マルレク 2016-2017 開催一覧

マルレク 2016―2017 開催概要

マルレク2016-2017は、2016年5月から2017年3月まで、計6回の開催を予定しています。

2016年度より「マルレク」協賛会員向けに先行申込の受付を行います。

RNNの応用と発展 --- Google翻訳とDNC

マルレク2016-2017 第六回 / 3月27日開催  ( 終了 )
  • 開催テーマ :  「 RNNの応用と発展 --- Google翻訳とDNC 」
  • 講演 : 丸山不二夫
    講演資料の閲覧はこちらから。 (データサイズ 14 Mb)
  • 日時 : 2017年3月27日(月) 19:00 ~ 21:00
  • 会場 : 日本マイクロソフト株式会社  品川本社  (品川)
    (東京都港区港南 2-16-3 品川グランドセントラルタワー)
  • 受講申込 : お申込はこちらから。  ( 終了しました )
  • 一般申込 1,000円 / 協賛会員 無料
    一般受講受付    2017年3月20日(月)12:00 ~ 3月27日10:00
    個人協賛会員受付 2017年3月13日(月)12:00 ~ 3月27日10:00
  • 募集予定 : 150人(申込先着順)

概要

RNNの応用で目覚ましい成果の一つは、昨年末に発表されたGoogle翻訳の進化です。機械翻訳の精度は、飛躍的に向上しました。講演では、Google翻訳が、どのようにRNN (deep LSTM)を利用しているかを解説しようと思います。

同時に、RNN/LSTMの制限を越えようとする研究も活発に行われています。

講演では、こうした新しい探求の代表例として、Google DeepDreamチームのDNC(differentiable neural computer)のアーキテクチャーを取り上げようと思います。コンピュータのメモリーを積極的に利用しようというこのアプローチは、ニューラル・ネットワークの枠を超えて、新しいコンピュータ・アーキテクチャーの提案としても興味深いものです。

参考文献

Google’s Neural Machine Translation System: Bridging the Gap between Human and Machine Translation
Neural Turing Machines
Hybrid computing using a neural network with dynamic external memory

RNNの基礎 -- Sequence to Sequence

マルレク2016-2017 第五回 / 2月28日開催  ( 終了 )
  • 開催テーマ :  「 RNNの基礎 -- Sequence to Sequence 」
  • 講演 : 丸山不二夫
    講演資料の閲覧はこちらから。 (データサイズ 14.7Mb)
  • 日時 : 2017年2月28日(火) 19:30 ~ 21:30
    ( 開場 19:00 / 受付 19:00 ~ 20:00 )
  • 会場 : 日本マイクロソフト株式会社  本社  (品川)
    (東京都港区港南 2-16-3 品川グランドセントラルタワー)
  • 受講申込 : お申込みはこちらから。 (終了しました)

一般申込 1,000円 / 協賛会員 無料
一般受講受付    2017年2月21日(火)12:00 ~ 2月28日10:00
個人協賛会員受付 2017年2月14日(火)12:00 ~ 2月28日10:00

  • 募集予定 : 150人(申込先着順)

※ 「マルレク2016-2017第五回では開催当日(2月28日)にお手伝いいただける方を若干名募集していま
(このたびも応募いただきありがとうございました。)

概要

RNNは、時系列データや自然言語のテキストのようなシーケンシャルなデータを、別の時系列データや別の言語のテキストのような、同じくシーケンシャルなデータに変換する時によく使われるニューラル・ネットワークのモデルです。

講演では、まず、これまで取り上げたFull Connectのニューラル・ネットワーク(入力も出力も「順序」を持たない)や、Convolutional ニューラル・ネットワーク(時間のない空間的な配置から特徴を抽出する)との対比で、ネットワークがループを持つRNNの特徴を述べたいと思います。

講演では、最もよく使われているRNNのモデルであるLSTM(Long Short Term Memory)にフォーカスして、RNNの基礎を解説したいと思います。

参考文献

The Unreasonable Effectiveness of Recurrent Neural Networks
Understanding LSTM Networks
Sequence Modeling

参考資料

第一部 「RNN」
第二部 「LSTM」

 

ネットワークとハードウェアの技術動向

マルレク2016-2017 第四回 / 11月30日 開催  ( 終了 )
  • 開催テーマ :  「 ネットワークとハードウェアの技術動向 」
  • 講    演 : 丸山不二夫
    講演資料の閲覧はこちらから。 (データサイズ 86Mb)
  • 日時 : 2016年11月30日(水) 19:00 ~ 21:00
    ( 開場 18:30 / 受付 18:30 ~ 19:30 )
  • 会場 : NHN テコラス株式会社  本社  (東新宿)
    (東京都新宿区6-27-30 新宿イーストサイドスクエア)
  • 受講申込 : 一般申込 1,000円 / マルレク協賛会員 無料 (終了しました )
  • 個人協賛会員受付 2016年11月16日(水)12:00 ~ 11月30日10:00
    一般受講受付    2016年11月23日(水)12:00 ~ 11月30日10:00
  • お申込はこちらから。
  • 予定定員 : 200名 (申先着順)

※「マルレク2015-2016第四回では開催当日(11月30日)にお手伝いいただける方を若干名募集しています。
(ご応募ありがとうございました。)

講演要旨

今回は、この間の人工知能関連の話題は一休みにして、「ネットワークとハードウェアの技術動向」を取り上げます。

現在進行中のネットワークとハードウェア技術の変化が、現在のITの共通のインフラであるモバイルとクラウドの世界に、どのような変化をもたらすのかを出発点として、ハードウェアのイノベーションが切り開く、IT技術の未来の可能性を考えたいと思います。

ネットワーク技術では、データセンター内のネットワークの高速化の一例としてGoogleのJupiterを取り上げます。こうした動きは、光利用の新しい段階を準備するものです。

ディープラーニング技術は、サーバー側のアーキテクチャーに大きな影響を与えつつあります。ここでも、GPUやFPGAやTPUといったハードウェアの導入が重要な役割を果たしています。ここでは、新しいアーキテクチャーの提案として、GoogleのDNC(differentiable neural computer)を紹介します。

一方、デバイス側での3D VR技術の普及もまた、ハードウェア技術の進化によって支えられています。ここでの変化は、前段で触れたサーバー側での変化と、基本的には同じ方向を向いていることには注意が必要です。

アニーリング型の量子コンピュータは、「最適化問題」を解く専用ハードウェアと捉えることができるのですが、この問題は、ディープラーニングが解こうとしている問題と同じものです。

最後に、光子や電子のスピンを利用する新しいデバイス開発の動向と、それを可能にする新素材の研究動向を紹介したいと思います。

 

パーソナル・アシスタント・システムと 人工知能

マルレク2016-2017 第三回 / 9月27日 開催 (終了)
  • 開催テーマ :  「 パーソナル・アシスタント・システムと 人工知能 」
  • 講演 : 丸山不二夫
    講演資料の閲覧はこちらから。 (データサイズ 61Mb)
  • 日時 : 2016年9月27日(火) 19:00 ~ 21:00
    ( 開場 18:30 / 受付 18:30 ~ 19:30 )
  • 会場 : GMOインターネット株式会社 11F Yours (渋谷)
    (東京都渋谷区桜丘 26-1 セルリアンタワー )
  • 受講申込 : 一般申込 1,000円 / マルレク協賛会員 無料
  • お申し込みは こちら から。  ( 終了しました )
  •  一般申込受付 2016年9月20日(火) 12:00~ 9月26日(月)12:00
    協賛会員受付 2016年9月13日(火) 12:00~ 9月26日(月)12:00
  • 定員 : 200名 (申込先着順、会場セキュリティの都合もあり期日までの事前申込み必須)

講演概要

AI技術に対する関心は高いのですが、その未来像については、様々な考え方が存在しています。ただ、その両極である、AI技術に対する過度の期待と楽観論は、人間が不要になるというディストピア論と紙一重です。そのことは、多くの人が感じていると思います。

今、AI技術で、何ができ、何ができないのかを、できる限り正確に把握すること、また、AI技術が、我々に、当面、何をもたらすかの明確なビジョンを持つことは、これからのAIビジネスの可能性を考える上でも、重要だと感じています。

これまでのマルレクでは、AIの基礎的な技術を取りあげてきましたが、今回は、少し切り口を変えて、「音声インターフェース」や「自動運転技術」といった、この数年の間にも、実際に利用が大きく拡大するであろう、AI技術の「現実的な応用」にフォーカスしたいと考えています。

講演では、こうしたAI技術の利用の形態を、「パーソナル・アシスタント・システム」の拡大として捉えたいと思っています。基本的には、コンシューマーとしての個人の行動と判断を、リアルタイムかつ容易に、機械の介在をあまり意識せずに、情報・知識のレベルでサポートするシステムが登場しつつあると考えています。

AI技術の「現実的な応用」といっても、議論が、あまりショートレンジなものにならないように、いろんな論点を用意したいと考えています。

自然言語と人工知能

マルレク2016-2017 第二回 / 7月22日 開催 (終了)
  • 開催テーマ :  「 自然言語と人工知能 」
  • 講演 : 丸山不二夫
    講演資料の閲覧はこちらから。 (データサイズ 48Mb)
  • 日時 : 2016年7月22日(金) 18:30 ~ 20:30
    ( 開場 18:00 / 受付 18:00 ~ 19:00 )
  • 会場 : 富士通株式会社 富士通ソリューションスクエア S棟3F (蒲田)
    (東京都大田区新蒲田 1-17-25 )
  • 定員 : 200人( 申込先着順 )
  • 受講申込はこちらから。  (終了しました )
  • 協賛会員受付 : 2016年7月11日(月) ~ 7月22日(金)10:00
    協賛会員 無料
  • 一般申込受付 : 2016年7月15日(金) ~ 7月22日(金)10:00
    一般申込 1,000円

講演概要

今回は、前回のニューラル・ネットワーク技術の紹介の枠を少し広げて、もう少し広い視野から、機械による言語理解の取り組みを振り返り、今後の方向を考えてみたいと思います。

あまり、技術的な細部に深入りせずに、自然言語と人工知能に、一般的な興味のある方を広く対象にしようと考えています。機械による知能の実現に興味がある皆さんの参加をお待ちしています。

【 1. はじめに 】

視覚や聴覚といった感覚能力、運動能力の多くを、我々は、他の動物と共有しています。他の動物とは区別された、人間の「知能」にとって、人間の「言語」を操る能力は、本質的に重要です。

【 2. 機械による言語理解の取り組み 】

この間の機械による言語能力理解の取り組みを、いくつか紹介します。残念ながら、これらの取り組みは、視覚と運動能力の分野で、ニューラル・ネットワーク技術が達成した、画期的な成功に及ぶものではないと考えています。

【 3. 言語学から学ぶべきもの 】

そうした原因の一つは、現状では、機械による言語理解と言語学が、分野として遠く離れて、相互に交流を持っていないことがあります。講演では、代表的な言語理論として、Chomskyの言語理論を紹介します。

【 4. 注目すべき動向 】

機械による言語理解の注目すべき動向として、CNNとRNNを併用した「画像へのキャプション付け」の技術を紹介します。この技術は、ニューラル・ネットワーク技術起源ですが、「知識のグラフ表現」の技術と結びついています。

 

Convolutional Neural Network 入門講座

マルレク2016-2017 第一回 /5月13日(金)  (終了)
  • 開催テーマ :  「 Convolutional Neural Network 入門講座 」
  • 講演 : 丸山不二夫
    講演資料の閲覧はこちらから。(データサイズ59Mb)
  • 日時 : 2016年5月13日(金) 19:00 ~ 21:00
    ( 開場 18:30 / 受付 18:30 ~ 19:30 )
  • 会場 : TIS株式会社 東京本社 14F 研修室  (西新宿)
    (東京都新宿区西新宿 8-17-1 住友不動産新宿グランドタワー)
  • 定員 : 200人
  • 協賛会員先行申込 : 受付期間 2016年4月28日(木) 12:00~5月6日(金)12:00
    マルレク協賛会員の受講申込みはこちらから。 ( 終了しました )
  • 一般申込 : 受付期間 2016年5月6日(金)12:00~5月13日(金)10:00
    受講料 1,000円 (協賛会員 無料)受講申込みはこちらから。( 終了しました )

※「マルレク2015-2016第一回では開催当日(5月13日)にお手伝いいただける方を若干名募集しています。
(ご応募、開催のご協力ありがとうございました。)

講演概要

ニューラル・ネットワーク技術の中核としてのCNN

ニューラル・ネットワークに関心を持っている人が増えています。僕は、こうした意欲的な人たちに、是非、CNN(Convolutional Neural Network) を理解してもらいたいと思っています。CNNは、現在のニューラル・ネットワークの中心的な技術で、かつ、もっとも大きな成果を上げている技術の一つだからです。あのGoogleのAlphaGoもCNNの一種です。

CNNの概要を理解する

もちろん、CNNを正確に理解するのは、なかなか難しいことです。それには、時間と努力が必要です。ただ、その「概要」を理解することはできると思います。今回の「CNN入門講座」は、ニューラル・ネットワークに興味を持っている初心者を対象に、CNNのオーバービューを与えることを目標にしています。二時間のレクチャーで伝えられることは限りがあります。ただ、この「CNN入門講座」が、自身でCNNをさらに勉強する糸口を与えられればいいと考えています。

CNNのより深い理解のために

最近では、ニューラル・ネットワークのフレームワークが、オープンソースでたくさん公開されています。CNNの有名なサンプルも手元で動かした方も多いかもしれません。ただ、サンプルを動かしてみたというのと、それを理解することとは、別のことです。今回の「CNN入門講座」は、既に、CNNのサンプルを動かしてみた人にも、なんらかの気づきを提供できたらいいと考えています。

参考資料

「ニューラル・ネットワーク+TensorFlow入門講座」
「ニューラル・ネットワークと技術革新の展望 -- TensorFlowとCNTK」
「人間の思考、機械の思考 -- IT技術者のための機械による知能研究入門」