2020年 8月 11日

7月18日（土）と19日（日）、IoT環境における知的情報処理技術を開催しました。

本講座は、愛媛大学の二宮先生に講師を担当していただき、オンライン上で、講義と演習を行いました。講義では、深層学習の理論を学習し、演習では、深層学習ツールである「 PyTorch 」を用い、IoT環境においてリアルタイムに学習する深層学習の技術について学びました。今回は、1日目の実施内容（ レポート① ）を紹介します。

■導入

・背景　・IoT＋AIの事例　・人工知能とは　・AIの歴史　・機械学習（概要） ・深層学習（概要）

■環境構築

・VirtualBoxにUbuntuをインストール

■深層学習(1)

・ニューラルネットワークの仕組み　・活性化関数　・3層NNの推論

■Python [ 実習編 ]

・Python、PyTorchプログラミング演習　 ※TAによるサポートあり

近年、人工知能（AI）が急速に発達し、AIは私たちの生活の様々な場面で活用されています。AIの活用が広がるにつれて注目を集めるようになったのが「 エッジAI 」です。今後、自動運転や製造現場における産業用ロボット制御において力を発揮することが期待されています。

1日目の講義前半では、導入として、「 AIとは何か 」、「 AI、機械学習、深層学習 」の関係性について学びました。さらに、この3つの関係性をしっかり理解した上で、「 AIの歴史 」、「 AIとIoTの事例 」について学び、本講座で学ぶ「 深層学習 」の基礎（予備）知識を習得することができました。1日目の講義後半では、講義形式で、ニューラルネットワーク（NN）の仕組みを学び、その後、演習形式で、Pythonプログラミングの基礎を学びながら、深層学習の演習に取り組みました。

ここ最近、この分野の書籍やウエブサイトが多く、どれを参考にするのがよいのか迷っておられる方も多いはずです。講義では、講師からレベル別に、オススメの参考書を教えていただきました。ぜひ、書籍やウエブサイトも参考にしていただき、本講義で身につけた知識と技術を業務に活かしていただきたいと思っています。2日目の講義内容については、後日、レポート②で紹介します。引き続き、ご覧ください。