イベント概要

AI開発における「データ」に着目した取り組みについて、世界的な動向や、様々な人・組織の知見・ノウハウなどを共有するための勉強会です。具体的なテーマとしては、例えばデータ収集の工夫、データ品質の評価・改善、アノテーションの効率化など様々なものが考えられます。データに主眼を置いたものを幅広く対象とします。

記念すべき第1回はCitadel AI 杉山様、GO 鈴木様、LayerX 松村様からのご発表と、公募でのLT発表3件を予定しております。

SNS等におけるハッシュタグは #dcai_jp でお願いいたします。

タイムテーブル

発表内容

AIの標準化や法規制に関する動向

機械学習の産業的な活用が進んできた結果、自動運転や医療といったリスクの高い分野でもこれらの技術が用いられるようになってきました。また、人事評価などのユースケースではその活用において問題が報告されていることも事実です。それらの結果、機械学習の満たすべき品質基準や、法制度の議論がここ数年進んできています。ここではそれらについて、現在の概要を共有します。

杉山 阿聖 (@K_Ryuichirou)

Citadel AIにてSoftware Engineerとしてプロダクトの開発やMLOpsについての啓蒙活動に従事。また、Money ForwardにてMLOpsのアドバイザーを務める。「見て試してわかる機械学習アルゴリズムの仕組み 機械学習図鑑」の共著者のひとり。

Data-Centric AIのためのベンチマーク

Model-Centric AIが固定されたデータセットに対するモデルの精度を競うベンチマークによって発展してきたように、Data-Centric AIも発展のためには何かを測ることが必要です。データセット作成に関わるベンチマークの提案やコンペティションの開催を行うDataPerfの取り組みを中心に調査し紹介します。

鈴木 達哉 (@x_ttyszk)

GO株式会社にてAIエンジニアとしてコンピュータビジョンに関する研究開発に従事。上智大学大学院修了後、DeNAに新卒入社。現在はGO株式会社へ出向し、プロダクトから収集されるデータを活用した次世代のデータ活用基盤を開発するプロジェクトに携わる。社外向けの技術イベントの運営も担当。

バクラクのAI-OCR機能の体験を支えるデータセット作成の仕組み

バクラクシリーズでは請求書などの帳票に記載されている値を自動で読み取り、業務における手入力の負担を軽減するAI-OCR機能を提供しています。このAI-OCR機能を実現する機械学習モデルの学習や性能評価を行うためのデータセットを作成するにあたり直面している課題や品質を担保するための工夫などについてご紹介します。

松村 優也 (@yu__ya4)

株式会社LayerX 機械学習チームマネージャー。京都大学大学院にて情報推薦の研究に従事した後、2018年に新卒でウォンテッドリー株式会社に入社。推薦チームの立ち上げに携わった後、同チームのリーダーおよびWantedly Visitのプロダクトマネージャー、開発組織のエンジニアリングマネージャーを兼任。その後、機械学習領域の技術顧問に就任。2022年9月より現職。その他の活動として、大学の非常勤講師、オライリー・ジャパン『推薦システム実践入門』を共著で執筆など。

LT発表の募集

LT発表を3枠募集します！LT発表は質疑応答含めて10分です。connpassからの「LT発表枠」での申し込みと、Googleフォームのご提出をお願いいたします。AI開発における「データ」に着目した内容であれば幅広く対象としますので、ぜひ発表をご検討ください。

LT発表は定員に達しましたので申し込みを締め切らせていただきました。申し込みありがとうございました。

会場

オンライン(YouTube Live)で開催いたします。質疑応答はSlackにて行う予定です。YouTube LiveのURL及びSlackワークスペースへの招待リンクは開催前日に参加者の方にお知らせします。

※後日アーカイブ公開を予定しています。

配信スポンサー

GO株式会社様