9月26日(火) AndTech「生成AI・自然言語処理技術による材料開発の効率化とChatGPTのプロンプトエンジニアリングの活用」WEBオンライン Zoomセミナー講座を開講予定
三井化学株式会社 DX推進本部／信州大学 工学部／大阪大学 基礎工学研究科招聘教授 向田 志保 氏、国立研究開発法人 物質・材料研究機構 吉武 道子 氏 にご講演をいただきます。
大規模言語モデル(LLM)の概要、生成AIの導入、活用方法から始まり、具体的な材料開発への活用事例、そして現在話題となっているChatGPTのプロンプトエンジニアリングの取り組み方などについて紹介！
本講座は、2023年09月26日開講を予定いたします。
詳細：https://andtech.co.jp/seminars/1ee3653d-73a2-6ffe-bf38-064fb9a95405
Live配信・WEBセミナー講習会 概要
テーマ：生成AI・自然言語処理技術による材料開発の効率化とChatGPTのプロンプトエンジニアリングの活用
開催日時：2023年09月26日(火) 13:00-16:25
参 加 費：44,000円（税込） ※ 電子にて資料配布予定
U R L ：https://andtech.co.jp/seminars/1ee3653d-73a2-6ffe-bf38-064fb9a95405
WEB配信形式：Zoom（お申し込み後、URLを送付）
セミナー講習会内容構成
ープログラム・講師ー
∽∽───────────────────────∽∽
第1部 生成AI・自然言語処理による材料開発の効率化とChatGPTのプロンプトエンジニアリングの活用
∽∽───────────────────────∽∽
講師 三井化学株式会社／信州大学／大阪大学 DX推進本部 DX企画管理部 / 工学部 特任准教授 / 基礎工学研究科招聘教授 博士（工学） 向田 志保 氏
∽∽───────────────────────∽∽
第2部 材料科学分野における言語処理技術（仮題）
∽∽───────────────────────∽∽
講師 国立研究開発法人 物質・材料研究機構 NIMS 特別研究員・NIMS 名誉研究員 博士（工学） 吉武 道子 氏
本セミナーで学べる知識や解決できる技術課題
・生成AI、大規模言語モデル、ChatGPT、プロンプトエンジニアリングの概要
・生成AI周りの様々なサービス、活用方法、およびその注意事項
・生成を活用した化学・生物分野における材料開発のアイディア元
本セミナーの受講形式
WEB会議ツール「Zoom」を使ったライブLive配信セミナーとなります。
詳細は、お申し込み後お伝えいたします。
株式会社AndTechについて
化学、素材、エレクトロニクス、自動車、エネルギー、医療機器、食品包装、建材など、
幅広い分野のR&Dを担うクライアントのために情報を提供する研究開発支援サービスを提供しております。
弊社は一流の講師陣をそろえ、「技術講習会・セミナー」に始まり「講師派遣」「出版」「コンサルタント派遣」
「市場動向調査」「ビジネスマッチング」「事業開発コンサル」といった様々なサービスを提供しております。
クライアントの声に耳を傾け、希望する新規事業領域・市場に進出するために効果的な支援を提供しております。
株式会社AndTech 技術講習会一覧
一流の講師のＷＥＢ講座セミナーを毎月多数開催しております。
https://andtech.co.jp/seminars/search
株式会社AndTech 書籍一覧
選りすぐりのテーマから、ニーズの高いものを選び、書籍を発行しております。
株式会社AndTech コンサルティングサービス
経験実績豊富な専門性の高い技術コンサルタントを派遣します。
https://andtech.co.jp/business-consulting
本件に関するお問い合わせ
株式会社AndTech 広報PR担当 青木
メールアドレス：pr●andtech.co.jp（●を@に変更しご連絡ください）
下記プログラム全項目（詳細が気になる方は是非ご覧ください）
∽∽───────────────────────∽∽
第1部 生成AI・自然言語処理による材料開発の効率化とChatGPTのプロンプトエンジニアリングの活用
∽∽───────────────────────∽∽
【講演主旨】
昨年末にChatGPTが登場して以来、生成AIはAIの中でも最も急速に進化している分野となっている。化学・生物分野の材料開発においても、ChatGPTをはじめとする膨大なテキストデータを学習する大規模言語モデル（LLM）を用いた特許、文献、報告書からの情報抽出や分子生成といった事例が増えている。本セミナーでは、LLMの概要、生成AIの導入、活用方法から始まり、具体的な材料開発への活用事例、そして現在話題となっているChatGPTのプロンプトエンジニアリングの取り組み方などについて紹介する。
【プログラム】
1. 自然言語処理と生成AIの概要と重要性
1.1 自然言語処理の基礎知識
1.2 生成AIの基礎知識とその重要性
1.3 材料開発における自然言語処理と生成AIの重要性
2. 大規模言語モデルとその活用
2.1 大規模言語モデルの概要
2.2 GPT-3, GPT-4の登場とその特徴
2.3 ChatGPTの概要と活用事例
2.4 プロンプトエンジニアリングとその活用
2.5 生成AIのガイドラインとエチカルな使用
3. 自然言語処理と生成AIの材料開発への活用事例
3.1 特許・文献調査、分類の自動化
3.2 情報抽出とマテリアルDXへの活用
3.3 分子生成における生成AIの活用
4. 自然言語処理と生成AIモデルの選択と活用
4.1 生成AIのソフトウェアやAPIサービス（Azure OpenAI Serviceなど）
4.2 情報収集における自然言語処理と生成AIモデルの使い分け
5. 材料開発における自然言語処理と生成AIの今後の展望
【質疑応答】
∽∽───────────────────────∽∽
第2部 材料科学分野における言語処理技術（仮題）
∽∽───────────────────────∽∽
【プログラム】
１．概観
1.1 マテリアルズインフォマティクス
物性値、分子構造、結晶構造、化学構造式、物性名、数式、自然言語
1.2 対象とする文書の種類と特徴
論文、特許、書籍、安全・規制に関わる法的文書、社内文書
1.3 求められる処理の種類と特徴
文書分類、検索（目的文書の抽出）、情報の抽出（文中の特定情報の抽出）
２．言語処理の種類と活用
2.1 統計処理ベース（深層学習を含む）
・TF-IDE、N-gramなど
・単語ベクトル：Word2Vec、Doc2Vec
・BERT：pre-trainingとfine-tuning
・ChatGPT
2.2 文法ベース
・品詞解析
・構文解析／照応解析
2.3 材料関連分野に特化したモデル
a）様々なモデル
Word2Vec系：Mat2Vec
BERT系：SciBERT、BioBERT、BatteryBERT、MatSciBERT、MatBERT、MaterialBERT
b）モデル利用時の注意点
学習データ、単語辞書、モデル計算（初めからor代入？）、学習条件、検証のデータ
３．NIMSでの活用事例
3.1 超電導データベース
3.2 PoLyInfoデータベース
3.3 マテリアルキュレーション支援システム
４．テキストと数値データの関連付け
【質疑応答】
＊ 本ニュースリリースに記載された商品・サービス名は各社の商標または登録商標です。
＊ 本ニュースリリースに記載された内容は発表日現在のものです。その後予告なしに変更されることがあります。
以 上
すべての画像
