本セミナーはWebセミナーです

ツールはZoomを使います。URLは直前にメールにてご連絡いたします。 なお、「osslabo.com」「majisemi.com」からのメールが迷惑メールとならないよう、メールの設定をご確認下さい。

様々な業種・企業がAI活用に取り組む時代

AIの活用が多様な業種・企業で行われることが多くなっています。 その中でも、コンピュータビジョンによる画像認識、物体検出の活用は、製造業や自動車・小売り・農業など幅広い分野で広がりを見せています。

コンピュータビジョンの機械学習での課題

コンピュータビジョンの活用のためにはAIに対する機械学習が必須となります。機械学習を進める中で、大きな課題となるのが「データラベリング」作業の工程ではないでしょうか？ 作業を担当できる人材（機械学習の知見と業種・産業への知見を併せ持った人材）の欠如や、作業に多大な工数がかかる点、ヒューマンエラーが発生してしまうことなどから、データの品質が課題となっています。

データラベリングを効率化、自動化し品質の向上とコスト削減を達成

そうした、データラベリング作業の課題を解決できるのが、「Superb AI」です。 機械学習用のトレーニングデータのラベリング作業をAIが担い、データセットの構築と反復を迅速、体系的にすることで、人材不足の解消・工数・コストの削減を達成できます。 あわせて、新機能であるキュレーション（収集機能）や画像選別の際の担当者の手間を減らすオートエディット機能の強化についてもウェビナーの中で解説いたします。 こうした機能がプラットフォーム化されているため、セキュアな環境下での業務が実現でき、関係者とのプロジェクト管理の徹底も可能なツールです。

データラベリング作業を効率化し、コンピュータビジョンを活用したAIシステムの開発を加速させたいとお考えのエンジニア・コンピュータビジョンのプロジェクト関係者、IT開発・DX部門の方におすすめのセミナーです。

プログラム

10:45～11:00　受付

11:00～11:05　オープニング（マジセミ）

11:05～11:45　コンピュータビジョンの機械学習における、データラベリングの課題

11:45～12:00　質疑応答

主催

Superb AI（プライバシー・ポリシー）

協力

株式会社オープンソース活用研究所（プライバシー・ポリシー） マジセミ株式会社（プライバシー・ポリシー）

本セミナーはWebセミナーです

ツールはZoomを使います。URLは直前にメールにてご連絡いたします。 なお、「osslabo.com」「majisemi.com」からのメールが迷惑メールとならないよう、メールの設定をご確認下さい。

AI搭載のパッケージ・プロダクトでは解決できない建設業の課題

近年AIを搭載したパッケージ・プロダクトが多く存在し、様々な業種で活用されています。 しかし、建設・プラント・インフラなどの業種では、典型的な画像解析や最適化を実施するパッケージ・プロダクトでは、専門性や個別要件を必要とする自社の課題を解決できないというケースが主流です。 コンクリートのひび割れや、金属の腐食などの劣化診断、自動設計、工事の自動化をはじめとした難易度の高い建設A Iには、カスタマイズしたソリューションが求められています。

建設系AIプロジェクトは、スーパーゼネコンがリード

経営陣から積極的なAI導入を求められて、自社ではどのようなテーマに取り組めば予算や投資に見合った業務改善につながるのかと、「A Iのテーマ選定」に悩みをお持ちではないでしょうか。 建設・プラント・インフラなどの業種におけるAI導入は、大規模な予算とリソースを持つスーパーゼネコンがリードしており、設計・施工・安全対策などで業務改善を実現しています。 業界のA I技術をリードする、スーパーゼネコンの実績を把握することが参考になり、テーマ選びの近道となります。

最適化、強化学習、自動設計などの先端技術による業務改善の事例を紹介

本セミナーでは、建設業界での最適化、強化学習、自動設計などによる業務改善のトレンドを紹介します。 AI導入のテーマ選びやプロジェクト推進に課題をお持ちの方々、ぜひご参加ください。

プログラム

10:45～11:00　受付

11:00～11:05　オープニング（マジセミ）

11:05～11:45　【プラント・建設・インフラ系業種向け】自動設計、劣化診断など、建設A Iの進化に遅れを取らない

　　　　　　　　〜スーパーゼネコンが取り組む、難易度の高いA I事例を解説〜

11:45～11:55　質疑応答

主催

ギリア株式会社（プライバシー・ポリシー）

協力

株式会社オープンソース活用研究所（プライバシー・ポリシー） マジセミ株式会社（プライバシー・ポリシー）

本セミナーはWebセミナーです

ツールはZoomを使います。URLは直前にメールにてご連絡いたします。 なお、「osslabo.com」「majisemi.com」からのメールが迷惑メールとならないよう、メールの設定をご確認下さい。

製造業における深刻な人材不足・高齢化。属人化した目視による外観検査は限界に

製造業の多くの企業が人手不足に陥っており、特に技能人材が不足は年々深刻化し、従業員の高齢化の問題も浮き彫りとなっています。 熟練した従業員による外観検査を継続することが難しい企業が増えています。また、検査員の性格や体調によって検査にムラが生じるなど、目視による外観検査は限界と言われ始めています。

外観検査の自動化を進めたものの、導入の壁、運用の壁にぶち当たることも

外観検査の自動化の重要性を理解し、推し進めようとしたものの、社内にITに精通した人材がおらず、どのようなシステムを導入すればよいか判断に苦しむケースも。 一方、導入に踏み切った企業でも、実際運用してみると、希望していていた検査精度を満たしておらず、目視検査でのダブルチェックが必要になるということもあります。

本当に必要とされる外観検査システムとは

製造業の現場では、年々顧客への品質要求は高度化しています。一方、導入に際して費用対効果のバランスも重要です。 従来の画像処理センサでは判断が難しいとされていた、食品などの個体差がある検査対象も、AIによる柔軟な判断基準によって可能となってきました。 また、学習を重ねることにより、さらに精度を高められることがAIを外観検査に用いることのメリットとなっています。 製造業における、AIによる外観検査サービスの選び方のポイントをわかりやすく解説いたします。

プログラム

9:45～10:00　受付

10:00～10:05　オープニング（マジセミ）

10:05～10:45　属人化した目視による外観検査はもう限界　自動化したのに検査精度に満足できない～AIによる外観検査サービスの選び方を解説～

10:45～11:00　質疑応答

主催

株式会社フツパー（プライバシー・ポリシー）

協力

株式会社オープンソース活用研究所（プライバシー・ポリシー） マジセミ株式会社（プライバシー・ポリシー）

本セミナーはWebセミナーです

ツールはZoomを使います。URLは直前にメールにてご連絡いたします。 なお、「osslabo.com」「majisemi.com」からのメールが迷惑メールとならないよう、メールの設定をご確認下さい。

様々な業種・企業がAI活用に取り組む時代

AIの活用が多様な業種・企業で行われることが多くなっています。 その中でも、コンピュータビジョンによる画像認識、物体検出の活用は、製造業や自動車・小売り・農業など幅広い分野で広がりを見せています。

コンピュータビジョンの機械学習での課題

コンピュータビジョンの活用のためにはAIに対する機械学習が必須となります。機械学習を進める中で、大きな課題となるのが「データラベリング」作業の工程ではないでしょうか？ 作業を担当できる人材（機械学習の知見と業種・産業への知見を併せ持った人材）の欠如や、作業に多大な工数がかかる点、ヒューマンエラーが発生してしまうことなどから、データの品質が課題となっています。

データラベリングの自動化、データ品質を高める具体的な手法

そうした、データラベリング作業の課題を解決できるのが、「Superb AI」です。 機械学習用のトレーニングデータのラベリング作業をAIが担い、データセットの構築と反復を迅速、体系的にすることで、人材不足の解消・工数・コストの削減を達成できます。 こうした自動化による効率化とともに、ミスラベルの発見・修正のスピードを高めることができるため、データ品質の向上にも効果を発揮します。 また、プラットフォーム化されているため、セキュアな環境下での業務が実現でき、関係者とのプロジェクト管理の徹底も可能なツールです。

データラベリング作業を効率化し、コンピュータビジョンを活用したAIシステムの開発を加速させたいとお考えのエンジニア・コンピュータビジョンのプロジェクト関係者、IT開発・DX部門の方におすすめのセミナーです。

プログラム

10:45～11:00　受付

11:00～11:05　オープニング（マジセミ）

11:05～11:45　コンピュータビジョンの機械学習、データ品質の課題

11:45～12:00　質疑応答

主催

Superb AI（プライバシー・ポリシー）

協力

株式会社オープンソース活用研究所（プライバシー・ポリシー） マジセミ株式会社（プライバシー・ポリシー）

本セミナーはWebセミナーです

ツールはZoomを使います。URLは直前にメールにてご連絡いたします。 なお、「osslabo.com」「majisemi.com」からのメールが迷惑メールとならないよう、メールの設定をご確認下さい。

様々な業種・企業がAI活用に取り組む時代

AIの活用が多様な業種・企業で行われることが多くなっています。 その中でも、コンピュータビジョンによる画像認識、物体検出の活用は、製造業や自動車・小売り・農業など幅広い分野で広がりを見せています。

コンピュータビジョンの機械学習での課題

コンピュータビジョンの活用のためにはAIに対する機械学習が必須となります。機械学習を進める中で、大きな課題となるのが「データラベリング」作業の工程ではないでしょうか？ 作業を担当できる人材（機械学習の知見と業種・産業への知見を併せ持った人材）の欠如や、作業に多大な工数がかかる点、ヒューマンエラーが発生してしまうことなどから、データの品質が課題となっています。

データラベリングを効率化、自動化し品質の向上とコスト削減を達成

そうした、データラベリング作業の課題を解決できるのが、「Superb AI」です。 機械学習用のトレーニングデータのラベリング作業をAIが担い、データセットの構築と反復を迅速、体系的にすることで、人材不足の解消・工数・コストの削減を達成できます。また、プラットフォーム化されているため、セキュアな環境下での業務が実現でき、関係者とのプロジェクト管理の徹底も可能なツールです。

データラベリング作業を効率化し、コンピュータビジョンを活用したAIシステムの開発を加速させたいとお考えのエンジニア・コンピュータビジョンのプロジェクト関係者、IT開発・DX部門の方におすすめのセミナーです。

プログラム

10:45～11:00　受付

11:00～11:05　オープニング（マジセミ）

11:05～11:45　コンピュータビジョンの機械学習における、データラベリングの課題

11:45～12:00　質疑応答

主催

Superb AI（プライバシー・ポリシー）

協力

株式会社オープンソース活用研究所（プライバシー・ポリシー） マジセミ株式会社（プライバシー・ポリシー）

本セミナーはWebセミナーです

ツールはZoomを使います。URLは直前にメールにてご連絡いたします。 なお、「osslabo.com」「majisemi.com」からのメールが迷惑メールとならないよう、メールの設定をご確認下さい。

ビジネスチャットの普及

テレワーク環境における、日常のコミュニケーション手段として、SlackやMicrosoft Teamsなどのビジネスチャットは広く普及しました。 現在では、業務を進める上で必須のツールになっています。

社外とのやりとりでは、Slack、Microsoft Teams、Chatwork、LINE WORKSなど、バラバラ

ビジネスチャットは、SlackやMicrosoft Teams、ChatWork、LINE WORKSなど、様々なものがあります。 通常、企業内では単一のツールを使っていることが多いと思いますが、取引先やパートナー企業など社外とのやりとりでは、相手先のツールに合わせざるを得ないケースも多く、結果として複数のツールを同時に使っている企業がほとんどではないでしょうか。

メッセージの送受信を、特定のチャット（例えばMicrosoft Teams）に統合する

本セミナーでは、そのような課題をお持ちの企業に対して、Slack、Microsoft Teams、Chatwork、LINE WORKSなどのメッセージの送受信を、特定のチャット（例えばMicrosoft Teams）に統合するツール「CHAT-HUB（チャットハブ）」をご提案します。 ユーザーは単一のチャット（例えばMicrosoft Teams）を使いながら、取引先やパートナー企業が使っているチャット（例えばSlack、ChatWork）とメッセージの同期が可能です。

その場でフリープランの申込み

CHAT-HUB（チャットハブ）を実際に使っていただくために、フリープランの申込方法についても解説いたします。 複数のチャットツールを使うことに課題を抱えている方は、ぜひ奮ってご参加ください。

プログラム

10:45~11:00　受付

11:00~11:05　オープニング（マジセミ）

11:05~11:35　企業利用のSlackやMicrosoft Teamsと、取引先やパートナー企業のチャットとを連携する「CHAT-HUB（チャットハブ）」

11:35~11:50　質疑応答

11:50~12:00　フリープランの申込み方法

主催

株式会社ヴィセント（プライバシー・ポリシー）

協力

株式会社オープンソース活用研究所（プライバシー・ポリシー） マジセミ株式会社（プライバシー・ポリシー）

本セミナーはWebセミナーです

ツールはZoomを使います。URLは直前にメールにてご連絡いたします。 なお、「osslabo.com」「majisemi.com」からのメールが迷惑メールとならないよう、メールの設定をご確認下さい。

様々な業種・企業がAI活用に取り組む時代

AIの活用が多様な業種・企業で行われることが多くなっています。 その中でも、コンピュータビジョンによる画像認識、物体検出の活用は、製造業や自動車・小売り・農業など幅広い分野で広がりを見せています。

コンピュータビジョンの機械学習での課題

コンピュータビジョンの活用のためにはAIに対する機械学習が必須となります。機械学習を進める中で、大きな課題となるのが「データラベリング」作業の工程ではないでしょうか？ 作業を担当できる人材（機械学習の知見と業種・産業への知見を併せ持った人材）の欠如や、作業に多大な工数がかかる点、ヒューマンエラーが発生してしまうことなどから、データの品質が課題となっています。

データラベリングを効率化、自動化し品質の向上とコスト削減を達成

そうした、データラベリング作業の課題を解決できるのが、「Superb AI」です。 機械学習用のトレーニングデータのラベリング作業をAIが担い、データセットの構築と反復を迅速、体系的にすることで、人材不足の解消・工数・コストの削減を達成できます。また、プラットフォーム化されているため、セキュアな環境下での業務が実現でき、関係者とのプロジェクト管理の徹底も可能なツールです。

データラベリング作業を効率化し、コンピュータビジョンを活用したAIシステムの開発を加速させたいとお考えのエンジニア・コンピュータビジョンのプロジェクト関係者、IT開発・DX部門の方におすすめのセミナーです。

プログラム

09:45～10:00　受付

10:00～10:05　オープニング（マジセミ）

10:05～10:45　コンピュータビジョンの機械学習における、データラベリングの課題

10:45～10:55　質疑応答

主催

Superb AI（プライバシー・ポリシー）

協力

株式会社オープンソース活用研究所（プライバシー・ポリシー） マジセミ株式会社（プライバシー・ポリシー）

本セミナーはWebセミナーです

ツールはZoomを使います。URLは直前にメールにてご連絡いたします。 なお、「osslabo.com」「majisemi.com」からのメールが迷惑メールとならないよう、メールの設定をご確認下さい。

製造業においてAI人材の重要性が増している

近年、さまざまな分野でAIの活用が進んでおり、製造業においてもその重要性が増しています。 AIの活用により、例えば、外観検査による検査品質の均一化や、生産設備のパラメータ最適化による歩留まり改善、社内データの分析による製造工程の改善などを実現できます。 このような目的でAI活用を推進するためには、企業におけるデータ分析やAI活用のスキルを持った人材の育成や教育が不可欠です。

製造業における、AI・データ活用研修の問題点

数多くの会社がAI人材育成のための研修、教育サービスを提供していますが、受講をしても成果が出ないというケースがあります。 具体的には、例えば以下のような点が課題と言われています。

・研修で知識を得られても、その知識を現場で活用することができない

・管理職がAIの重要性を理解しないとAI活用は進まない。しかし管理職は基礎知識が無いケースが多く、既存の研修では対応できない

・受講者のスキルレベルやAI活用の方向性など、当然ながら全ての企業で異なる。画一的な既存の研修では対応できない

某自動車部品メーカー様における事例を解説

そこで本セミナーでは、テクノプロのお客様先である某自動車部品メーカー様の事例をベースに、AI人材の育成にどのような課題があったのか、どのような研修や社内教育を実施したのか、それによってどのような効果があったのかについて解説します。 また、実際の製造業の現場において、お客様と共に様々な課題をAIで解決しているテクノプロが提供する、「AI人材教育研修サービス」についてご紹介します。 AIに関するノウハウを習得するために現場の実データを活用、受講者のスキルレベルや企業のニーズに沿ったカスタマイズ、定着までの伴走支援や充実したサポート体制など、前述の課題を解決するオーダーメイド型研修サービスです。

プログラム

12:45~13:00　受付

13:00~13:05　オープニング（マジセミ）

13:05~13:45　【製造業向け】現場の実データを活用する、お客様のニーズに沿った「オーダーメイドのAI研修」とは

13:45~13:55　質疑応答

主催

株式会社テクノプロ　テクノプロ・デザイン社（プライバシー・ポリシー）

協力

株式会社オープンソース活用研究所（プライバシー・ポリシー） マジセミ株式会社（プライバシー・ポリシー）

本セミナーはWebセミナーです

ツールはZoomを使います。URLは直前にメールにてご連絡いたします。 なお、「osslabo.com」「majisemi.com」からのメールが迷惑メールとならないよう、メールの設定をご確認下さい。

センシング技術の活用で、エッジAIの導入が進むIoTデバイス

　近年、多様化、高機能化するセンサーデバイスの登場により、エッジ側では膨大な情報処理が求められています。膨大化するデータをAIを使って有効的で、高速にデータ処理を求められるIoTデバイスには、これまでよりも高速な処理を要求されています。今後は音声・動作・人間の思考を読み取り入力せずにやりとりが出来るような未来が訪れるでしょう。それに伴い、AIをエッジ側に導入する「エッジAI」のニーズは益々高まっており、さまざまな業界で少しずつ実装が進んでいます。

エッジデバイスにAIを組み込む際の課題

　センシング技術とは、センサーなどを使用して様々な情報を計測して数値化する技術の総称です。センシング技術の進化によって、エッジAIにはリアルタイム性、低レイテンシ等を求められるため、 　　・ハードウェアリソースに合わせた小型化 　　・ストレージやメモリへの落とし込み 　 　・最新AIモデルの効率的な活用 　　・既存システムとの有機的な結合 　などがあげられます。現在のAIモデルが稼働すればよいというわけではなく、将来のAIモデルにも対応できるデバイスの選択が重要になります。 　既存のAIフレームワークによりデバイス・プラットフォームごとの細分化が進む中で、どのように開発を進めていくかも検討する必要があります。

エッジAIをどのように実装すべきか解説

　そこで今回のセミナーでは、AIをエッジに実装する上での課題をどう解決すべきかを解説します。ax株式会社によります、推論に特化したAIフレームワークである「ailia SDK」のご紹介や、エッジAIの開発をPoCレベルから製品レベルまで高めるなどのご提案をいたします。 　さらに後半部分ではNVIDIAの最新Jetson「ORINシリーズ」についてもご紹介させていただきます。

プログラム

10:45～11:00　受付

11:00～11:05　オープニング（マジセミ）

11:05～11:45　エッジAI導入までのロードマップ

11:45～11:55　質疑応答

主催

株式会社アスク（プライバシー・ポリシー）

協力

ax株式会社 株式会社オープンソース活用研究所（プライバシー・ポリシー） マジセミ株式会社（プライバシー・ポリシー）