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7月31日（水）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。知識労働者の実務がAIに奪われそうな勢いを伝えるニュースの中で、事務文書だけでなく結婚披露宴の祝辞までAIに作らせた話題を語られても、何故か笑えない若いサラリーマンは多いのではないか。
イノベーションのスピードが加速している。100年後は不明だが、AIが人間の作製したデータとアルゴリズムで動作している限り、現在のAIに難しい業務が存在する。それは、「何も課題の設定されていない状態で始めるデータの処理」である。この意味の詳細はセミナーで説明するが、日々の実務では、そこで見出された問題から課題を設定して仕事を始めていることに着目していただきたい。「正しい問題を見出す作業」と「課題設定作業」は、現在のAIでは難しい。ドラッカーでさえ、「正しい問題を見出す作業は難しく、それができれば、問題解決の80％はできたことになる。」と述べている。
すなわち、「課題設定作業」や、科学で求められる「仮説設定作業」は、人間がしなければいけない仕事として残り、仕事の成果は、AI登場以前同様これらの作業の品質に左右される。
本セミナーでは、社会基盤にAIの実装が始まった実務のあり方を想像し、問題を解決するためにデータ処理で常識となりつつあるPythonプログラミングを事例に、AI活用方法を解説するとともに、課題設定の方法やその基になるアイデア創出法を講義する。
情報が溢れるインターネットの時代に、ビッグデータを処理するデータサイエンスも身近になっただけでなく、自由自在にデータ処理を可能とする無料のPythonプログラミング環境も充実してきた。そこに生成系AIが登場し、これら新技術により知の獲得について変革が起き始めた。先端のITスキルを身につけることで実務経験の浅い若い人が活躍できる社会になった、と前向きにとらえ、入社3年目レベルまでの若い社会人を対象に内容を構成している。実務経験が豊富な人が受講されれば、今後の実務のイノベーションの方向を知るセミナーとなる。
セミナー対象者
入社3年目までの若手技術者、生成系AIの実務導入を検討されている管理職
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. AIブームの歴史
1.2. 生成系AIの歴史
1.3. 生成系AIの動作
1.4. データサイエンス経験
2. AIブームと社会の変化
2.1. コンピューターの登場と知識労働者
2.2. 科学と非科学の歴史
2.3. 科学と技術
2.4. データサイエンスと科学
2.5. コンピューターによる問題解決とは
2.6. 第三次AIブームから社会実装へ
3. オブジェクト指向と問題解決法
3.1. 日々の業務は問題解決である
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. アイデア創出法とデータ収集
3.6. データと数理モデル、グラフ
3.7. データとヒューリスティック
4. Python入門
4.1. Pythonの概略とAI活用の仕方
4.2. Pythonの文法
4.3. 簡単なプログラム事例
4.4. Pythonプログラミ
5. まとめ：情報の時代