【Live配信 or アーカイブ配信】生成AIによるマルチモーダルデータからの情報抽出・モデリング

＜セミナー　No.604111（Live配信）＞
＜セミナー　No.604163（アーカイブ配信）＞

生成AIによるマルチモーダルデータからの

情報抽出・モデリング
～テキスト・非テキストを統合した材料・プロセス・物性研究への応用～
【Live配信 or アーカイブ配信】

☆文献は大量にある。実験データも大量にある。しかしつながっていない
　データから意味を抽出し、モデル・予測につなげる生成AIの活用技術

≪このセミナーで学べる事≫
・生成AIを用いて工学分野文献から有用な情報を抽出するための基本的な考え方
・抽出・構造化された知識を物理モデル構築へ接続する際の実践的な視点
・文献理解・モデル構築作業を生成AIで効率化・高度化する際の留意点と限界

・生成モデルの材料データへの活用
・マルチモーダルAIによる統合解析の基本的な考え
・AIによる予測結果から人間が知見を引き出すためのアプローチ

----------------------------------------------------------------------------------
■講師
【第１部】京都大学　大学院情報学研究科　助教　加藤 祥太　氏
【第２部】(国研)産業技術総合研究所　ナノカーボン材料研究部門・マテリアルDX研究センター　主任研究員　室賀 駿　氏
■聴講料
１名につき４９,５００円（消費税込/資料付き）
１社２名以上同時申込の場合のみ１名につき４４,０００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。
■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
・開催数日前または配信開始日までに視聴用のURLとパスワードをメールにてご連絡申し上げます。
　セミナー開催日時またはアーカイブ配信開始日に、視聴サイトにログインしていただきご視聴ください。
・出席確認のため、視聴サイトへのログインの際にお名前、ご所属、メールアドレスをご入力ください。
　ご入力いただいた情報は他の受講者には表示されません。
・開催前日または配信開始日までに、製本したセミナー資料を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、開催日または配信開始日までに資料の到着が間に合わないことがあります。
・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。
・アーカイブ配信セミナーの視聴期間は延長しませんので、視聴期間内にご視聴ください。

プログラム　　　　　　　　　　
（13:00～15:00）
【第１部】

生成AIを活用した工学分野文献からの情報抽出と物理モデル構築
京都大学　大学院情報学研究科　助教　加藤 祥太　氏

【講座主旨】
生成AIや大規模言語モデルの発展により、様々な文献に含まれる膨大な情報を扱うことが可能になりつつある。一方で、工学関連の文献には、自然言語だけでなく、数式、変数定義、実験条件などが混在しており、単純なテキスト解析では十分な活用が難しいという課題がある。本講座では、生成AIを活用して工学分野文献から情報を抽出し、それらを構造化された形で整理する方法を解説する。さらに、抽出・整理された知識を基盤として、物理モデル構築へとどのように繋げることができるのかについて、研究事例を交えながら説明する。文献調査やモデル化はこれまで研究者や技術者の経験に強く依存してきた作業であるが、生成AIを活用することで、その一部を支援・拡張することが可能となる。本講座を通じて、生成AIを単なる文章生成ツールとしてではなく、工学分野における文献活用およびモデリング支援のための技術として、どのように位置付けるべきかを理解することを目的とする。

【講座内容】
１．背景と問題設定
　a.工学分野における文献活用の現状と課題
　b.生成AI・大規模言語モデルの基本的な考え方
２．生成AIによる工学分野文献からの情報抽出
　a.文献中に含まれる情報の種類とその表現方法
　b.情報抽出技術の現在地と技術的課題
３．抽出情報の構造化
　a.抽出情報の構造化に関する研究事例
　b.構造化方法の現在地、限界および注意点
４．文献情報を基盤とした物理モデル構築
　a.構造化された文献情報のモデル化への利用方法
　b.生成AIによる物理モデル構築の限界と課題
５．応用可能性と今後の展望
　a.モデル構築作業の効率化：データ駆動型モデリングとの接続
　b.生成AI活用における留意点と限界
　c.今後の技術発展と研究開発の方向性
　d.まとめ
【質疑応答】

◆◆講師プロフィール◆◆
専門分野：プロセスシステム工学・自然言語処理
学位：博士（情報学）
略歴・活動・著書など：
2019年3月 京都大学大学院工学研究科化学工学専攻 修了
2022年3月 京都大学大学院情報学研究科システム科学専攻 修了
2022年4月 京都大学大学院情報学研究科 助教
2024年4月 マンチェスター大学客員研究員

---------------------------------------------------------------
（15:15～17:15）
【第２部】

生成AI及びマルチモーダルAIを活用したデータの統合解析と

物性予測・材料探索・逆設計への応用
(国研)産業技術総合研究所　ナノカーボン材料研究部門・マテリアルDX研究センター　主任研究員　室賀 駿　氏

【講座主旨】
データ科学、機械学習、生成AIに代表される解析技術の発展でものづくりや身の回りにあるデータの在り方も大きく変化しており、今の時代だからこそ可能になる新たなデータ活用が出てきている。本講座では材料分野への生成AIや多角的な分析データを束ねて活用するマルチモーダルAIなどの取り組みを紹介しながら、これからの新たな分析データの活用について議論する。

【講座内容】
・各種インフォマティクスの特徴と位置づけ
・近年のインフォマティクスの動向
・生成AIとは
・マルチモーダルAIの考え方
・材料分野に適用可能なマルチモーダルAIの仕組み
・生成AIによる材料データの生成技術
・マルチモーダルAIに基づく統合解析
・マルチモーダルAIによる物性予測からの逆設計
・多様なマルチモーダルデータへの向き合い
・おわりに
【質疑応答】

◆◆講師プロフィール◆◆
専門分野：マテリアルズ・プロセスインフォマティクス、高分子成形加工、ナノ材料
学位：博士（工学）
略歴・活動・著書など：
2019年3月京都大学工学研究科博士課程
2019年4月より産業技術総合研究所　研究員、主任研究員を経て
現在　産業技術総合研究所　ナノカーボン材料研究部門（兼）マテリアルDX研究センター　主任研究員
専門分野：マテリアルズ・プロセスインフォマティクス、高分子成形加工、ナノ材料
受賞歴：プラスチック成形加工学会第6回若手奨励賞、船井情報科学振興財団2023年船井研究奨励賞等17件
学会活動：プラスチック成形加工学会、応用物理学会、化学工学会などでインフォマティクス関連のオーガナイザーに従事

セミナーの詳細について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」