概要

ビジネス課題の解決にAIシステムは有効ですが、簡単に使える「魔法の杖」ではありません。各々の現場、課題に合わせてデータを整え、AIを開発し、細やかな調整を経てようやく実装へと至ります。さらにAIシステムの運用を始めた後に集まるデータによって、どうAIの学習を続け、その性能を維持・向上させるかも、課題解決を左右します。

今回、東芝がいかにAIシステムを開発・導入し、適切に運用・モニタリングし、性能を守っているか、その最前線をご紹介します。その時に鍵を握るのが、AIモデルの劣化を見張り、必要に応じて再学習する仕組み「MLOps」です。

実際の現場にAIシステムを導入し、活用することの意義を皆様と共有し、議論したいと考えています。AIによる課題解決を考える方はもちろんの事、AIの研究開発に従事されている方、そしてAIに関わるキャリアを歩みたい方まで、広くご参加をお待ちしております。

サーキュラーエコノミーへの移行を推進するエレン・マッカーサー財団は、「AIのビジネス導入」をグーグル、マッキンゼーと共に推奨しています。今、AI活用の成否が持続可能な社会の実現に鍵となっています。その意味でも、多様な立場にとって有用な場になれば幸いです。

タイムスケジュール

時間	内容
16:00〜16:10	セッション1 東芝AI 技術セミナー開催にあたり ～現場品質を保つMLOpsの意義～
16:15〜16:50	セッション2 モノづくりの現場に合わせ、AIを開発・導入するということ ～精密部品の製造を支えるAI品質検査～
16:55〜17:30	セッション3 導入したAIを、運用・モニタリングし、更新するということ ～AI適用を加速するMLOpsの仕組み～

※ 当日予告なく時間配分・内容が変更になる可能性がございます。

登壇者

セッション1　東芝AI 技術セミナー開催にあたり ～現場品質を保つMLOpsの意義～
24年度施行を目指して策定されている欧州AI規制法案では、ハイリスクAIシステムは、継続的なモニタリングが義務づけられる見込みです。ハイリスクAIとは、発電所などの重要社会インフラにおける運用監視システムで利用されるAIです。MLOpsは出荷後のAIシステムを継続的にモニタリングし、AIモデルの劣化を見張り、必要に応じて再学習する仕組みです。しかし、MLOpsはハイリスクAIだけでなく、一般のAIシステムにも有効です。MLOpsの意義について解説します。

■講演者の一言
様々なビジネス課題を解くにあたって、AIシステムの導入は有効な打ち手の一つになります。どうAIシステムを開発し、ビジネスの現場に合わせて導入し、その性能を維持・更新するかは、多くの方々にとって関心が高いと思われます。本セミナーでは、実例をもとにAIシステムの開発、実装、運用それぞれの段階における注意点を学べると共に、自動化や効率化の観点でMLOpsの有用性を感じていただけます。注目されているMLOpsの意義とは何か、その考え方を更新できる時間になると思います。

堀 修

株式会社 東芝 執行役員
研究開発センター 首席技監
AI-CoEプロジェクトチーム リーダー

昭和61年	：	（株）東芝 総合研究所（現 研究開発センター）入社。
                          機械学習・画像処理技術の研究開発に従事。
平成6年	        ：	メリーランド大学 Center for Automation Research 客員研究員。
平成15年4月	：	研究開発センター マルチメディアラボラトリー 室長。
平成27年4月	：	研究開発センター 所長。
平成30年4月	：	研究開発本部 部長。
令和2年4月	：	執行役員 首席技監。
令和4年4月	：	AI-CoEプロジェクトチーム リーダー　兼務　現在に至る。

---

セッション2　モノづくりの現場に合わせ、AIを開発・導入するということ ～精密部品の製造を支えるAI品質検査～
カーボンニュートラル実現に重要な風車、EVなどの重要部品にベアリングがあります。ベアリングが、故障せずに安定稼働するには、中にあるセラミックスボールの品質が鍵を握ります。このセラミックスボールの検査を、より正確かつ効率的に行うのにAIをどう開発・活用したかをご紹介します。人手に頼らず、既存の検査装置にAIを導入することで、高品質、コスト節減、その先のセラミックスボールの普及促進が期待できます。AIを開発する時の学習データの取り方、整え方、そして現場に実装する際の細やかな調整といった、「特定の現場にAIを導入する際の実際」を理解いただけます。

■講演者の一言
AI技術は、製造工程の検査にも活用されはじめています。しかし、AIは決して万能なものではありません。実際に、生産現場に導入するには多くの課題があります。本講演では、東芝が品質検査にAIをどのように導入したかを、実例からご説明します。皆様の事業における課題解決の糸口となれば大変幸いです。

鷲谷 泰佑

株式会社 東芝
生産技術センター
製造プロセス・検査技術領域　光学・検査技術研究部 スペシャリスト

平成25年	：	（株）東芝 生産技術センター入社。画像検査関連の研究開発に従事。現在に至る。

---

セッション3　導入したAIを運用・モニタリングし、更新するということ ～AI適用を加速するMLOpsの仕組み～
AIは、学習するデータによって性能が左右されるのは周知のことです。従って、現場にAIを導入した後、どう運用し、性能をモニタリングし、現場で追加されるデータでいかに再学習するかが、ビジネス課題を解決できるか否かを分けます。これを自動化するMLOps基盤は、データ管理の属人化を避け、感覚的に理解でき使い勝手のいいUIを備えたシステムです。AIを導入した実例を基に、非専門家がどのようにMLOps基盤を活用するかや、その裏側にある仕組みを、システム開発者の目線から紹介します。「AIを活用することの本質」を、仕組みから理解いただけます。

■講演者の一言
近年AI技術の進歩は目覚ましく、高い性能を示すAIが続々と研究・開発されています。しかしながら、これらのAIをそのまま事業に適用し、さらに運用を続けていくことを考えると、単純な性能評価だけでは見えてこない様々な課題が発生します。本講演では、こうした課題について実事例を基に紹介することで、技術開発だけでは見落としがちな観点やAI活用の具体的なイメージを得る一助となれば幸いです。

小畠 知也

株式会社 東芝
デジタルイノベーションテクノロジーセンター
技術開発室　サービスプラットフォーム開発部 スペシャリスト

平成28年	：	（株）東芝入社。現東芝インフラシステムズ(株)で防衛用レーダの設計開発に従事。
令和 2年	：	 デジタルイノベーションテクノロジーセンター。
	 	 	 IoTデータ管理サービスやMLOps基盤等のプラットフォーム開発に従事。
             	 	 現在に至る。

こんな方におすすめ

• モノづくりなど、AIを活用したビジネス課題の解決に興味がある方
• AI活用による、サステナブルな事業、社会づくりに関心がある経営者
• AIの研究開発に従事しており、MLOpsやAI品質検査に関心のある研究者、技術者
• AIの研究開発でキャリアを歩みたく、先進企業の課題認識、対応方法を知りたい学生や求職者

参加費

無料

注意事項

• ご参加には事前のお申し込みが必要です。
• ご登録後、2日を経過してもメールが届かない場合は、「隔離メール」として受信されていない場合がございます。念のため「隔離メール」をご確認ください。
• プログラムは事前の予告なく変更させていただく場合があります。
• 本セミナーは国内居住者を対象にした社外向けセミナーとなっています。以下の方のお申し込みはご遠慮ください。
  東芝グループ従業員
  日本国外に居住の方