深層学習を使いこなす日
2018/6/21 : JP Tower Hall(KITTE東京丸の内)
DLLAB DAY 2018 基調講演者変更のご案内
6 月 18 日に発生しました大阪地震により被災や被害にあわれた皆様へ心よりお見舞い申し上げます。
さて、 本イベントの基調講演者でございますが、カーネギーメロン大学 金出武雄先生から東京工業大学 松岡聡先生に変更をさせていただきます。
金出先生のご自宅が大阪地震の被害を受けており、余震が継続して発生している状況など現地の諸状況を鑑み、変更することにいたしました。
お申し込みいただき、金出先生のご講演を大変楽しみにされていた皆様には、前日のご案内となり大変ご迷惑をおかけいたしますこと、深くお詫び申し上げますとともに、
何卒ご理解を賜りますようお願い申し上げます。
DEEP LEARNING LABとは、深層学習の実社会での応用を推進したいという
Preferred NetworksとMicrosoft の思いから生まれました。ディープラーニング
に関連する技術とビジネスの両面に精通したプロ達と活動を行っております。
松岡 聡
Satoshi Matsuoka
理化学研究所
計算科学研究センター センター長
西川 徹
Toru Nishikawa
株式会社Preferred Networks
創業者 代表取締役社長 最高経営責任者
基調講演
榊原 彰
Akira Sakakibara
日本マイクロソフト株式会社
執行役員 最高技術責任者(CTO)
マイクロソフト ディベロップメント株式会社
代表取締役 社長
金出 武雄
Takeo Kanade
カーネギーメロン大学
ロボット研究所 ワイタカー冠全学教授
(Skype参加)
Hackathon
13:00
|
17:40
Hackathon
あなたの深層学習プロジェクト、例題で止まっていませんか?様々なデータを使って深層学習を使った分析を進めたり、精度をあげる方法が学べるハッカソン
進め方
- CVチームと、NLPチームに分かれます(申込時のアンケートでご記入ください)
- 5人1組でチームに分かれます(機械学習歴でバランスよくチームが組めるよう運営側で分けます)
- 各チームに課題・データセット・Azure GPU環境が与えられます。課題に対する精度を各チームで競います。
- ハッカソン自体は13時開始、17時終わりです。4時間の間に一度休憩を取り、各チーム専門家に1つ質問ができます。質問は全チームが聞く中で行われます。
- 17-18時は各チームの成果発表(2分ずつ)、その後、専門家からベストプラクティスを紹介いただきます。
- 優秀チームはナイトイベント壇上で表彰します。賞品もあり。
学ぶことができるもの
- Example から一歩進んで、実際に深層学習を使う方法を学ぶことができる
- 機械学習の解析のプロセスを、自分のやり方と専門家のやり方を比較し学ぶことができる
こんな方が対象です
- 事前課題をこなせる人(Pythonを用いたNNプログラミング、Chainer入門)
- CV側参加者:OpenCV使ったことある人
- NLP側参加者:Mecab使ったことある人
運営側から提供するもの
- 各分野の専門家・TA
- Azure GPU計算環境
- 課題、ベースとなるNNモデル
- お菓子、飲み物
09:00
開場・受付開始
10:00
|
12:00
基調講演:すべてのビジネスを変えるディープラーニングの未来
13:00
|
13:40
Enablement
ユーザとベンダ双方にとって幸せなAI開発のための3つのポイント
柿沼 太一
弁護士法人STORIA
Track 1
13:00
|
13:40
Enablement
AI開発は通常のシステム開発と比較して「学習済みモデルの性能保証・事後検証が困難な場合が多い」「学習済みモデルの性質等が学習用データセットによって左右される」「中間成果物や成果物についてユーザ・ベンダ双方に再利用の需要が存在する」などいくつか相違点がある。その相違点ゆえに、AI開発案件においてユーザ・ベンダ双方の意向が折り合わず破談になったりトラブルになったりすることも多い。そこで、ユーザとベンダ双方にとって幸せなAI開発のために「AI開発における『性能保証』『検収』『瑕疵担保』の定め方」「生成された学習用データセット及び学習済みモデルの権利関係」「AIの開発・利用によって生じる可能性のある損害をコントロールの仕方」の3つのポイントを解説する。
柿沼 太一 氏
弁護士法人STORIA
共同経営者
Case Study
機械学習・深層学習で進化するオフラインマーケティング
今村 修一郎 氏
P&G Japan 株式会社
松下 伸行 氏
株式会社トライアルホールディングス
Track 2
13:00
|
13:40
Case Study
機械学習・深層学習の活用で流通業の地殻変動が始まっています。米アマゾン・ドット・コムを筆頭に、国内外のEC企業が、垣根を越えてリアル店舗を持つ流通・小売り業界に参入する中、実際に当事者はどう考えているのか。実店舗に700台のAIカメラを導入しているトライアルホールディングスと、メーカー側で機械学習・深層学習を活用してマーケティングを推進するP&Gが、これからのリテールAIの現状と今後の展望を語ります。
今村 修一郎 氏
P&G Japan 株式会社
インフォメーションテクノロジー
シニアデータサイエンティスト
松下 伸行 氏
株式会社トライアルホールディングス
執行役員
グループCTO
Case Study
テクノロジーとデザインの融合を目指してーDeepleaningを使用したモノクロ映像のカラー化紹介ー
伊佐早 さつき 氏
株式会社NHK アート
June Sung 氏
株式会社Ridge-i
伊藤 有 氏
Track 3
13:00
|
13:40
Case Study
Ridge-i社と共同開発したAIカラー化システム開発の経緯や、実際の制作現場での使用状況を紹介します。開発したシステムを実際の映像制作のワークフローの中に取り込み、現場での修正や締め切りに対応し放送水準を満たす映像を作り出すことにたどり着いたプロセスなどを現場の声から紹介します。今後、AIと他の技術の新しい可能性を探るきっかけになるような機会にできればと思います。
伊佐早 さつき 氏
株式会社NHK アート
デジタルデザイン部 CG映像
CGデザイナー
June Sung 氏
株式会社Ridge-i
エンジニア
伊藤 有 氏
Business Insider Japan副編集長/TECH統括
14:00
|
14:40
Case Study
資産運用とビッグデータ解析
川原 弘也 氏
アセットマネジメントOne株式会社
今井 聡 氏
株式会社ナウキャスト
堀井 克倫 氏
CCCマーケティング株式会社
Track 1
14:00
|
14:40
Case Study
数理的手法をいち早く応用するイメージのある金融業界、中でも資産運用業界ですが、活用データソースの多様化、分析手法の高度化は未だ緒についたばかりです。
こうした中で、Deep Learningによる運用商品を展開するアセットマネジメントOne株式会社、ビッグデータ解析サービスを運用会社向けに展開する株式会社ナウキャスト、そして全国6600万人超の消費者購買データからリアルタイムの経済情報の指標化等に取り組むCCCマーケティング株式会社の3社に、今後の資産運用業界におけるビッグデータ解析の役割と期待についてお話頂きます。
川原 弘也 氏
アセットマネジメントOne株式会社
ファンドマネージャー
今井 聡 氏
株式会社ナウキャスト
技術部長
堀井 克倫 氏
CCCマーケティング株式会社
企画本部事業企画部
データサイエンス・ラボ所長
Case Study
AIを活用した架空送電線画像診断システムの開発について
江坂 真吾 氏
東京電力パワーグリッド株式会社
庄司 幸平 氏
テクノスデータサイエンス・エンジニアリング株式会社
Track 2
14:00
|
14:40
Case Study
架空送電線の健全性確認の一手法としてヘリコプターで撮影したVTR画像を、作業員がスローモーション再生で診断を行っており、当該作業に長時間を要していました。このような属人的な診断手法に対して、異常検知の高度化と点検時間の50%以上の短縮を見込んでAIを活用した架空送電線画像診断システムの開発に着手しました。このシステムは、Microsoft AzureのGPUパワーと関連するPaaS群を活用することで、大量の画像データを柔軟性にたけたプラットフォーム基盤で保全し、 架空送電線の健全性確認の自動化を推進する最適なソリューションの構築を目指します。
江坂 真吾 氏
東京電力パワーグリッド株式会社
工務部 保全高度化推進グループ
送電担当 課長
庄司 幸平 氏
テクノスデータサイエンス・エンジニアリング株式会社
第3データサイエンスグループ
執行役員
Technology
実世界に埋め込まれる深層学習
麻生 英樹 氏
国立研究開発法人 産業技術総合研究所
Track 3
14:00
|
14:40
Technology
深層学習は、インターネット上のサービスを通じて収集された大規模なデータを利用することで、パターン認識などの分野を中心に大幅な性能向上を実現し、音声、画像・動画等の認識、翻訳、など多くのアプリケーションに導入されています。その一方で、今後、深層学習を IoT やロボットと組み合わせて多様な実世界の現場に導入してゆくためには、学習コストの低減、説明可能性の向上、品質保証、など様々な課題があることも明らかになってきています。この講演では、深層学習のようなデータから学習する手法と、人間が蓄えてきた知識体系との関係も含めて、こうした課題の解決に向けた研究事例をご紹介します。
麻生 英樹 氏
国立研究開発法人 産業技術総合研究所
人工知能研究センター
副研究センター長
15:00
|
15:40
Case Study
ディープラーニングが奏でる医療最前線
~AI臨床実装の鍵~
末岡 榮三郎 氏
佐賀大学
山本 大祐 氏
株式会社オプティム
Case Study
AIとの付き合い方
谷田 寛明 氏
マネックス証券株式会社
Track 2
Technology
マイクロソフトが考えるAI活用のロードマップ
田丸 健三郎 氏
日本マイクロソフト株式会社
Track 3
15:00
|
15:40
Technology
AI活用は早くも研究中心のフェーズから本格的なビジネス活用のフェーズに移行してきています。
マイクロソフトはこれまでAI研究に多大な投資を行ってきました。また、今後もAI研究への投資を継続すると同時に、ビジネスの中でAIを活用する為の研究開発投資を積極的に行っています。当セッションでは、マイクロソフトが考えるAIの今後と本格的なビジネスシーンでの活用を視野に入れた製品、サービス、そしてテクノロジーとその取り組みを紹介します。
田丸 健三郎 氏
日本マイクロソフト株式会社
技術統括室
業務執行役員 ナショナルテクノロジーオフィサー
16:00
|
16:40
Enablement
AI人材育成の落とし穴と実務的なアドバイス
吉崎 亮介 氏
株式会社キカガク
井﨑 武士 氏
NVIDIA / 日本ディープラーニング協会
田尻 泰彦 氏
トヨタ紡織株式会社
林 昌弘 氏
ノバシステム株式会社
Track 1
16:00
|
16:40
Enablement
これからは多くのAI人材が必要になると言われており、キカガクでは2017年に創業以来、Deep Learning Lab Academyの一企業として人材育成を行ってきました。
キカガク代表の吉崎をモデレータとして、日本ディープラーニング協会理事の井﨑氏(NVIDIA)、現在AIの研究開発を始めた企業の開発者を踏まえて、技術以外の視点も含めた育成や開発において現場で生じているボトルネックやその解決策についてパネルディスカッション形式で話します。今後のAI案件において遭遇する問題をひとつでも減らし、ビジネスでの活用がさらに進められることを目指します。
吉崎 亮介 氏
株式会社キカガク
代表取締役
井﨑 武士 氏
NVIDIA / 日本ディープラーニング協会
エンタープライズ事業部
事業部長
田尻 泰彦 氏
トヨタ紡織株式会社
IT推進部
主任
林 昌弘 氏
ノバシステム株式会社
研究開発室
チームリーダー
Case Study
人工知能が変える医療の現状と未来
中田 典生 氏
東京慈恵会医科大学
島原 佑基 氏
エルピクセル株式会社
谷口 直嗣 氏
Holoeyes 株式会社
巣籠 悠輔 氏
株式会社情報医療
多田 智裕 氏
株式会社AIメディカルサービス
Track 2
Technology
エッジデバイスでのDeep Learning推論をどう実現するか
野尻 尚稔 氏
LeapMind株式会社
Track 3
16:00
|
16:40
Technology
小型で廉価なエッジデバイスでの推論を実現しようとすると、CPU+GPUという一般的なハードウェア構成が選択できるとは限らない。また一般的に数百MBオーダー以上のサイズになる学習済みモデルは、そのままではデバイスに搭載できないこともある。
LeapMindでは、主にFPGAを使ってのDeep Learning推論技術の研究開発を行ってきた。本講演では、これまでLeapMindが得てきた知見を踏まえ、エッジにおける実用的な推論を実現するためにどのハードウェアを選択すべきか、ビジネス的視点を踏まえての考え方を紹介する。また、低リソースなデバイスでの推論のために用いられるモデル圧縮手法と、それを踏まえた、FPGAを用いたDeep Learning推論デバイスの開発フローについて紹介する。
野尻 尚稔 氏
LeapMind株式会社
Field Application Engineering, Business Division
Manager
17:00
|
17:40
Enablement
AI研究を加速するオープンデータ
井佐原 均 氏
豊橋技術科学大学
清水 亮 氏
ギリア株式会社
Track 1
17:00
|
17:40
Enablement
深層学習の学習、研究、実装を進めるためにはオープンデータが求められていますが、データの偏在とアクセスへのむずかしさが、深層学習の実用化を妨げています。また、日本国内固有のデータが圧倒的に不足していることも大きな課題となっています。こちらを解消するため、AI オープンデータ協議会(仮称)を立ち上げ、データホルダーと研究機関・深層学習スタートアップを紐づけることでオープンイノベーションの促進に取り組みます。協議会に協力いただいている井佐原先生と清水社長をお招きして、今後の取り組みを語ります。
井佐原 均 氏
豊橋技術科学大学
清水 亮 氏
ギリア株式会社
Case Study
デジタル化成功のための戦略的なDeep Learningの活用
中林 紀彦 氏
SOMPOホールディングス株式会社
Track 2
17:00
|
17:40
Case Study
人工知能(AI)を組み込んだサービスを提供し競争力を強化する動きが国内でも加速し、Deep Learning活用する企業が増えています。このような取り組みの成功に必要な条件として、データ管理・AI/マシンラーニング活用・業務適用までのフルサイクルをサポートするプラットフォームと、人材面も含めた総合的なプランを持った”AI-Ready”な企業になる事が大切です。本セッションでは、SOMPOホールディングスの取り組みを例に、Deep Learningを最大限に活用するための”AI-Ready”な企業とは何かについてご紹介します。
中林 紀彦 氏
SOMPOホールディングス株式会社
デジタル戦略部
チーフ・データサイエンティスト
Technology
研究を加速するChainerファミリー
比戸 将平 氏
株式会社Preferred Networks
Track 3
17:00
|
17:40
Technology
ChainerはPreferred Networksが開発しているPython製の深層学習フレームワークである。Chainerの特徴のひとつに、研究を加速する多彩な関連ライブラリの充実がある。特定の分野で手軽に研究を始めたいならば分野特化ライブラリの
Chainer Chemistry/RL/CV/chainer-ganlib、実験のモニタリングにはChainer UI、大規模分散実験にはChianerMN、学習済みモデルの出力にはonnx-chainerがある。本講演ではこれらの使い方とメリットを紹介し、 Chainerユーザーがより多くの研究成果を生み出すことを目指す。
比戸 将平 氏
株式会社Preferred Networks
研究担当VP
18:30
|
20:00
DLLAB Night Event: Unlock the Potential of Deep Learning
09:00
開場・受付開始
10:00
|
12:00
基調講演:すべてのビジネスを変えるディープラーニングの未来
Track 1
13:00
|
13:40
Enablement
ユーザとベンダ双方にとって幸せなAI開発のための3つのポイント
柿沼 太一 氏
弁護士法人STORIA
Track 1
13:00
|
13:40
Enablement
AI開発は通常のシステム開発と比較して「学習済みモデルの性能保証・事後検証が困難な場合が多い」「学習済みモデルの性質等が学習用データセットによって左右される」「中間成果物や成果物についてユーザ・ベンダ双方に再利用の需要が存在する」などいくつか相違点がある。その相違点ゆえに、AI開発案件においてユーザ・ベンダ双方の意向が折り合わず破談になったりトラブルになったりすることも多い。そこで、ユーザとベンダ双方にとって幸せなAI開発のために「AI開発における『性能保証』『検収』『瑕疵担保』の定め方」「生成された学習用データセット及び学習済みモデルの権利関係」「AIの開発・利用によって生じる可能性のある損害をコントロールの仕方」の3つのポイントを解説する。
柿沼 太一 氏
弁護士法人STORIA
共同経営者
14:00
|
14:40
Case Study
資産運用とビッグデータ解析
川原 弘也 氏
アセットマネジメントOne株式会社
今井 聡 氏
株式会社ナウキャスト
堀井 克倫 氏
CCCマーケティング株式会社
Track 1
14:00
|
14:40
Case Study
数理的手法をいち早く応用するイメージのある金融業界、中でも資産運用業界ですが、活用データソースの多様化、分析手法の高度化は未だ緒についたばかりです。
こうした中で、Deep Learningによる運用商品を展開するアセットマネジメントOne株式会社、ビッグデータ解析サービスを運用会社向けに展開する株式会社ナウキャスト、そして全国6600万人超の消費者購買データからリアルタイムの経済情報の指標化等に取り組むCCCマーケティング株式会社の3社に、今後の資産運用業界におけるビッグデータ解析の役割と期待についてお話頂きます。
川原 弘也 氏
アセットマネジメントOne株式会社
ファンドマネージャー
今井 聡 氏
株式会社ナウキャスト
技術部長
堀井 克倫 氏
CCCマーケティング株式会社
企画本部事業企画部
データサイエンス・ラボ所長
15:00
|
15:40
Case Study
ディープラーニングが奏でる医療最前線
~AI臨床実装の鍵~
末岡 榮三郎 氏
佐賀大学
山本 大祐 氏
株式会社オプティム
16:00
|
16:40
Enablement
AI人材育成の落とし穴と実務的なアドバイス
吉崎 亮介 氏
株式会社キカガク
井﨑 武士 氏
NVIDIA / 日本ディープラーニング協会
田尻 泰彦 氏
トヨタ紡織株式会社
林 昌弘 氏
ノバシステム株式会社
Track 1
16:00
|
16:40
Enablement
これからは多くのAI人材が必要になると言われており、キカガクでは2017年に創業以来、Deep Learning Lab Academyの一企業として人材育成を行ってきました。
キカガク代表の吉崎をモデレータとして、日本ディープラーニング協会理事の井﨑氏(NVIDIA)、現在AIの研究開発を始めた企業の開発者を踏まえて、技術以外の視点も含めた育成や開発において現場で生じているボトルネックやその解決策についてパネルディスカッション形式で話します。今後のAI案件において遭遇する問題をひとつでも減らし、ビジネスでの活用がさらに進められることを目指します。
吉崎 亮介 氏
株式会社キカガク
代表取締役
井﨑 武士 氏
NVIDIA / 日本ディープラーニング協会
エンタープライズ事業部
事業部長
田尻 泰彦 氏
トヨタ紡織株式会社
IT推進部
主任
林 昌弘 氏
ノバシステム株式会社
研究開発室
チームリーダー
17:00
|
17:40
Enablement
AI研究を加速するオープンデータ
井佐原 均 氏
豊橋技術科学大学
清水 亮 氏
ギリア株式会社
Track 1
17:00
|
17:40
Enablement
深層学習の学習、研究、実装を進めるためにはオープンデータが求められていますが、データの偏在とアクセスへのむずかしさが、深層学習の実用化を妨げています。また、日本国内固有のデータが圧倒的に不足していることも大きな課題となっています。こちらを解消するため、AI オープンデータ協議会(仮称)を立ち上げ、データホルダーと研究機関・深層学習スタートアップを紐づけることでオープンイノベーションの促進に取り組みます。協議会に協力いただいている井佐原先生と清水社長をお招きして、今後の取り組みを語ります。
井佐原 均 氏
豊橋技術科学大学
清水 亮 氏
ギリア株式会社
Track 2
13:00
|
13:40
Case Study
機械学習・深層学習で進化するオフラインマーケティング
今村 修一郎 氏
P&G Japan 株式会社
松下 伸行 氏
株式会社トライアルホールディングス
Track 2
13:00
|
13:40
Case Study
機械学習・深層学習の活用で流通業の地殻変動が始まっています。米アマゾン・ドット・コムを筆頭に、国内外のEC企業が、垣根を越えてリアル店舗を持つ流通・小売り業界に参入する中、実際に当事者はどう考えているのか。実店舗に700台のAIカメラを導入しているトライアルホールディングスと、メーカー側で機械学習・深層学習を活用してマーケティングを推進するP&Gが、これからのリテールAIの現状と今後の展望を語ります。
今村 修一郎 氏
P&G Japan 株式会社
インフォメーションテクノロジー
シニアデータサイエンティスト
松下 伸行 氏
株式会社トライアルホールディングス
執行役員
グループCTO
14:00
|
14:40
Case Study
AIを活用した架空送電線画像診断システムの開発について
江坂 真吾 氏
東京電力パワーグリッド株式会社
庄司 幸平 氏
テクノスデータサイエンス・エンジニアリング株式会社
Track 2
14:00
|
14:40
Case Study
架空送電線の健全性確認の一手法としてヘリコプターで撮影したVTR画像を、作業員がスローモーション再生で診断を行っており、当該作業に長時間を要していました。このような属人的な診断手法に対して、異常検知の高度化と点検時間の50%以上の短縮を見込んでAIを活用した架空送電線画像診断システムの開発に着手しました。このシステムは、Microsoft AzureのGPUパワーと関連するPaaS群を活用することで、大量の画像データを柔軟性にたけたプラットフォーム基盤で保全し、 架空送電線の健全性確認の自動化を推進する最適なソリューションの構築を目指します。
江坂 真吾 氏
東京電力パワーグリッド株式会社
工務部 保全高度化推進グループ
送電担当 課長
庄司 幸平 氏
テクノスデータサイエンス・エンジニアリング株式会社
第3データサイエンスグループ
執行役員
15:00
|
15:40
Case Study
AIとの付き合い方
谷田 寛明 氏
マネックス証券株式会社
17:00
|
17:40
Case Study
デジタル化成功のための戦略的なDeep Learningの活用
中林 紀彦 氏
SOMPOホールディングス株式会社
Track 2
17:00
|
17:40
Case Study
人工知能(AI)を組み込んだサービスを提供し競争力を強化する動きが国内でも加速し、Deep Learning活用する企業が増えています。このような取り組みの成功に必要な条件として、データ管理・AI/マシンラーニング活用・業務適用までのフルサイクルをサポートするプラットフォームと、人材面も含めた総合的なプランを持った”AI-Ready”な企業になる事が大切です。本セッションでは、SOMPOホールディングスの取り組みを例に、Deep Learningを最大限に活用するための”AI-Ready”な企業とは何かについてご紹介します。
中林 紀彦 氏
SOMPOホールディングス株式会社
デジタル戦略部
チーフ・データサイエンティスト
Track 3
13:00
|
13:40
Case Study
テクノロジーとデザインの融合を目指してーDeepleaningを使用したモノクロ映像のカラー化紹介ー
伊佐早 さつき 氏
株式会社NHK アート
June Sung 氏
株式会社Ridge-i
伊藤 有 氏
Track 3
13:00
|
13:40
Case Study
Ridge-i社と共同開発したAIカラー化システム開発の経緯や、実際の制作現場での使用状況を紹介します。開発したシステムを実際の映像制作のワークフローの中に取り込み、現場での修正や締め切りに対応し放送水準を満たす映像を作り出すことにたどり着いたプロセスなどを現場の声から紹介します。今後、AIと他の技術の新しい可能性を探るきっかけになるような機会にできればと思います。
伊佐早 さつき 氏
株式会社NHK アート
デジタルデザイン部 CG映像
CGデザイナー
June Sung 氏
株式会社Ridge-i
エンジニア
伊藤 有 氏
Business Insider Japan副編集長/TECH統括
14:00
|
14:40
Technology
実世界に埋め込まれる深層学習
麻生 英樹 氏
国立研究開発法人 産業技術総合研究所
Track 3
14:00
|
14:40
Technology
深層学習は、インターネット上のサービスを通じて収集された大規模なデータを利用することで、パターン認識などの分野を中心に大幅な性能向上を実現し、音声、画像・動画等の認識、翻訳、など多くのアプリケーションに導入されています。その一方で、今後、深層学習を IoT やロボットと組み合わせて多様な実世界の現場に導入してゆくためには、学習コストの低減、説明可能性の向上、品質保証、など様々な課題があることも明らかになってきています。この講演では、深層学習のようなデータから学習する手法と、人間が蓄えてきた知識体系との関係も含めて、こうした課題の解決に向けた研究事例をご紹介します。
麻生 英樹 氏
国立研究開発法人 産業技術総合研究所
人工知能研究センター
副研究センター長
15:00
|
15:40
Technology
マイクロソフトが考えるAI活用のロードマップ
田丸 健三郎 氏
日本マイクロソフト株式会社
Track 3
15:00
|
15:40
Technology
AI活用は早くも研究中心のフェーズから本格的なビジネス活用のフェーズに移行してきています。
マイクロソフトはこれまでAI研究に多大な投資を行ってきました。また、今後もAI研究への投資を継続すると同時に、ビジネスの中でAIを活用する為の研究開発投資を積極的に行っています。当セッションでは、マイクロソフトが考えるAIの今後と本格的なビジネスシーンでの活用を視野に入れた製品、サービス、そしてテクノロジーとその取り組みを紹介します。
田丸 健三郎 氏
日本マイクロソフト株式会社
技術統括室
業務執行役員 ナショナルテクノロジーオフィサー
16:00
|
16:40
Technology
エッジデバイスでのDeep Learning推論をどう実現するか
野尻 尚稔 氏
LeapMind株式会社
Track 3
16:00
|
16:40
Technology
小型で廉価なエッジデバイスでの推論を実現しようとすると、CPU+GPUという一般的なハードウェア構成が選択できるとは限らない。また一般的に数百MBオーダー以上のサイズになる学習済みモデルは、そのままではデバイスに搭載できないこともある。
LeapMindでは、主にFPGAを使ってのDeep Learning推論技術の研究開発を行ってきた。本講演では、これまでLeapMindが得てきた知見を踏まえ、エッジにおける実用的な推論を実現するためにどのハードウェアを選択すべきか、ビジネス的視点を踏まえての考え方を紹介する。また、低リソースなデバイスでの推論のために用いられるモデル圧縮手法と、それを踏まえた、FPGAを用いたDeep Learning推論デバイスの開発フローについて紹介する。
野尻 尚稔 氏
LeapMind株式会社
Field Application Engineering, Business Division
Manager
17:00
|
17:40
Technology
研究を加速するChainerファミリー
比戸 将平 氏
株式会社Preferred Networks
Track 3
17:00
|
17:40
Technology
ChainerはPreferred Networksが開発しているPython製の深層学習フレームワークである。Chainerの特徴のひとつに、研究を加速する多彩な関連ライブラリの充実がある。特定の分野で手軽に研究を始めたいならば分野特化ライブラリの
Chainer Chemistry/RL/CV/chainer-ganlib、実験のモニタリングにはChainer UI、大規模分散実験にはChianerMN、学習済みモデルの出力にはonnx-chainerがある。本講演ではこれらの使い方とメリットを紹介し、 Chainerユーザーがより多くの研究成果を生み出すことを目指す。
比戸 将平 氏
株式会社Preferred Networks
研究担当VP
Hackathon
13:00
|
17:40
Hackathon
脱CIFAR-10 専門家からDNN構築のプロセスが学べるハッカソン
あなたの深層学習プロジェクト、例題で止まっていませんか?様々なデータを使って深層学習を使った分析を進めたり、精度をあげる方法が学べるハッカソン
Hackathon
13:00
|
17:40
Hackathon
あなたの深層学習プロジェクト、例題で止まっていませんか?様々なデータを使って深層学習を使った分析を進めたり、精度をあげる方法が学べるハッカソン
進め方
- CVチームと、NLPチームに分かれます(申込時のアンケートでご記入ください)
- 5人1組でチームに分かれます(機械学習歴でバランスよくチームが組めるよう運営側で分けます)
- 各チームに課題・データセット・Azure GPU環境が与えられます。課題に対する精度を各チームで競います。
- ハッカソン自体は13時開始、17時終わりです。4時間の間に一度休憩を取り、各チーム専門家に1つ質問ができます。質問は全チームが聞く中で行われます。
- 17-18時は各チームの成果発表(2分ずつ)、その後、専門家からベストプラクティスを紹介いただきます。
- 優秀チームはナイトイベント壇上で表彰します。賞品もあり。
学ぶことができるもの
- Example から一歩進んで、実際に深層学習を使う方法を学ぶことができる
- 機械学習の解析のプロセスを、自分のやり方と専門家のやり方を比較し学ぶことができる
こんな方が対象です
- 事前課題をこなせる人(Pythonを用いたNNプログラミング、Chainer入門)
- CV側参加者:OpenCV使ったことある人
- NLP側参加者:Mecab使ったことある人
運営側から提供するもの
- 各分野の専門家・TA
- Azure GPU計算環境
- 課題、ベースとなるNNモデル
- お菓子、飲み物
18:30
|
20:00
DLLAB Night Event: Unlock the Potential of Deep Learning
※開催までセッション内容を随時更新いたします。
※タイムテーブルやセッションについては、予告なしに変更する場合がございます。
榊原 彰
日本マイクロソフト株式会社
執行役員 最高技術責任者(CTO)
マイクロソフト ディベロップメント株式会社
代表取締役 社長
丸山 宏
株式会社Preferred Networks
PFN フェロー
柳原 尚史
株式会社Ridge-i
創業者 代表取締役社長
川上 登福
株式会社経営共創基盤 パートナー
取締役マネージングディレクター
辻井 潤一
国立研究開発法人 産業技術総合研究所
人工知能研究センター センター長
廣野 淳平
日本マイクロソフト株式会社
深層学習事業開発マネージャー
開催日時: |
2018年6月21日(木) 10:00~20:00(09:00 開場・受付開始) |
---|---|
定員: | 500名 |
参加費: | 社会人10,000円、学生2,000円 |
主催: |
日本マイクロソフト株式会社 Preferred Networks株式会社 |
会場: |
JP Tower Hall 東京都千代田区丸の内二丁目7番2号KITTE 4,5階 |
---|---|
アクセス: |
JR 東京駅 徒歩約1分 丸の内線東京駅 地下道より直結 千代田線二重橋駅 徒歩約2分 三田線大手町駅 徒歩約4分 JR 京葉線東京駅 徒歩約3分 有楽町線有楽町駅 徒歩約6分 JR有楽町駅 徒歩約6分 |
DLLAB DAY 2018は、多数の方にお越しいただき終了いたしました。
ご来場いただき、ありがとうございました。