CMCリサーチウェビナー【ライブ配信】 のご案内
開催日時：2024年8月23日（金）10：30～16:30
受 講 料：55,000円（税込） ＊ 資料、プログラムコード付
＊メルマガ登録者 49,500円（税込）
＊アカデミック価格 26,400円（税込）
パンフレット
※ 本セミナーは、当日ビデオ会議ツール「Zoom」を使ったライブ配信セミナーとなります。
お申し込み前に、下記リンクから視聴環境をご確認ください。
→ https://zoom.us/test
★ アカデミック価格:学校教育法にて規定された国、地方公共団体および学校法人格を有する大学、大学院の教員、学生に限ります。
★【メルマガ会員特典】2名以上同時申込かつ申込者全員メルマガ会員登録をしていただいた場合、1名あたりの参加費がメルマガ会員価格の半額となります。
★ お申込み後のキャンセルは基本的にお受けしておりません。ご都合により出席できなくなった場合は代理の方がご出席ください。
お申し込み受付中
申込方法
ウェビナー参加のお申込は、下記のカートへの投入、あるいはFAX用紙にてお願いします。
セミナーお申し込み前に必ず こちら をご確認ください。
| FAX申込用紙PDF | ||
| [メルマガ登録者／新規登録希望者はこちらから] 弊社のメルマガ会員（登録無料）は、参加費が10％引きになります。 メルマガ登録者／新規登録者のウェビナー参加は、下記のカートへの投入によってお申込ください。 また、FAX申込用紙でお申込の場合は、FAX申込用紙のメルマガ受信可否「受信する」にチェックをお願いします。 |
||
| FAX申込用紙PDF | ||
| ◇◇ メルマガ会員特典での複数名の受講申込みはこちらから ◇◇ 2名以上同時申込かつ申込者全員メルマガ会員登録をしていただいた場合、1名あたりの参加費がメルマガ会員価格の半額となります。ウェビナー参加のお申込は、お一人ずつ下記のカートへの投入、あるいはFAX用紙にてお願いします。 |
|||
| 受講者1 （受講料半額） | FAX申込用紙PDF | ||
| 受講者2 （受講料半額） | FAX申込用紙PDF | ||
| 受講者3 （受講料半額） | FAX申込用紙PDF | ||
| ＊ 4名以上の受講については、CMCリサーチまでお問い合わせください。 → お問い合わせページ | |||
| [アカデミック価格申込者はこちらから] | ||
| FAX申込用紙PDF | ||
講 師
倉地 育夫 氏 ㈱ケンシュー 代表取締役 工学博士
1977年3月 名古屋大学 工学部 合成化学科 卒業
1979年3月 同大学院 工学研究科 応用化学専攻 博士課程前期修了
1983年4月 科学技術庁 無機材質研究所 留学（1984年10月まで）
1992年9月 学位取得（工学博士;私立中部大学）
1979年4月 ブリヂストンタイヤ入社（現; ブリヂストン）
1984年11月 ブリヂストン研究開発本部 復職
1991年9月 ブリヂストン 退社
1991年10月 コニカ 第四開発センター 入社（主任研究員）
1993年4月 福井大学 工学部 客員教授
1993年11月 コニカ 感材技術研究所 主幹研究員
1998年6月 同社 MG開発センター 主幹研究員
2001年8月 同社 中央研究所 所長付主幹研究員
2005年8月 コニカミノルタビジネステクノロジーズ 生産本部 生産技術センター デバイス技術部 第3デバイスグループリーダー
2008年10月 同社 生産技術センター デバイス技術部 担当部長
2009年4月 同社 開発本部 化製品開発センター 機能部材開発部 担当部長
2011年3月 コニカミノルタビジネステクノロジーズ 定年退社（57歳）
2011年3月 ケンシュー設立 代表取締役社長 就任（現在に至る）
【受賞歴】
2000年5月 第32回 日本化学工業協会 技術特別賞 受賞
2004年5月 写真学会 ゼラチン賞 受賞
（その他 ブリヂストンの超高純度βSiC半導体技術が日本化学会化学技術賞 受賞
【活動】
高分子学会 代議員、高分子同友会 開発部会 世話人、日本化学会 代議員、日本化学会 産学交流委員会 シンポジウム分科会 主査、同委員長、日本化学会 春季年会 講演賞 審査委員長など、共著多数
セミナーの趣旨
ChatGPTの登場で生成系AIに注目が集まっている。これまでのニュースでAIの文書作成能力が報じられてきたが、汎用大規模言語モデル（LLM）の活用による論文生成能力や大量文書読み込み要約能力など既存の生成系AI機能について活用方法が出そろった。
さて、生成系AIがもたらす変化として、科学知識の獲得スピードが上がることや、R&Dの戦略・意思決定における調査の迅速化や効率向上などが指摘されても、引き起こされたイノベーションで生じる人間の役割変化があまり論じられていない。例えば、生成系AIは形式知や経験知を人間よりはるかに大量に幅広く学習している。そのため、問題解決シーンで専門家の役割が問われる可能性がある。
但し、現在の生成系AIは、知識量や処理スピードは人間の能力を超えるが、その動作は、文脈から次に来るであろう言葉を確率的に推定して知を処理していることが知られている。すなわち、人間らしい回答をしてくる生成系AIではあるが、人間と全く同じ思考をしているわけではなく、その利用においてハルシネーションが懸念されている。
本セミナーでは、生成系AIが実現する近未来に知のパラダイムシフトが起きることを想定し、すでに指摘されている問題を回避して実務の問題解決でうまく活用する方法を解説する。
抽象的な説明とならないように、技術で解決された「電気粘性流体の耐久性問題」を事例に、科学の方法とデータサイエンスによる方法、生成系AIを用いた仮想解決方法を実話をもとに比較しながらセミナーを進行する。その他ノーベル賞を受賞したiPS細胞ヤマナカファクターの発明事例も解説し、AIが今より進歩しても、問題解決シーンで常に必要とされる人間の知の役割があり、AIと「友物」関係を形成して問題解決を進める新パラダイムを提案する。
セミナー対象者
研究開発の実務に携わる全担当者及び管理者、事業企画に携わる担当者及び管理者
セミナーで得られる知識
生成系AIの活用の仕方、新時代の問題解決法、新時代の企画立案方法
プログラム
※ 適宜休憩が入ります。
1.1. コンピューターの登場と知識労働者
1.2. AIの歴史と生成系AI
1.3. トランスサイエンス
1.4. コンピューターによる問題解決法とは
2. AIを活用した業務遂行に潜む問題
2.1. 生成系AIが解説する電気粘性流体
2.2 否定証明
2.3. 科学と技術
2.4. データサイエンスの問題解決力
2.5. データサイエンスと科学
3. オブジェクトとしてのデータ
3.1. データ駆動と生成系AI
3.2. コンピューター言語とオブジェクト指向
3.3. オブジェクト指向とPython
3.4. オブジェクト指向とアイデア創出
3.5. 深層学習が最良とは限らない
4. 生成系AIを活用した問題解決法
4.1. 日々の業務に問題解決力は必須
4.2. アイデア創出法と生成系AI
4.3. データとヒューリスティック
4.4. 非科学的なノーベル賞の受賞事例
4.5. 問題解決法で期待されるAIの役割
5. 生成系AIを活用するヒント
5.1. 知識労働者とPython、そして生成系AI
5.2. AIはプログラマーの「友物」
5.3. 生成系AI活用のヒント
6. まとめ：情報の時代