「ODSCウェストからの9つのセッション、私たちが話し続けているもの」

「ODSCウェストからの9つのセッション、私たちはまだ話し続けている！」

2週間前にODSC West 2023を終了しましたが、まだお気に入りのセッションや私たちを笑わせたり「あっ！」と言わせたスピーカーについて話し合っています。以下には含められなかったたくさんのセッションがありますが、ODSC Westのハイライトをほんの少しだけお楽しみください。

ヒューマンセンタードの人工知能

Peter Norvig | Googleのエンジニアリングディレクター | スタンフォード大学研究所の教育フェロー(HAI)

• 「画像認識の再構想：GoogleのVision Transformer（ViT）モデルが視覚データ処理のパラダイムシフトを明らかにする」
• GPTを使用した、OpenAIのパーソナルAIアプリのノーコードビルダー
• データサイエンティストが知っておくべき10の必須パンダ機能

近年、AIアプリケーションの技術的な進歩は驚異的なものがありました。Peter Norigによるこの基調講演では、この進歩の人間側に焦点を当てて探究します。特に、Peterは、アプリケーションが利用者、その他の関係者、そして社会全体に対して公正であり、正確であり、有益であり、利益をもたらすことに自信を持てる方法に焦点を当てます。

GPT-4およびLangchainによるプロンプトの最適化

Mike Taylor | Saxifrageのオーナー

このセッションでは、Mike Taylorが、テンプレート、ワークフロー、または製品の一部として、スケールでプロンプトエンジニアリングをどのように使用するかについて説明します。スケールでのプロンプトは、GPT-4 APIを介してプロンプトを20〜30回実行し、どれくらいの頻度で失敗するかを確認し、さらに成功のメトリックに対してプロンプトをA/Bテストし、結果に本当に差を生むアプローチを厳密にテストする必要があります。Langchainを使用することで、プロンプトの実行、監視、パフォーマンスの測定に一貫性のあるシステムを構築し、成功メトリックに基づいて最適化する方法を学ぶことができます。

グラフとネットワークの表現学習

Dr. Petar Veličković | DeepMindの研究員

このセッションでは、GNNについて「鳥の目」からいくつかの視点を提供します。グラフ表現学習の有用性について学び、順列不変性および同変性の第一原理からGNNを導出します。入力グラフ構造に厳密に依存しないGNNを構築する方法についても議論します。

顧客セグメンテーションにおける解釈可能性のギャップを埋める

Evie Fowler | Fulcrum Analyticsのシニアデータサイエンティスト

このトークでは、ルールベースと機械学習ベースのアプローチを組み合わせた新しいハイブリッドアプローチについて探求します。精度とシンプルさのギャップを埋めるこのハイブリッドメソッドは、機械学習のクラスタリング手法によって作成された顧客グループの正確な識別と、ルールベースのセグメンテーション手法によって導かれるシンプルなビジネスプロファイルを組み合わせます。これにより、データサイエンティストはデータ要素間の以前に発見されなかった関係を特定する役割を果たしながら、事業ステークホルダーの目標に合わせることができます。

フィードバックからの強化学習によるオープンソースLLMの整列

Sinan Ozdemir | LoopGeniusのAI＆LLM専門家 | 著者 | ファウンダー+CTO

ChatGPTやLlama-2などのLLMを駆使し、最適な人間との相互作用を実現するLLMの微調整の技術の習得は重要です。

このセッションでは、LLMの微調整のコアコンセプトに焦点を当て、特に強化学習メカニズムについて詳しく解説します。このワークショップでは、LLMの整列に関わる課題と複雑さを包括的に理解することができます。ワークショップの終了時までに、参加者は効果的にオープンソースのLLMのパワーを活用し、自分たちの業界やドメインの要求に合わせてモデルを調整できるようになります。

大規模言語モデルの裏側：Generative AI

Valentina Alto | MicrosoftのAzure Specialist – データと人工知能

このワークショップでは、ジェネレーティブAIと大規模言語モデルについて、そのアーキテクチャ、機能、およびユニークな対話能力を活用する方法について理解を深めることができます。また、LLMの概念についても習熟し、応用AIの新しいソフトウェア開発の地平を築く推論エンジンとしての役割を学ぶことができます。最後に、LangChainなどの人気のあるAIオーケストレータを使用したPythonによるLLMパワードアプリケーションのいくつかの例もカバーします。

テキストから画像へのパラダイムの新たなフロンティア：Stable Diffusion

Sandeep Singh | Beans.aiの応用AI / コンピュータビジョン担当ヘッド

このセッションでは、テキストの説明から高品質な画像を生成することができるStable Diffusionについて紹介します。この技術は、クリエイティブなコンテンツ生成、製品デザイン、マーケティングなど、さまざまなアプリケーションに適しています。

セッションの終わりまでには、以下のことができるようになります：

– Stable Diffusionの基本とその動作原理を理解する。

– Stable Diffusion領域のツールやライブラリの全体像を把握する。

– Stable Diffusionを使用してテキストの説明から画像を生成する。

– 自分のプロジェクトやワークフローにStable Diffusionを適用する。

– オープンソースモデルを微調整して目標を達成するプロセスについて理解する。

生成型AIアプリケーションの構築：LLMケーススタディ

Michelle Yi | 委員 | Women in Data

このトークでは、オープンソースのツール（HuggingFaceのモデル、Python、PyTorch、Jupyter Notebooksなど）を利用した楽しく魅力的なケーススタディを通じて、生成型AIアプリケーションのエンドツーエンドのプロセスとフレームワークに深く入り込んでいきます。モデルの選択やトレーニングから展開までの重要なステージを、特定のタスクに対する微調整とプロンプトエンジニアリングの比較を行いながら、出力の品質の確保とリスクの軽減にも関してご案内します。遭遇した課題や開発された新しいソリューションやアーキテクチャについても探求します。

因果推論型AI：データからアクションへ

Dr. Andre Franca | CTO | connectedFlow

このセッションでは、データサイエンスのプラクティショナー向けに因果推論型AIの世界を探求し、データ内の因果関係を理解して最適な意思決定を行う方法に焦点を当てます。以下のトピックについて説明します。

• ShapleyからDAGまで：事後説明可能性手法を意思決定のツールとして使用する際の危険性や、システムへの介入を行いたい状況では従来のMLが適していない点
• 因果関係の発見：何が因果的であるかと何がそうでないかをどのように判断するか、構造学習と因果発見の手法の簡単な紹介
• 最適な意思決定の実現：因果関係を理解することで、システムへの影響を正確に推定し、最適な行動を導くための知識をどのように利用するか

ODSC Westに参加できなかった方も心配ありません！ODSC East 2024は目前です（まあ、まだ5か月以上ありますが、誰が数えているでしょうか）。今すぐ現地参加またはオンラインパスを購入し、75%割引を受けましょう！

We will continue to update VoAGI; if you have any questions or suggestions, please contact us!