日本のAI戦略、セミナーの位置づけ、他の勉強ソース

1.1K Views

December 07, 22

スライド概要

1.日本のAI戦略
https://www8.cao.go.jp/cstp/ai/aistrategy2022_honbun.pdf
数理・データサイエンス・AI教育プログラム(リテラシーレベル)、(リテラシーレベル)プラス、(応用基礎レベル)プラス認定結果
https://www.mext.go.jp/content/20220824-mxt_senmon01-000188414.pdf

2.セミナーの位置づけ

3.他の勉強ソース
統計数理研究所のリーディングDAT講座、https://www.ism.ac.jp/lectures/leadingdat/2022/index.html
明治大学データ化学工学研究室(金子研究室)オンラインサロン
https://datachemeng.com/onlinesalon/

profile-image

マテリアルズインフォマティクスチュートリアル

シェア

埋め込む »CMSなどでJSが使えない場合

関連スライド

各ページのテキスト
1.

情報共有

2.

A I 戦 略 2 0 2 2からの抜粋(1) 第四部 1.教育改革 大目標 データサイエンス・AIを理解し、各専門分野で応用できる人材を育成(約 25 万人/年) データサイエンス・AIを駆使してイノベーションを創出し、世界で活躍できるレベルの人材の発掘・育 成(約 2,000 人/年) 令 和 4 年 4 月 2 2 日 、統合イノベーション戦略推進会議決定 https://www8.cao.go.jp/cstp/ai/aistrategy2022_honbun.pdf 大学教育の拡充 「数理・データサイエンス・AI教育プログラム(リテラシーレベル)、(リテラシーレベル)プラス、 (応用基礎レベル)プラス認定結果 https://www.mext.go.jp/content/20220824-mxt_senmon01-000188414.pdf

3.

A I 戦 略 2 0 2 2からの抜粋(2) 三部 赤文字=木野が追加 2.A Iの社会実装の推進に臨む姿勢 ・・・社会のデジタル化は当然のこととして、A Iに関する次のような思い込みを捨てる・・・。 ①“AIは人の仕事を代替する”⇒“AIは人と協調する” →X Singularityが起きて失業 ② “A I技術者だけがAIを深く理解できる”⇒“ビジネスケースからAIは理解できる” →(まとめ)AIを完全に理解していなくても現場の人がAIを行い問題を解決する。 ③“データが全て”⇒データ収集の継続的な“ループの形成が重要” 令 和 4 年 4 月 2 2 日 、統合イノベーション戦略推進会議決定 https://www8.cao.go.jp/cstp/ai/aistrategy2022_honbun.pdf

4.

A I 戦 略 2 0 2 2からの抜粋(3) 三部 3.AIの社会実装の推進に向けた取組 (5)「強み」への注力 具体目標 医療、創薬、材料科学等の分野におけるAI利活用の更なる注力 令 和 4 年 4 月 2 2 日 、統合イノベーション戦略推進会議決定 https://www8.cao.go.jp/cstp/ai/aistrategy2022_honbun.pdf 材料科学分野の特徴 医療 創薬 原理 理論 材料科学分野 原理 理論 実験 実験

5.

A I 戦 略 2 0 2 2からの抜粋(4) 三部 3.AIの社会実装の推進に向けた取組 (1)AIのブラックボックス性の打破と不安の払しょく 具体目標 「説明可能なAI」(Explainable AI)など「責任あるAI」(Responsible AI)の実現に向 けた取組 令 和 4 年 4 月 2 2 日 、統合イノベーション戦略推進会議決定 https://www8.cao.go.jp/cstp/ai/aistrategy2022_honbun.pdf 原理 理論 実験 説明可能なAIにより「理論」側へ立ち戻りより深い解釈に繋げる。 意味がある「法則」を見つける。 それができるのはその分野の人だけ。

6.

セミナー内容 典型的な 学習順序 実践 理論 原理/ キーワード すぐに使いたい方向け。 Python、Scikit-learn を主として用いる。

7.

(マテリアルズ)インフォマティクス(MI)の実践手段 MI実践手段 計算機言語 Python Scikitlearn,pymaten。 Deep-learning。 R 非言語GUI Java MATLAB (有料) Orange Data Mining KNIME (階層構造の一例) 少し前までの標 準。大量に教科 書がある。 自然言語処理では 標準だった。 JavaによるGUIアプ リは多い。 追加機能が多 く販売されて いる。

8.

社会人向け(マテリアルズ)インフォマティクスの勉強ソース (一般的な教科書除く) Scikit-learnの例 玄人向け。 コード例から、MIを実践できる人を短 時間に育成したい。 コード多め 目標 Udemy(有料) 実践 理論を 知りたい 理論 原理, or キーワード 統計数理研究所のリーディングDAT講座 (無料と有料あります。) https://www.ism.ac.jp/lectures/leadi ngdat/2022/index.html 個々 多様 Slack上の質問コーナー: 明治大学データ化学工学研究室(金子研究室)オンライン サロン(無料) https://datachemeng.com/onlinesalon/ かなり基礎的な質問もあります。 マテリアルズインフォマティクスが どういう感じかを知るため: マテリアルズ・インフォマティクス -材料開発のための機械学習超入門岩崎悠真 (著) マテリアルズ・インフォマティクス II 機械学習を活用したマテリアル DX超入門 -岩崎悠真 (著)

9.

大学関連の勉強ソース 「数理・データサイエンス・AI教育プログラム認定制度」 https://www.mext.go.jp/content/20220824-mxt_senmon01-000188414.pdf 各大学がどのレベルで認可されたか分かる。