開催主旨

　2010年代後半以降、AI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、Deep Learningを使った画像処理の「応用編」として、【第1部】はハンズオンを通じて強化学習の実装方法を、【第2部】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。

　【第1部】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。
　【第2部】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」とコメントしてました。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。
　なお、本講座は2024年2月20日に開催・収録した内容となっております。第1部は約2時間50分、第2部は約2時35分の内容となっております。

※ハンズオン（実習）につきましては、Anacondaを使用します。ソフトウエアのインストールが可能な方のみ受講可能となっております。セキュリティ設定がある会社PCではなく個人PCでの受講をお薦めします。