セミナー
【ライブ配信講座&録画視聴も可能】
AI搭載システムの品質・安全保証の検証手法
~ISO/IEC 42001の考えに即した安心/安全なAIシステム実現のための検証法~
開催主旨
近年、多様なシステムで人工知能(Machine Learning/Deep Learningなど)の実装が進展しています。中には、自動運転システムに代表される「Safety-Critical-Systems(セーフティクリティカルシステム)」での利用も始まっていますが、このようなシステムはAIの誤判定により誤制御が発生し、事故につながることが懸念されます。ゆえに、品質および安全性を示すことが技術課題となっています。
ところが、従来ソフトウエアと異なり、AIソフトウエアは機械学習により生成されたデータという特性上、人が内部を調べて不具合原因を特定したり修正したりするのが困難です。また、再学習により学習済みモデル全体の振る舞いが変化するという特性もあり、AI搭載システムの品質保証や品質説明を難しくしています。
講師らは、AI搭載システムを機能安全規格適合するための研究事業を実施し、同事業を通して、AI搭載システムの品質・安全性を検証する技術を構築してきました。本講座は、これらの知見を踏まえAI搭載システムを品質保証するための要点と各種検証手法を解説します。2023年12月発行の国際規格「AIマネジメントシステム ISO/IEC 42001」に対応する考え方となっています。なお講座実施後は録画視聴による復習も可能です。
【受講対象】
・AI搭載システムの品質・安全性保証について関心をお持ちの方、あるいは対応を必要とされている設計担当・品質保証担当の方
・AI搭載システムの品質・安全性保証の業界トレンドに関心をお持ちの方
【受講に必要な予備知識】
・組込みシステムの開発や品質保証に関する基礎知識
・AIに関する基礎知識
【受講効果】
・AI搭載システムの品質保証、安全性保証するための手法および要点を理解できます。
・従来システムとAI搭載システムの違いや、AI搭載システムを品質保証する際の技術課題が学べます。
・システムにAIを取り入れて開発・評価される際に、本講座で学習した技術を活用できます。
本セミナーは、オンライン配信ツールZoomを使い、出演者自身も自宅から出演いただく形式の「Home to Home」(H2H)セミナーとなります。ご視聴方法(参加用URL等)はご登録くださいましたメールにお知らせいたします。ZOOMでの視聴が困難な方には別途、こちらの手順を参照のうえブラウザ上でご視聴ください。本方法での視聴が難しい方は、他の視聴方法をご案内いたしますので問い合わせ先のメールアドレスまでご連絡ください。
概要
日時 | 2025年 4月 25日(金)13:00~17:00 ※開催当日12:00まで受付 |
---|---|
受講料 | 38,500円(テキスト代、録画での復習、税込、1名分) ※振込手数料は貴社でご負担願います。 ※講座実施前の入金をお願いしておりますが、講座実施後の入金にも対応しています。 |
主催 | 日刊工業新聞社 |
問い合わせ先 | 日刊工業新聞社 西日本支社 総合事業本部 セミナー係 TEL : 06-6946-3382 FAX : 06-6946-3389 E-mail : seminar-osaka@media.nikkan.co.jp |
講師
プログラム
1.AI搭載システムの特徴と品質保証の課題 |
1-1 さまざまなAI搭載システム ①自動運転/②ドローン自律飛行/③スマートホームほか ②AIのユースケースと安全面への影響の検討例 ①AIの信頼性/②安全に影響のあるAIの特徴/③シンプルなシステムと複雑なシステムとの差異/④AIの信頼性保証に関する重点課題 ①ISO/IEC JTC1/SC42/②XAIのための基本原則/③IEEE P70xx標準化プロジェクト/④DIN SPEC92001/⑤ALTAI/⑥欧州AIレギュレーション提案/⑦自動運転の安全標準化ほか |
2.従来の品質保証技術、品質説明技術 |
2-1 国際標準化した機能安全開発の概要 2-2 機能安全の品質保証技術とは(従来の品質保証技術、品質説明技術①) 2-3 機能安全の品質説明技術とは(従来の品質保証技術、品質説明技術②) |
3.AI搭載システムの品質保証技術 |
3-1 AI搭載システムに対するテスト・検証手法 ①従来開発とAI開発におけるテスト・検証手法の共通と差異 ②AI向きのテスト手法(メタモルフィックテスティング、サーチベースドテスティング、疑似オラクル) ③性能評価 ④使用実績評価 ⑤机上分析検証(STAMP/STPA、FMEA、机上分析検証カタログ) ⑥シミュレーション 3-2 AIの透明化技術 ①説明可能なAI(XAI) ②説明可能なモデリングアプローチ ③説明可能性の高いAIモデルワークフロー ④従来の品質説明技術を応用したAI学習プロセス 3-3 AI搭載システムの品質保証のポイント ①AIの特性を正しく理解 ②AIは特別ではない!従来の品質保証技術の基礎をおさえることの必要性 ③検証の網羅性と効率化 |
【ライブ配信セミナーに伴う注意事項について】⇒ 【詳細はこちら】 ※必ずお読みください(お申込みを頂いた時点でご同意頂いたとみなします) |