AI技術者研修2024募集案内

主催：関西電子情報産業協同組合（KEIS）　共催：NPO法人M2M・IoT研究会
―――AI初心者の人も応用力がつく３段階学習法―――
―――対面とオンラインのメリットをオンライン環境で融合したブレンド型学習―――

関西電子情報産業協同組合（KEIS）では、NPO法人M2M・IoT研究会との共催で、これまでに5回、AI技術者研修を開催しました。
AIが急速に進化するなか、最新のAI技術を習得する「AI技術者研修2024」を6月8日～9月4日の間に8回の講義で開催します。
初心者でも分かりやすいカリキュラムで、実務に役立つスキルを身につけることできます。
研修開催に先立ちまして、以下のとおり、「事前説明会」をZoomで開催しますので、お申込みをお待ちしております。

１． 本研修の主旨
未来の企業発展に向け、デジタルトランスフォーメーション（DX）が欠かせない現代。
その中でも、AIの活用が鍵となります。AIを活用し、競争力を高めるためには、優れたAI技術者の育成が不可欠です。
本研修は、現場で実績を上げるAI技術者の養成を目指し、「事例とともに学ぶAI基礎学習」、「教材プロトタイプによる学習」、そして「応用プロトタイプ構築による学習」という理論と実践によって生み出した「３段階の学習法」により、AI初心者の人も応用プロトタイプ構築ができるようになることを目標にします。
第1回は会場受講（オンライン受講も可能）、第２～８回はオンライン環境で、対面型学習とオンライン型学習の特徴を組み合わせたブレンド型を実現し、講師と受講者、受講者同士がコミュニケーションしつつ、受講できます。

３．本研修の特長

（１）実践的な研修
本研修は、通常のAIセミナーの解説・演習型と比較して、「受講生の理解度」を確認しつつ進め、仕事に役立つ応用力をつける実践的な研修です。

（２）3段階学習法
AI初心者でも、3段階学習法によって、応用プロトタイプ構築までできることを目標とします。
初心者は、まず、第1段階では、「事例から入るAI基礎」で身近な問題へのAI活用からAIを学びます。
第2段階では、「教材プロトタイプの学習」により、AIの仕組みやツールの使い方について手を動かしながら学びます。
第3段階では、第1，第2段階の理解をもとに、「応用プロトタイプ構築」と応用学習を行います。
AI経験者は、応用プロトタイプ構築の研修テーマから自分の関心ある課題を深堀することにより、応用力を一層充実することが可能です。例えば、身近なデータを分析して仕事に役立てるシステムや身近な映像に含まれる物体の種別・数を抽出するシステム、また、現場機器の稼働状況の時系列データから機器の異常を検知するシステムへの展開です。

（３）応用プロトタイプ構築演習
以下の応用プロトタイプ構築により実践力を養い、仕事へ役立てることが可能になります。

①オープンデータ活用によるデータ分析（卸売業者の注文分析、気象データを使った分析）（scikit learn ライブラリを活用した分類・回帰・クラスタリング）
＝＝＞データのさまざまの応用例をつくることにより、データ活用の新しい発想が生まれ、AI活用の幅が広がります。
②転移学習（事前学習済の学習モデル）を活用した各種の応用プロトタイプの作成
＝＝＞ＤＬの活用範囲が広がり、AI応用力がつきます。
③YOLO技術を活用した画像分析による物体検出の応用
＝＝＞１つの画像における複数の物体検出技術を学ぶことで、画像解析によるAI応用範囲の拡大が図れます。
④ 現場を意識したIoT機器からの時系列データの異常検知をオンライン環境上で実習。
＝＝＞IoTとAIの結びつきを実習し、現場への応用力がつきます。

（４）応用学習（生成AIとアイデア創出）
①生成AIの事例紹介と演習により、生成AIの活用力をつけます。
②AIに関するアイデア創出について学習します。

（５）グループ交流
各回の終了前の50分間は、Zoomブレイクアウトルーム（初回は対面）で、4～5名ぐらいで、受講者のグループをつくり、グループ内で、復習課題を実施したり、受講者相互で情報交換・教えあい、講師への質問を考えていただき、仲間意識と課題へのモチベーションを高めていただきます。最終日の発表会前は、仕事への活用やAI応用アイデアを検討してもらいます。

（６）助成金活用
厚生労働省の人材開発支援助成金を利用して、受講料に近い助成額を受け取ることが可能です。
※研修開始の1か月前までに計画届を提出することが必要です。

４．対象者
技術者を原則とします。
中堅技術者及び技術職で無くてもAI利活用により業務高度化に興味のある方（営業職、生産管理職、労務管理職等）も対象とします。
これまでに製造、流通・サービス、金融の分野の方々が受講されています。

５．研修概要
・全８回（８日）
・研修期間　2024年6月8日（土）～2024年9月4日（水）
・土曜日と水曜日で交互に開催
・受講方法
　　第1回（6月8日）　会場受講（大阪科学技術センター（大阪市西区靭本町1-8-4））（Zoom受講可能）
　　第2～8回（6月19日,6月29日,7月10日,7月27日,8月7日,8月24日,9月4日）　Zoom受講
・講義と次の講義の間は各自復習
・講義時間帯　10:00～17:30（昼休憩12:00～13:00）

６．受講条件
・PCは受講者が用意すること　PCの必要スペック：CPU：intel core-i3以上、メモリ：4GB以上、ディスク空き容量：10GB以上、OS：Windows10 64bitまたはWindows11
・開発環境は、Webブラウザで動作するGoogle ColaboratoryおよびGoogle Driveを利用します。Googleアカウントが必要です。
・講義中の動画コミュニケーションツールとしてZoom、テキストでのコミュニケーションツールとしてDiscodを使います。

７．これまでの受講者の声
・学んだ内容を踏まえて、復習を行うため、聞くだけに比べると理解度の進みが大きかった。
・復習で苦戦していた内容を解説という形で聞けたので良かった。
・自身で行った課題に対して解説を設けることで別の答え方も存在することを認識することが出来、AIに対する視野が広がった。
・復習やその解説で理解度が高まり、自分でAIを構築できるのではと自信を持つことができた。

８．カリキュラム概要

９．講師紹介
講座長：小泉寿男：NPO法人M2M・IoT研究会理事長、東京電機大学名誉教授
・出身：福島県
・東北大学工学部通信工学科卒業。東北大学大学院情報科学研究科博士課程修了　博士（情報科学）
・職歴：三菱電機、東京電機大学教授

講師幹事：大江信宏：NPO法人M2M・IoT研究会理事、サイバー大学教授
・出身：兵庫県
・神戸大学工学部計測工学科卒業、博士（工学）
・職歴：三菱電機、東海大学教授

講師：清尾克彦：NPO法人M2M・IoT研究会副理事長、サイバー大学名誉教授
・出身：東京都
・東京大学工学部計数工学科卒業、博士（工学）
・職歴：三菱電機、サイバー大学教授

講師：大高謙二：NPO法人M2M・IoT研究会会員、会社顧問
・出身：栃木県
・慶応義塾大学工学部数理工学科卒業、博士（情報学）
・職歴：三菱電機、会社顧問

１０．本研修の受講料（税込・8回分）
KEIS組合員・事業協力会員・KEIS-BL特別会員・M2M･IoT研究会員　9.9万円/人
KEIS非組合員・M2M･IoT研究会非会員　11万円/人

１１．定員：20名（最低受講者数　10名）

１２．申込方法・申込期限
件名を「AI研修申込」として、申込者の組織名・部署役職・氏名・email・tel・受講人数を記載し、5月7日（火）までにこのサイトの「連絡」あるいはKEIS事務局emailへお送りください。

１３．参考　応用プロトタイプの紹介（一部）
（１）深層学習応用プロトタイプの応用例
①物体検出アルゴリズムYOLOを用いた応用プロトタイプ

（２）scikit-learn活用によるオープンデータ活用による分析の応用プロトタイプ
①オープンデータ活用による卸売業者の注文分析

②オープンデータ活用による電力消費分析

（３）転移学習の応用、時系列系 機器振動波形異常検知の応用プロトタイプ
①事前学習済モデルとそれを用いた転移学習の仕組み

②機器振動異常検知の概要：全体像