably株式会社を設立。DXに関する著書として「ソフトウェア・ファースト あらゆるビジネスを一変させる最強戦略」（日経BP）がある。

フルペーパー発表

論文は 予稿集に掲載されています。

題名

深層学習に対する自動テストに基づくニューロンの誤識別への影響分析

著者

小澤 遼, 石川 冬樹

概要

深層学習技術の実用化に向け，品質保証のためのテスト手法が精力的に提案されている．この潮流において，テストケースやテストスイートの評価や生成の観点として，ニューラルネットワーク内のニューロン発火の程度やパターンに基づくカバレッジ指標が注目されている．しかし，ニューラルネットワークにおいては，全ニューロンが必ずしも本質的な役割を果たさないため，全ニューロンにまたがってそれらの指標をただ高くするよりも，品質保証の観点から各ニューロンの役割・影響を把握，活用することが重要である．そこで本論文では，ニューロンの発火パターンや頻度と誤識別との相関を分析する手法を提案し，DeepXploreツールおよび，手書き文字画像データを対象とした実験結果を示す．提案手法は，重要度に基づくテストケースの生成や選択，そして誤識別の自動修正技術に寄与する基盤技術となることが期待される．

ポスターセッション

*をついている発表は論文が 予稿集に掲載されています。

セッションの形式については、実行員会で検討中です。

企画セッション

KS1: 機械学習を活用したシステムの「プロセス・事例」研究

オンライン開催にともない、記載を変更しました。

【背景】
様々な領域で機械学習(ML)技術が利用されている一方で、各領域にMLを活用したシステムを開発する際に、システムの目的や要件の定義、仮説検証（PoC）を行う際の評価指標の設定、開発時の設計方法など、開発プロセスおよび各フェーズにおける実行内容や手順に関する体系化された知見が十分に蓄積されていない。その結果、エンジニアが試行錯誤で凌いでいるのが現状であり、開発プロセス全体に拡張したコミュニティがまだない。 本セッションでは、機械学習を活用したシステムの「プロセス・事例」を収集・概観し、共通するプロセスや知見を共有することを目的とする。

【セッション内容】
本セッションは、以下の2部からなります。第2部のワークショップでは「実際に関わったMLプロジェクトを表現し、他プロジェクトと比較したい」といった活動を行います。MLプロジェクトの事例モデル作成をしてくださる方の参加をお待ちしております。なお、本セッションは希望者が多い場合は抽選となりますこと、ご了承ください。

第1部：講演

事例に関する講演を予定しています。

第2部：ワークショップ

MLプロジェクトの事例をモデルとして表現して、比較や知見抽出の議論をワークショップ形式で行います。

前半： 個人作業（Muralと呼ばれる巨大壁画ツールの上に、各自が事例モデル作成します。事例モデルはプロセス中心で記載する予定です。雛形などについては現在検討中で、決まり次第参加者に連絡します。）

後半：全員で共通点や知見の抽出を議論

Mural上で作成した事例モデルはPDFなどに変換し、公開します。事例モデルの作成においては、作成者の方で適宜抽象化していただく必要があります。

【その他】

第1部、第2部の時間配分などは参加者人数によって検討します。また、ツールの詳細情報は別途お知らせします。

【オーガナイザ】

• 久野倫義（IPA）
• 竹内広宜（武蔵大学）
• 本橋洋介（NEC）
• 土肥拓生（ライフマティックス）

KS2: システム基礎WG「本当に使えるAIチップに必要なものは何か？」

機械学習の学習・推論向けのカスタムチップは、アカデミアと産業界で盛んに研究開発されている。本セッションでは、アカデミアと産業界、ハードウェア開発者からサービス提供者まで、異なるバックグランドを持つ研究者・技術者による、AIチップの開発や応用に関する3件の講演を行う。

詳しくはこちら：https://mlxse.connpass.com/event/177570/

【オーガナイザ】

• 高前田 伸也（東大）
• 福田 圭祐（Preferred Networks）

KS3: What is データ品質エンジニアリング？

機械学習工学(MLSE)では学習・検証のデータの品質がとても重要になる。MLSEにおけるデータ品質の向上・確保・保証には、母集団とサンプルの性質のような数理的なアプローチと、要求に対するデータの網羅性のようなエンジニアリング的なアプローチがありうる。前者に関する研究は数理統計分野や機械学習分野において盛んに行われているが、後者に関する活動は盛んとは言えない。そこで機械学習工学研究会では、データ品質エンジニアリングWGを設立し、活動を開始した。

本合宿では企画セッションとして、データ品質エンジニアリングという研究分野の全体像を大まかに描き出すことを目的とする。例えば、数理的なアプローチはこれまでどのように研究されてきたのか、エンジニアリング的なアプローチにはどのような方向性がありうるのか。データの測定や獲得に関する質はどのように扱えばよいのか。公平性といった社会的な性質はどのように捉えればよいのか。明確化された要求に関する品質と反復的な探索による要求の増加とをどのように考えていくのか。企画セッションの終了時にデータ品質エンジニアリングの全体像を提示できれば、本分野に関する研究が促進されることが期待できる。

企画セッションは、数件のLT（ライトニングセッション）による意見表明を基に、議論を行っていきながら、データ品質エンジニアリングの分野の枠組みを樹形図のような形でまとめていく。各知識や技術の詳細や是非については深く議論しない。

【オーガナイザ】

• 西 康晴（電通大）
• 小川 秀人（日立）
• 石川 冬樹（NII）
• 光本 直樹（デンソー）

KS4: 本番適用のためのインフラと運用に関する討論会

本番適用のためのインフラと運用に関して討論会を開きます。参加者各位の経験や考察に基づく意見を交わすことで当該領域の理解を深め、最終的に世の中共通的に利用できる知見を編み出すことを目指します。討論対象のトピックは過去のWG討論会などで話題になったものからピックアップ予定です。

◆トピック例： 機械学習における監視・観測とアーキテクチャ、アノテーション手法とアーキテクチャ、責任分解とアーキテクチャ、など

◆備考： 討論会の議事メモを可能な限り公開していく予定です

【オーガナイザ】

• 有賀 康顕（Arm Tresure Data）
• 土橋 昌（NTTデータ）

KS5: AIシステムのライフサイクル標準化に向けて

機械学習を含むAIシステムの企画，設計，開発，運用といったライフサイクルの国際標準化に向けて，従来型のシステムにはない「機械学習固有のプロセスやタスク」について広く議論するセッションを企画します。

9:00-9:10 オープニング

9:10-10:50 講演と質疑応答

(1)「AIの国際標準化およびAIシステムライフサイクルの動向について」鄭育昌（富士通研究所）

ISO/IEC JTC 1/SC 42のご紹介およびAIの国際標準化の活動概要、並びにAIシステムライフサイクルの規格開発についての現状を報告します。

(2)「システムライフサイクルプロセスの国際標準 ISO/IEC/IEEE 15288について」木下修司（東京都立産業技術大学院大学）

ISO/IEC JTC 1/SC 7で長年にわたり開発されているシステムライフサイクル関連の国際標準を紹介します。

招待講演1「人工知能の国際標準化への期待 - 医療機器分野での経験より -」平田雄一（北海道大学）

医療機器分野から新たに参入した者として、新しく始まった人工知能の国際標準化へ何を期待するかを述べて、最近、国際的に盛り上がっている人工知能の定義に関する議論を紹介し、私見を述べさせていただきます。

招待講演2「AIのTrustworthiness標準とは」江川尚志（NEC）

ISO/IEC 24028, それを支える各種の標準群に対する最新状況をご説明します。

10:50-11:00 休憩

11:00-12:30 意見交換，ディスカッション

【オーガナイザ】

• 木下修司（東京都立産業技術大学院大学）
• 鄭育昌（富士通研究所）

KS6: 機械学習システムのセーフティ・セキュリティ

機械学習システム セーフティ・セキュリティWGの発足後初イベントとして、以下の企画セッションを夏合宿で行います。

2020年７月4日（土）　9:00－10:30

1. 本WGについての紹介と幹事からひと言（10分）
2. 招待講演：国立情報学研究所　吉岡信和　准教授(30分)：機械学習応用システムにおけるセーフティとセキュリティの課題と取り組むべき研究: -- 自動運転を題材に –
3. ブラックボックス型人工知能システムの安全検証　野本秀樹（JAMSS）（25分）
4. 機械学習システムのセーフティとセキュリティ　金子朋子（国立情報学研究所）（25分）

2020年７月4日（土）　10:45－12:30

自動運転の事例で考える　機械学習システムの安全性の課題！！ 以下の５つの重要な課題に絞って、オンラインアンケートに答えていただきつつ、議論を行います。

1. 原因分析と対策ができない
2. 保証範囲が不明確
3. 重要な場面での動作を担保できない
4. テスト/学習データの妥当性が不明
5. 不要動作を保証できない

楽しく議論しましょう是非ご参加ください！！

＊夏合宿の機械学習システム セーフティ・セキュリティWGの企画セッション後はオンラインランチセッション（13:00-14:00） を開催します。

【オーガナイザ】

• 金子朋子（NII）
• 向山輝（NEC）
• 髙橋雄志（NaiSS）
• 野本秀樹（JAMSS）

ウェルカムセッション、ナイトセッションなど

初日の午前中は皆さんにツールの利用と合宿の雰囲気に馴染んでいただくため、ウェルカムセッションを開催します。
以降のスムーズな参加を可能にするためにも、ぜひ参加をお願いします。

その他、朝食・昼食の時間やナイトセッションについても現在企画中です。

主催

日本ソフトウェア科学会 機械学習工学研究会

ワークショップ運営組織

実行委員

• 実行委員長
  • 今井 健男（Idein）
• 副実行委員長
  • 吉崎 亮介（キカガク）
• ローカル委員長
  • 守田 憲司（Preferred Networks）
• 副ローカル委員長
  • 江澤 美保（クレスコ）
• プログラム委員長
  • 竹内 広宜（武蔵大学）
• 副プログラム委員長
  • 土肥 拓生（ライフマティックス)
  • 原 聡（大阪大学）
• 会計委員長
  • 鎌田 篤慎（ヤフー）
• 企画委員長
  • 土肥 拓生（ライフマティックス）
• 出版委員長
  • 吉岡 信和（国立情報学研究所）
• 広報委員長
  • 宮崎 崇史（ヤフー）

プログラム委員

• 有賀 康顕（Arm Treasure Data）
• 石川 冬樹（国立情報学研究所）
• 酒井 政裕（Preferred Networks）
• 末永 幸平（京都大学）
• 杉山 麿人（国立情報学研究所）
• 高前田 伸也（東京大学）
• 丸山 宏（Preferred Networks）
• 吉岡 信和（国立情報学研究所）

スポンサー

ゴールドスポンサー

株式会社マイクロアド

株式会社サイバーエージェント

ストックマーク株式会社

シルバースポンサー

Idein株式会社

ヤマハ株式会社

スポンサー募集

現在、以下のスポンサー枠を募集しています。
スポンサー料の支払いは、研究会の口座への振り込みを予定しています。
ご質問、ご連絡は mlse2020sws at wsf.jp までお願いします。

シルバースポンサー: 2万円

• 申込サイトにロゴを掲示いたします
• 1名にご参加いただけます