製造業関連情報総合ポータルサイト@engineer
WEB営業力強化支援サービスのご案内
製造業のための技術系セミナー/書籍/通信教育/雑誌
技術情報協会はセミナー・出版・通信教育を通じて企業の最前線に立つ研究者、技術者をサポートします!
イベント

【Live配信セミナー 2/25】AI・LLMの学習時間短縮と性能、回答精度向上

  • このエントリーをはてなブックマークに追加
  • @engineer記事クリップに登録
研究開発マネジメント:セミナー  / 2025年01月10日 /  化学・樹脂 電子・半導体 先端技術
イベント名 AI・LLMの学習時間短縮と性能、回答精度向上
開催期間 2025年02月25日(火)
10:30~16:30
会場名 Zoomを利用したLive配信
会場の住所 オンライン※会場での講義は行いません
お申し込み期限日 2025年02月21日(金)15時
お申し込み

セミナー№502514

 

【Live配信】
AI・LLMの学習時間短縮と

性能、回答精度向上

 

★性能分析、演算効率化、並列化効率の向上...
      膨大な時間を要する学習時間を短縮するポイントとは!!
★回答精度を上げ、生成AIの能力を最大限発揮させる方法を大公開!!

 

----------------------------------------------------------------------------------

 

■講師

富士通(株) 人工知能研究所 シニアプロジェクトディレクター 白幡 晃一 氏

 

■聴講料

1名につき 55,000円(消費税込、資料付)

1社2名以上同時申込の場合のみ1名につき49,500円(税込)

大学、公的機関、医療機関の方には割引制度があります。詳しくはお問い合わせください。

 

■Live配信セミナーの受講について
・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。
 Webブラウザから視聴する場合は、Google Chrome、Firefox、Microsoft Edgeをご利用ください。
・セミナー資料はお申込み時にお知らせいただいた住所へお送りいたします。お申込みが直前の場合には、開催日までに資料の到着が間に合わないことがあります。ご了承ください。
・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】
人工知能(AI)技術の急速な発展に伴い、近年注目を集めているのが大規模言語モデル(LLM)です。LLMは、膨大なデータから学習し、自然言語処理や生成系タスクにおいて優れた性能を発揮します。しかし、その学習には膨大な時間とリソースを要することが課題となっています。本講演では、AI・LLMの学習時間短縮と性能、回答精度の向上をテーマに、最新の技術動向と実践的なアプローチをご紹介します。LLMの基礎から、その学習を効率化する方法、性能を最大化するポイント、回答精度を向上させるためのテクニックまで、幅広くお伝えします。また、LLM導入のハードルやプロジェクトの進め方、費用対効果の検討など、実務的な観点からも有用な情報を提供します。本講演を通じて、参加者の皆様がAI・LLMの学習時間短縮と性能向上のための具体的な方策を理解し、自社の技術開発や研究に活用できることを目指します。

 

【講演項目】
1.AI・LLMの基礎概念と仕組み
2.LLMの学習メカニズムと特徴
3.生成AIの現状と課題
4.生成AIの弱点と対策
 4-1.データバイアス
 4-2.ハルシネーション(幻覚)
5.学習環境の整備と最適化
6.AI・LLMの学習時間短縮のポイント
 6-1.性能分析
 6-2.演算効率化
 6-3.並列化効率の向上
 6-4.I/O時間の短縮
 6-5.その他の高速化の手法
7.AI・LLMの性能向上のポイント
 7-1.データ収集
  ・データ拡張技術
  ・ハイパーパラメータ調整
  ・転移学習とファインチューニング
 7-2.評価指標の設定と改善
 7-3.人間によるフィードバックの有効性
8.特化型LLMの紹介と活用事例
9.特化型LLMの学習と応用
10.データ整形と前処理の重要性
11.RAG(Retrieval-Augmented Generation)の紹介
12.生成AI導入の課題とハードル
13.プロジェクトの進め方
 13-1.チーム編成
 13-2.スケジュール管理
14.費用対効果の算出と検討
15.国産LLMの開発動向
16.Fugaku-LLM:スーパーコンピュータ「富岳」で学習した国産LLM
17.海外の最新事例紹介
18.マルチモーダルLLMの可能性
19.倫理的配慮とガイドライン
20.導入事例の紹介と分析
【質疑応答】

 

セミナーの詳細についてはお気軽にお問い合わせください。

 

2名以上同時にお申込される場合、2人目以降の方の情報は【弊社への連絡事項がございましたら、こちらにお書きください】欄にご入力をお願いいたします。