開催主旨

　ここ数年、AI（Artificial Intelligence、人工知能）の応用が急速に進展しています。劇的な識別率の向上をもたらし、AI分野を発展させたのが、脳の働きからヒントを得た学習手法である「Deep Learning（ディープラーニング）」のアルゴリズムです。そして、このアルゴリズムの平易な実装のために、米Google社がオープンソースライブラリとして公開しているのが「TensorFlow（テンソルフロー）」です。公開以来、ユーザー数が爆発的に拡大しており、研究用途からビジネスユースまで様々な分野で利用されています。
　本講座は、ディープラーニングを使った画像処理の「応用編」として、【午前】はハンズオンを通じて強化学習の実装方法を、【午後】は、最近注目されている判別根拠の可視化技術とGAN（Generative Adversarial Network）を、それぞれ解説します。

　【午前】は、AIは強化学習とDeepLearningを合体させた深層強化学習の応用例を解説。これらの基本となる強化学習の実装を、オセロゲームの実装ハンズオンを通じて理解を深めます。

　【午後】の前半は、可視化技術を紹介。DeepLearningはブラックボックスといわれますが、Grad-CAMやIntegrated Gradientsに代表される判別根拠の可視化技術が提案されており、これらによりAIがどのようにOKと判別したか、NGと判別したかなどを可視化できます。こここれまで提案されてきている様々な可視化技術の概略を説明し、ハンズオンを通じて、実装方法を習得します。
　後半は「GAN」を扱います。米Facebook社の人工知能研究所の所長であるヤン・ルカンは、GAN を「機械学習において、この 10 年間でもっともおもしろいアイデア」と評価しています。AIはクリエイティブな仕事までできてしまうかもしれない――。そう感じさせる技術がGANであり、第2部では、GANの理論から様々なGANの派生モデルまでを解説します。また、ハンズオンとしてDCGANの実装に取り組み、実際にソースコードをレビューすることで理解を深めます。

※Windows10PCを持参のうえご参加ください。
※開発環境の実装方法やサンプルプログラムは、開催１週間前頃に登録メールにお知らせします。