北海道大学 調和系工学研究室 AI TOKYO LAB& Co. AI人材育成講座 企業のAI利活用人材の育成を支援北海道大学 調和系工学研究室 AI TOKYO LAB& Co. AI人材育成講座 企業のAI利活用人材の育成を支援

オーダーメイドのカリキュラムを作成し、AI人材の育成を支援

AI(人工知能)は企業の生産性向上、業務効率化を推進する先端技術として期待がかかる一方、AIを利活用できる「ニューカラー」の確保、育成は深刻な課題となっており、2020年には約4.8万人の不足が見込まれています。※1

当社の顧客においても、AIに関する正しい知識を持ち、自社の戦略や課題に合わせて先端技術を利活用できる人材を確保、育成したいというご要望を多数いただいております。

そのような背景を踏まえ、企業のみならず、我が国全体が抱えている「ニューカラー」の人材育成を支援するため、1965年からAIの研究と人材育成の実践を続けている、北海道大学 調和系工学研究室と、AIを利活用した企業の生産性向上、課題解決のノウハウを多数持つ当社との産学連携により、「AI人材育成講座」を共同開発し、トライアル実施を経て、正式サービスとして提供を開始しました。
※1)NEDO(国立研究開発法人新エネルギー・産業技術総合開発機構)調べ

「AI人材育成講座」の概要

当社の「AI人材育成講座」は、「講義」と「演習」の2軸をベースに、顧客の課題や要望をヒアリングした上で、オーダーメイドでカリキュラムを提供できる事が特徴です。
また特定のプラットフォームやソフトウェアに依存せず、中立的な立場で、顧客のニーズに沿って技術を解説することが可能なため、幅広いトレンドをバイアスが掛からずに学習できる点を評価いただいております。

モデルケースとなるカリキュラムは、全5回(3時間/回)となり、講義内容は以下の通りです。

モデルケースとなるカリキュラムの例(※全5回・1回3時間)

1日目

AIの基礎

時間 項目名 内容
9:00-12:00 AIの基礎知識
  • ・AIの定義、歴史、種類
  • ・ディープラーニングの説明、流行の要因、種類
  • ・AIの研究・ビジネスの事例
  • ・今後の動向

2日目

ニューラルネットワークの基礎

時間 項目名 内容
9:00-10:30 ニューラルネットワークの基礎知識
  • ・ニューラルネットワークの歴史と概要
  • ・順伝播型ネットワーク
  • ・確率的勾配降下法
  • ・誤差逆伝搬法
  • ・DNNの種類と概要(CNN、RNN、LSTM等)
10:30-11:00 WebUIによるデモを用いたニューラルネットワークの基礎学習
  • ・ニューラルネットワークの学習経過、中間層、分類結果の可視化
  • ・問題の特性とそれに応じたネットワークの設計
  • ・過学習とその対策
11:00-12:00 クラウドサービスを使った画像認識
  • ・WebUIからの画像認識
    – 物体認識
    – 顔認識
    – 有名人の認識
  • ・API経由でのリクエスト

3日目

チャットボットの基礎

時間 項目名 内容
9:00-10:30 チャットボットの基礎知識
  • ・チャットボットの歴史と概要
  • ・チャットボットの種類と仕組み
  • ・チャットボットの要素技術
  • ・事例と今後の課題
10:30-12:00 クラウドサービスを用いたチャットボット構築
  • ・デモシナリオの体験
  • ・独自シナリオの追加
  • ・API経由でのリクエスト

4日目

自然言語処理の基礎

時間 項目名 内容
9:00-10:30 自然言語処理の基礎知識
  • ・自然言語処理(NLP)とは
  • ・形態素解析、コーパス
  • ・構文解析、意味解析
  • ・自然言語の分類に関する技術(BoW、tf-idf)
  • ・ディープラーニングによるNLP
10:30-12:00 pythonによる日本語自然言語処理
  • ・形態素解析の実施と結果の考察
  • ・サンプルデータを用いたBoWの作成
  • ・tf-idfの計算と特徴語の抽出

5日目

ディープラーニング応用

時間 項目名 内容
9:00-10:30 word2vecによる自然言語分類
  • ・word2vecの導入と考察
  • ・サンプルデータを用いた単語間類似度の出力
  • ・doc2vecによる文書間類似度の出力
10:30-12:00 mnistの手書き文字認識
  • ・構築済みモデルによるテスト
  • ・モデルによる精度、結果の差異の分析、考察
  • ・中間層の可視化
  • ・Fine-tuningによるモデル再学習

価格

講座内容
全5回(3時間/回)※オーダーメイドでカスタマイズ可能
推奨人数
20名~50名
価格
30万円/人

※演習用の専用PCの貸し出しも可能。

カリキュラム監修

北海道大学 調和系工学研究室 教授川村 秀憲博士(工学)

HIDENORI KAWAMURA

1973年北海道釧路市生まれ。
2000年3月北海道大学大学院博士後期課程修了。
同大学助手、准教授を経て2016年同大学教授。
2007年~2008年、日本学術振興会海外特別研究員、ミシガン大学客員研究員。
2017年6月から北海道の人工知能(AI)の産業活用を広げるための産学官の組織「Sapporo AI Lab」の座長に就任し、北海道のAI活用における中心的役割を担う。人工知能に関する発表論文多数。

代表講師

小野 良太博士(情報科学)

RYOTA ONO

北海道大学博士後期課程修了(情報科学)。
主に最適化問題、マルチエージェントシミュレーション、情報推薦、観光情報について研究。
在学中に川村教授らと共に株式会社調和技研を設立し、同社の研究開発事業、イベント情報配信サービス「びもーる」の開発、運営に中心的に携わるなど、AIブームの到来前から自然言語処理や最適化等の技術をアカデミック、ビジネス両者において取り組む。
博士号取得後は、北海道科学大学や北海道情報大学の非常勤講師を兼任し、情報処理や観光情報に関する講義を担当している。