イベント概要

AI開発における「データ」に着目した取り組みについて、世界的な動向や、様々な人・組織の知見・ノウハウなどを共有するための勉強会です。具体的なテーマとしては、例えばデータ収集の工夫、データ品質の評価・改善、アノテーションの効率化など様々なものが考えられます。データに主眼を置いたものを幅広く対象とします。

今回はTuring 岩政様、NABLAS 冨山様、サントリー 高木様から3件の発表です！

SNS等におけるハッシュタグは #dcai_jp でお願いいたします。

今後のData-Centric AI勉強会でのご発表を希望される方は以下のフォームよりお申し込みください。
Data-Centric AI勉強会発表申し込みフォーム

タイムテーブル

発表内容

発表1：大規模走行データを効率的に活用する検索システムの開発

Turing 株式会社では End-to-end の完全自動運転 AI を開発するため、カメラセンサを主とした走行データを日々収集しています。大規模走行データを効率よく活用するために社内で開発した検索システムについて、Vision-Language モデルや LLM を用いた仕組みや実際の活用事例について紹介します。

発表者：Turing 岩政 公平 様 (@colum2131)

完全自動運転 EV 車の量産を目指すスタートアップ Turing 株式会社に、九州大学大学院在学中の 2023 年 4 月に入社。AI エンジニアとしてカメラベースかつ End-to-end のアプローチによる自動運転 AI の開発に従事。Kaggle Competitions Master。

発表2：強い生成 AI 検知システムを実現する、Data-Centric なデータセット管理

日々アップデートされ多様化する生成技術に対し、強い生成 AI 検知システムを実現する為には「良いデータセット、およびその管理の仕組み」が必要不可欠です。NABLAS の生成 AI 検知技術で取り組んでいる、Data−Centric なデータセット管理基盤の構築アプローチをご紹介します。

発表者：NABLAS 冨山 吉孝 様 (@johannyjm1)

AI 総合研究所 NABLAS にて AI エンジニア、PM として受託開発やプロダクト開発に従事。教育事業である iLect 事業における教材開発組織のリードも兼任する。自動作曲コンテストの「AI ミュージックバトル！『弁財天』」や、完全内輪データコンペ「yukiCup」などのイベント立ち上げを主導。Kaggle Competitions Master。

発表3：画像管理システムにおけるConfident LearningおよびCitadel Lensの活用事例

世の中と同じくサントリーでも機械学習モデルが業務に活用されるケースが増える中、モデルの性能を維持するためのコストには課題があります。今回は画像分類モデルに対して、Confident Learningを適用し、性能改善を試みた事例をご紹介します。

発表者：サントリー 高木 基成 様

サントリーにおける先端技術の検証および導入を担当。近年は機械学習を組み込んだ消費者向けサービスの立ち上げが仕事の中心。サービス開発・書籍執筆・バイオインフォマティクスが趣味。 開発 バイオ

会場

オンライン (YouTube Live) で開催いたします。質疑応答はSlidoにて行います。YouTube Live及びSlidoのURLは開催前日に参加者の方にお知らせします。

※後日アーカイブ公開を予定しています。

配信スポンサー

GO株式会社様