日本のAI戦略、セミナーの位置づけ、他の勉強ソース
1.6K 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/
マテリアルズインフォマティクスチュートリアル
関連スライド
各ページのテキスト
情報共有
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
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
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
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。
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。
（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。
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)
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。