チュートリアルセッション
第一線でご活躍の講師陣が基礎技術から応用事例までをわかりやすく解説いたします．
講演後のインタラクティブセッション開催中に，質問ブースにて議論いただけます．
質問ブースの開催時間は下記をご確認ください．
- TS1 6/14(水) 14:35～15:25（IS1の前半）
- TS2 6/15(木) 15:50～16:40（IS2の前半）
- TS3 6/16(金) 14:25～15:15（IS3の前半）
講師：品川 政太朗 氏
（奈良先端科学技術大学院大学）
略歴： 2013年東北大学工学部を卒業，2015年同大学大学院情報科学研究科で修士（情報科学），2020年9月に奈良先端科学技術大学院大学で博士（工学）を取得し，同年11月より同大学助教として勤務．コンピュータビジョンと自然言語処理双方の領域を中心として幅広く興味を持ち，自然言語による対話的な画像編集をはじめとした視覚と言語の融合研究と対話システム研究に従事．著書『Vision Transformer入門』にて第7章，8章の執筆を担当．
概要： Vision Transformerの登場から約二年，Vision Transformerが画像にまつわる様々な課題で有効だと確認され，快進撃を続けています．しかし，本質的に何がVision Transformerの重要な要素なのかは大きな謎となっていました．本講演では，このような謎を近年のVision Transformer研究がどう解き明かしてきたのか，それによりVision Transformerがどのような方向に発展してきているかについて解説します．
- Vision Transformerの基本的な仕組みや特徴（CNNとどのように異なるか，など）について知りたい方
- 様々な場面で利用されているVision Transformerの何が重要なのかについて知りたい方
- Vision Transformerの使いどころ（データセットの規模感など）について勘どころを掴みたい方
- Vision Transformerの最新動向について知りたい方
講師：神嶌 敏弘 氏
（産業技術総合研究所）
略歴：1992年 京都大学工学部情報工学科卒業．1994年 同大学院工学研究科情報工学専攻修士課程修了．1994年 電子技術総合研究所入所．2001年 博士(情報学)．2001年 研究所は産業技術総合研究所へ再編．データマイニングや機械学習，特にAI倫理や推薦システムに関する研究に従事．2019年人工知能学会 AI ELSI賞．2022年 ECMLPKDD Test of Time Award．
概要： 機械学習やデータ科学は，与信，採用，保険などの重要な決定に使われるようになってきた．そこで，これらの決定を，人種や性別などのセンシティブ情報に対して公平性を担保しつつ行うような機械学習やデータ科学の手法が研究されている．前半では，機械学習の予測が不公平になる原因と，その原因ごとの事例を紹介する．そして，機械学習で用いられる形式的公平性規準について説明し，同時には達成できない規準があるといった性質を紹介する．後半では，機械学習で公平性を保つための課題として，公平性の検証手法，公平性を保証する学習手法，および運用上の工夫などを紹介する
- 機械学習を用いた意思決定に携わる方
- AIと倫理に関する事例と数理を突き合わせて理解したい方
- 機械学習を使ったサービスを運用している方
講師：武富 貴史 氏
（株式会社サイバーエージェント）
略歴： 2011年3月 奈良先端科学技術大学院大学情報科学研究科にて博士号を取得．2011年から2018年まで奈良先端科学技術大学院大学情報科学研究科助教．2014年フィンランドオウル大学 客員研究員．2018年から2020年まで華為技術日本株式会社東京研究所シニアエンジニア．2020年11月より株式会社サイバーエージェント AI Lab リサーチサイエンティスト．拡張現実感，バーチャルリアリティ，コンピュータグラフィックス関連の研究に従事．
概要： 顔画像から三次元の顔モデルを生成する技術は，デジタルヒューマンの制作コストを下げることができるため注目されています．このような技術では，顔に関する事前知識として三次元顔変形モデル（3DMM: 3D Morphable Model）が利用されることが多くあります．本チュートリアルでは，まず，3DMMについて代表的なモデルの紹介や作成方法について解説します．その後，3DMMを用いた顔画像処理の応用についても紹介します．
- 三次元の顔のパラメトリック表現について学びたい方
- 画像から三次元の顔モデルを復元することに興味のある方
- 顔画像処理に興味のある方