AIシステム 外注  
        
共同研究開発の進め方、契約のポイント
人工知能を活用した研究開発の効率化と導入・実用化《事例集》
 

<セミナー No.010503>


★AI開発における人員、体制とは!開発ステージと現在の到達点を知る方法!
    優秀なAI開発者を見分けるポイント!検収時における注意点、ポイントとは!


【Live配信セミナー】

AIシステム開発における外注のポイント

〜企画提案、要求仕様の作成と契約、納品時の留意点〜

 


■ 講師

坂本 俊之氏

現在フリーランスエンジニア。Kaggleコンペティションエキスパート。「作ってわかる!アンサンブル学習アル ゴリズム入門」など著作にAI技術書多数。

■ 開催要領
日 時

2020年10月16日(金)10:30〜16:30

会 場 Zoomウェビナーを利用したLive配信  ※会場での講義は行いません
(聴講者のビデオ、マイクはOFFに設定しています)
聴講料

1名につき50,000円(消費税抜き、資料付) 
〔1社2名以上同時申込の場合1名につき45,000円(税抜)〕

大学、公的機関、医療機関の方には割引制度があります。
詳しくは上部の「アカデミック価格」をご覧下さい。

■ Live配信セミナーの受講について

・本講座はZoomを利用したLive配信セミナーです。セミナー会場での受講はできません。

・下記リンクから視聴環境を確認の上、お申し込みください。
 → https://zoom.us/test

・開催日が近くなりましたら、視聴用のURLとパスワードをメールにてご連絡申し上げます。
 セミナー開催日時に、視聴サイトにログインしていただき、ご視聴ください。

・Zoomクライアントは最新版にアップデートして使用してください。

・パソコンの他にタブレット、スマートフォンでも視聴できます。

・セミナー配布資料は印刷物を郵送いたします。

・当日は講師への質問することができます。可能な範囲で個別質問にも対応いたします。

・本講座で使用される資料や配信動画は著作物であり、録音・録画・複写・転載・配布・上映・販売等を禁止いたします。

・本講座はお申し込みいただいた方のみ受講いただけます。
  複数端末から同時に視聴することや複数人での視聴は禁止いたします。

・Zoomのグループにパスワードを設定しています。部外者の参加を防ぐため、パスワードを外部に漏洩しないでください。
 万が一部外者が侵入した場合は管理者側で部外者の退出あるいはセミナーを終了いたします。

■ プログラム

【講演趣旨】
ビジネスの観点から見ると、ディープラーニングを始めとする機械学習は、単なる技術単体で利用さ れる段階を超えて、複合的なAIシステムにおける一要素として利用される段階に到達しています。 しかし、ビジネ スの観点から見たAIシステムの開発には、機械学習モデルの提供者とAIシステムの開発者が異なる場合の、責 任分解点やモデルに対する権利の帰属など、解決しなければならない諸問題が存在します。 さらに、AIシステム の開発をコントロールするためには、機械学習特有の開発メソッドと従来型の開発ハンドリングと違いを踏まえた プロジェクトマネージメントが必要になります。 本講演では、AIシステムの制作を外注する場合、機械学習モデル の作成のみを外注する場合など、実際に起こりうるビジネスパターンにおける、契約上の注意点及び、開発体制 の構築、データのハンドリング手法と機械学習モデルの開発ステージ、落とし穴となりやすい体制構築上の注意 点などを紹介します。

【講演項目】
1.人工知能とは(おさらい)
  1.1 人工知能研究史概略
  1.2 現在の人工知能ブームの正体
  1.3 人工知能に対するよくある誤解
  1.4 現在の人工知能の限界点

2.AIシステムを開発するということ
  2.1 システムとしての人工知能
  2.2 伝統的SIerとAIベンチャーのコラボ
  2.3 携わる関係各社とその思惑
  2.4 機械学習プログラミングの難しいところ
  2.5 AIシステムのテスト

3.AIシステムにおける責任分解点
  3.1 内製と外注の違い ? 性善説・性悪説どちらを取るべきか
  3.2 AIの瑕疵担保責任と実際に保証出来る限界
  3.3 契約上の検収条件と性能向上のモチベーション
  3.4 技術の吸い上げや搾取を契約で防ぐことは出来るのか

4.AIモデル開発における実例
  4.1 受託案件における実例 ? 不確かな比較コンペ
  4.2 PoC案件における実例 ? 製品化へのボトルネック
  4.3 顧問契約における実例 ? キャッチアップ能力の不足
  4.4 オープンソース開発における実例 ? 権利の帰属問題
  4.5 コンペティションサイトにおける実例 ? 競争と協力

5.契約時、検収時における注意点
  5.1 優秀なAI開発者を見分けるポイント
  5.2 提案段階における評価のポイント
  5.3 デモンストレーションとモデルの変更
  5.4 データのサブセットと評価スコア
  5.5 研修後に行う学習に対する保証について

6.AIシステム開発のマネジメント
  6.1 AIシステム開発における人員、体制の事例
  6.2 開発ステージと現在の到達点を知る方法
  6.3 モデルの性能向上手法・学習曲線の見方
  6.4 重要な割に評価されない仕事
  6.5 定常運用時にAIが狂うパターン

7.機械学習ビジネスの今後
  7.1 人工知能の本当の可能性
  7.2 知的財産権とモデルの権利について
  7.3 機械学習ビジネスの健全な発展のために(まとめ)

【質疑応答】


 

AIシステム 外注 セミナー