生成AIを用いた教師データの作成・活用と精度向上のポイント

★自社内で生成AIを開発したい、既存の生成AIの精度を上げたい方は必聴！！ ★生成したデータをどのように評価するか！　具体的な活用事例を交え詳解します！

セミナー講師

１．(株)データグリッド　代表取締役CEO　岡田 侑貴 氏

２． (株)LINK.A　代表取締役　太田 桂吾 氏

３． FastLabel(株)　取締役　鈴木 健史 氏 

セミナー受講料

1名につき60，500円（消費税込み、資料付）　〔1社2名以上同時申込の場合1名につき55，000円（税込）〕

受講について

• 本講座はZoomを利用したLive配信セミナーです。セミナー会場での受講はできません。
• 下記リンクから視聴環境を確認の上、お申し込みください。　→ https://zoom.us/test
• 開催日が近くなりましたら、視聴用のURLとパスワードをメールにてご連絡申し上げます。セミナー開催日時に、視聴サイトにログインしていただき、ご視聴ください。
• Zoomクライアントは最新版にアップデートして使用してください。Webブラウザから視聴する場合は、Google Chrome、Firefox、Microsoft Edgeをご利用ください。
• パソコンの他にタブレット、スマートフォンでも視聴できます。
• セミナー資料はお申込み時にお知らせいただいた住所へお送りいたします。お申込みが直前の場合には、開催日までに資料の到着が間に合わないことがあります。ご了承ください。
• 当日は講師への質問をすることができます。可能な範囲で個別質問にも対応いたします。
• 本講座で使用される資料や配信動画は著作物であり、録音・録画・複写・転載・配布・上映・販売等を禁止いたします。
• 本講座はお申し込みいただいた方のみ受講いただけます。複数端末から同時に視聴することや複数人での視聴は禁止いたします。
• Zoomのグループにパスワードを設定しています。部外者の参加を防ぐため、パスワードを外部に漏洩しないでください。万が一部外者が侵入した場合は管理者側で部外者の退出あるいはセミナーを終了いたします。

セミナープログラム

＜１０：４５～１２：００＞【第１部】生成AIによる教師データの作成とその活用法(株)データグリッド　岡田 侑貴 氏【講演趣旨】この講演ではまず、AIの進化と学習手法、特に教師あり学習と教師なし学習の概要について説明します。次に、教師データの重要性とその現状の課題を明らかにします。ここで生成AIの役割を解説し、生成AIを用いて教師データを作成する実践的な視点を深掘りします。画像、テキスト、音声など、さまざまなデータタイプの生成例を取り上げ、具体的な活用事例を通じて生成AIの利点と限界を探ります。さらに、生成データの品質評価方法を紹介し、倫理的視点からの議論を取り入れます。技術的及び社会的視点からの未来展望とともに、生成AIによる教師データの活用に関するベストプラクティスを提案します。【講演項目】1.AIの進化と教師データの重要性2.AIの学習方法：教師あり学習と教師なし学習3.教師データの概要とその重要性4.既存の教師データの課題5.生成AIの概要6.生成AIによる教師データの作成例：画像データ7.生成AIによる教師データの作成例：テキストデータ8.生成AIによる教師データの作成例：音声データ9.生成AIによる教師データの利点と限界10.生成AIによる教師データの品質評価方法　10-1.事例：生成AIによる教師データの活用例１　10-2.事例：生成AIによる教師データの活用例２　10-3.事例：生成AIによる教師データの活用例３11.生成AIと倫理：問題と可能性12.生成AIによる教師データの未来展望：技術的視点13.生成AIによる教師データの未来展望：社会的視点14.生成AIによる教師データの活用に関するベストプラクティス【質疑応答】

＜１３：００～１５：００＞ 【第２部】AI開発へのデータ収集と生成AI活用のポイント(株)LINK.A　太田 桂吾 氏【講演趣旨】ChatGPTを始めとした生成AIサービスの広まりに伴い、AIの活用の機運が再度高まってきています。活用に関して、自前のデータをどのように用意し、既存のAIモデルと合わせて、どのように活用していくか、が重要となっています。そのために、生成AIの基礎となるディープラーニングの理解、およびデータの精度がAIモデルにどのような影響を及ぼすかを理解しておく必要があります。この講演は、初学者にもわかりやすく平易にデータ収集と生成AI活用のポイントを解説します。【講演項目】1.生成AI　1-1.生成AIとは　1-2.画像系生成AI　1-3.言語系生成AI2.ディープラーニングの基礎　2-1.機械学習とディープラーニング　2-2.画層のベクトル化　2-3.言語のベクトル化　2-4.ディープラーニングの基本3.データ収集と精度　3-1.どのようなデータを収集するか　3-2.精度への影響4.生成AIを利用する　4-1.転移学習　4-2.プロンプトエンジニアリング【質疑応答】

＜１５：１５～１６：４５＞【第３部】データアプローチによる生成AIの精度向上手法および生成AIによる教師データ作成手法の紹介FastLabel(株)　鈴木 健史 氏【講演趣旨】 深層学習に続くAIの新潮流として注目を集めている生成AI。しかしながら、その活用や開発は未だ手探りとなっている現状があります。本講演では、その解決策として、生成AIの全体像とその活用事例をまずご紹介します。また、自社で生成AIを開発しようとしている企業様や、既存の生成AIの精度を上げたいと考えている方々にとって、大規模言語モデル（LLM）と画像生成におけるデータセット作成から精度向上手法、そして実際の活用例まで、生成AIについてのより深い理解を促進します。【講演項目】 1.生成AIの概要2.生成モデルと識別モデル3.各モデルのユースケース4.LLM（大規模言語モデル）　4-1.LLMのデータセット作成方法　4-2.LLMの精度向上アプローチ　4-3.LLMの活用事例5.画像生成　5-1.画像生成の精度向上アプローチ　5-2.画像生成を活用した識別モデルの精度向上事例　5-3.画像生成の精度向上のための識別モデルの活用事例【質疑応答】