第7回機械学習工学ワークショップ（MLSE夏合宿2024）

• 本年もオンライン開催です！
• いくつかのオンライン会議ツールの使用が必須となっていますので、参加要件をよくお読みください。
• 早期割引チケットの締切は6月21日(金)です！お早めにお申し込みください。発表者は、必ず6月21日(月)までに参加申し込みしてください。
• 通常申し込みは6月22日より可能となりますが、金額が上がりますので早期チケットの申し込みをぜひお願いします。
• 参加申込締切は 6月28日（金） となります。締切までに申込をお願いします。

ワークショップ開催概要

日程

2024年7月4日（木）13:00～7月6日（土）12:00

参加募集

以下の要領で参加者を募集します。

1. 会期中を通じて以下のツールが使用可能であること。
   • Zoom
   • Discord
   • Mural
2. 会期中、昼夜通じて合宿に参加できること
   • バーチャルではありますが合宿です。なるべく普段の業務や家庭から離れて合宿のセッションに集中できるようお取り計らいください。

参加費

早期割引 (6/21まで)

• 一般（JSSST会員）: 2,200円
• 一般（JSSST非会員）: 4,400円
• 学生（会員／非会員問わず）: 無料

通常申込み (6/22-6/28)

• 一般（JSSST会員）: 3,300円
• 一般（JSSST非会員）: 5,500円
• 学生（会員／非会員問わず）: 無料

ご注意

• 参加費は参加申し込み時にPaypalで支払いをお願いします。
• 参加費は 消費税込み の価格です。
• 会計処理上の事情により、請求書の発行・領収書の分割等には、対応はできません。

プログラム概要

1日目 (7月4日)

2日目 (7月5日)

※ 機械学習の取組状況や課題を語り合うワークショップ #1 と #2 は、同じ内容のワークショップを2度行います、どちらか片方だけの参加も、2回連続して参加することも可能です

3日目 (7月6日)

※ プログラムは変更になる可能性があります。

プログラム内容

基調講演

【タイトル】

機械学習品質マネジメントと国際ルール形成

【概要】

AIの信頼性は、国際的にも大きな政策的議論の対象となっており、欧州の法制化を始め、様々なルール形成が行われている。

本講演では、国内・海外のルール形成動向について、法制度や標準化の動向、またそのための議論の状況や産総研の取り組みなどについて紹介する。

【講演者】

大岩 寛（産業技術総合研究所）

東京大学 大学院情報理工学系研究科コンピュータ科学専攻修了、博士（情報理工学）。

2005年に産業技術総合研究所に入所、情報セキュリティ研究センター、情報技術研究部門等を経て、2021年4月よりデジタルアーキテクチャ研究センター副研究センター長。デジタルアーキテクチャやシステム・ネットワークセキュリティなどの研究に従事。2018年からAI品質マネジメントに関するNEDOプロジェクトリーダーを務め、ISO/IEC JTC1/SC42 JWG4で国際エキスパートとしてAI機能安全の標準化にも貢献している。

基調講演

【タイトル】

次世代AI時代のトレンドと高信頼AIソフトウェアシステム開発に向けたフレームワーク＆パターン

【概要】

本講演では最初に広く、講演者が2025年会長に就任するIEEE Computer Societyによる最新の技術展望Technology Predictionに基づき、生成AIを含む汎用・次世代AI、デジタルトランスフォーメーション、サステナビリティからなるメガトレンドを含む主要な技術展望を紹介する。そうしたトレンドを踏まえてAIソフトウェアシステムの高信頼化に向けた実践的なエンジニアリング基盤として、講演者自身の研究成果を交えて、体系的枠組みとしてのフレームワーク、抽象的な概念と具体的なツール・事例のギャップを埋めるエンジニアリングパターン（機械学習デザインパターン、機械学習セキュリティ論証パターン、LLMプロンプトエンジニアリングパターンなど）、ならびに、それらの関係や扱いについて解説し、研究や実践の将来を展望する。

【講演者】

鷲崎 弘宜（早稲田大学）

2003年早稲田大学大学院博士後期課程修了、博士（情報科学）。現在、早稲田大学研究推進部副部長、早稲田大学グローバルソフトウェアエンジニアリング研究所所長・教授、国立情報学研究所客員教授、株式会社システム情報 顧問、株式会社エクスモーション 社外取締役、人間環境大学 顧問。ソフトウェア工学、機械学習工学、情報教育ほかの研究、教育、社会展開に従事。IoT・AI・DXリカレント教育プログラム スマートエスイー事業責任者、情報処理学会ソフトウェア工学研究会主査、ISO/IEC/JTC1 SC7/WG20 Convenor、IEEE Computer Society 2025 Presidentほか歴任。

研究発表

論文集はMLSE研究会Webサイトの「発行文献」ページに掲載しています。

[カテゴリ1] 発表20分以内とポスター発表

• [発表1] Hiroshi Maruyama. 動的最適化の挑戦

[カテゴリ2] 発表7分以内とポスター発表

• [発表2] 高岡 陽太, 小川 司, 寺田 英雄. Knitfab: 完全なリネージ管理と自動ワークフローを実現する MLOps ツールの開発
• [発表3] Yuxin Liang, Masashi Egi. Cohort Shapley法を用いた教師データ・正解値に含まれるバイアスの校正手法の提案
• [発表4] 草場 力, 高重 聡一, 石川 達将. 機械学習ソフトウェア開発におけるコンポーネント設計と組合せ開発方式の検討
• [発表5] 中野 幹生, 竹内 広宜, 駒谷 和範. ビジネスー対話システムアライメントに基づく対話システムの評価項目の列挙
• [発表6] 高重 聡一, 石川 達将, 草場 力. LLMを活用したデータ分析実験コードのシステム化方式の検証
• [発表7] Shigeru Kotabe. 光ディスアグリゲーテッドコンピューティング技術の提案
• [発表8] Takumu Nakamura, Kazuyuki Asada, Kentaro Kikuchi, Keisuke Nakano. 機械学習におけるアーキテクチャ構成とその学習手法の圏論的構造化
• [発表9] 秋川 元宏. クラスを遺伝型・発現型に用いた遺伝的プログラミング手法の開発
• [発表10] Masato Nakai. オッズ比一致による識別モデルの確率調整
• [発表11] 横井 一輝. LLMを用いたCOBOLからJavaへの自動コード翻訳とリファクタリングに対する調査

企画セッション

以下の4つの企画セッションを予定しています。

[O1,O2]機械学習の取組状況や課題を語り合うワークショップ

本セッションでは、各現場での機械学習に関する取組状況や課題について、現状を明らかにし共有するためのワークショップを実施します。

・背景・課題

MLOps に関しては実例としてさまざまな取組が発表されている一方で、機械学習を用いる現場はさまざまな事情を抱えており、課題を解決する指針が十分でない現状があります。このため、機械学習オペレーションWGでは、それぞれの現場に適用できる指針を明確にすることを目指しています。

・セッションの内容

4名程度のグループに分かれ、それぞれの現場での課題について話し合い、内容を全体で共有します。議論した内容は議事録としてまとめ、2023年時点での現状として共有します。また、この結果をもとに MLOps に関する検討を進めていきます。

オーガナイザー

• 杉山阿聖（株式会社Citadel AI）
• 久井裕貴（株式会社マネーフォワード）
• 太田満久（Ubie 株式会社）

[G1]基盤モデル活用のケーススタディと評価

近年のAI技術の発展に伴い、チャットAIをはじめとする高度なAIシステムの開発が活発化しています。しかし、AIシステムは従来のソフトウェアとは異なる特性を持つため、その開発・運用には新たなソフトウェア工学のアプローチ（SE for AI）が必要不可欠です。

本セッションでは、AIシステム開発における最新のソフトウェア工学的取り組みについて議論します。

AIシステムの特性を踏まえた開発手法や、説明可能性や公平性への対応など、SE for AIの具体的事例を取り上げます。

本セッションを通じて、AIシステム開発の現場で直面する課題の共有と、ソフトウェア工学コミュニティにおける問題意識の醸成を目指します。

オーガナイザー

• 江澤美保（クレスコ）
• 石川冬樹（国立情報学研究所）

[S1]生成AI・LLMのAI倫理と機械学習システムセキュリティ

生成AI・LLMは、様々なアプリケーションに組み込まれ、特にユーザとの自然なやりとりが行えることから、これまで人が行っていたタスクを代わりこなしたり、さまざまな人間活動を支援するAIサービスが生まれつつある。一方、LLMが生成した回答にはハルシネーションなど事実と異なる内容が含まれていたり、倫理的に受け入れがたい内容が含まれる可能性があり、従来のAIサービス以上に、ユーザの混乱や人権を侵害させるリスクを考慮する必要がある。

本セッションは、AI倫理・公平性WGと機械学習システムセキュリティ WGの合同企画として、生成AI・LLMを活用したシステムを構築・提供する際に考慮すべき倫理的な法的側面について講演したのち、その倫理的側面のセキュリティリスク(故意に倫理的に問題がある振る舞いを引き起こすリスク)について紹介する。具体的には、LLMシステム特有のセキュリティの脆弱性に関する技術の概要を紹介し、AIシステム開発者側が訓練を行わずLLMを利用するLLMシステムならではセキュリティリスクの分析のポイントや従来の機械学習システムにおけるセキュリティ分析との違いを紹介する。

招待講演

【タイトル】

生成AIの法と倫理

【概要】

本講演では、対話型AIや画像生成AIといった生成AIに関する法と倫理について、国内外の議論動向を概観し、一定の考察を行う。まず、生成AIがどのような法的問題や倫理的問題を発生させるのかを実際の事例なども踏まえて指摘する。次に、生成AIを含むAI全般について国内外でどのような法制度やガイドラインが整備されるようになっているのかについて説明する。ここでは、主に、EUの「AI規制法」および日本の「AI事業者ガイドライン」を紹介する。最後に、LLMに対するプロンプトインジェクション攻撃に関する法的課題というこれまでほとんど議論されていない最新の問題について、一定の考察を試みることにする。

【講演者】

村上 康二郎 (情報セキュリティ大学院大学・教授)
1994年慶應義塾大学法学部法律学科卒業、1998年同大学院法学研究科修士課程修了、2002年同博士課程単位取得退学、2009年情報セキュリティ大学院大学博士課程修了。博士（情報学）、修士（法学）。東京工科大学専任講師、同准教授、同教授を経て、2022年4月に情報セキュリティ大学院大学教授に着任。 これまで、慶應義塾大学湘南藤沢キャンパス非常勤講師、経済産業省・総務省などの政府関係委員会の委員長・委員、情報ネットワーク法学会理事などを歴任。現在は、ISO/IEC JTC1 SC27/WG5委員などを務める。

オーガナイザー

• 吉岡信和（QAML株式会社/早稲田大学）

[T1]チュートリアル：深層学習のリペア技術の最新動向と実際

DNNはさまざまなAIシステムで活用されており、自動運転などの高い安全性を必要とするAIシステムにとっても重要なコンポーネントとなります。その安全性を担保する際には、近くの歩行者が認識できないなど、一部の状況で性能が悪くリスクが大きくなる場合にDNNを修正(リペア)して対応しなければならないことがあります。その場合、転移学習など従来の対応方法では、一部の状況で性能改善が、他の状況での性能悪化など別の問題を発生させてしまう可能性が高く、システム全体のリスクを軽減できないことがあります。深層学習のリペア技術は、その問題に対処するために、特定の状況でのリペアが、他の状況の性能劣化に繋がらないように不都合に強く影響している深層学習のパラメータのみを修正します。本チュートリアルでは、深層学習のリペア技術の概要を解説し、最新の技術動向を紹介します。さらに、我々がJST未来社会創造事業のeAIプロジェクトの一貫として公開しているオープンソースソフトウェアのDNNリペアツール( https://github.com/jst-qaml/eAI-Repair-Toolkit )を用いたデモンストレーションを通じて、リペアの実際を示します。

講師陣

石川冬樹（国立情報学研究所・准教授）

前澤悠太（株式会社Udzuki・代表取締役）
略歴：東京大学大学院情報理工学系研究科コンピュータ科学専攻にて修士・博士課程修了． 博士（情報理工学）．株式会社Udzukiを創業し，現在，代表取締役．ソフトウェアテスト・デバッグに関する自動化に興味を持つ．

本発表は4月17日に行われたICSE 2024の以下のTechnical Briefingsの内容を含み、分かりやすく日本語で解説します。

Technical Briefing on Deep Neural Network Repair:https://conf.researchr.org/details/icse-2024/icse-2024-technical-briefings/6/Technical-Briefing-on-Deep-Neural-Network-Repair

予稿集: https://dl.acm.org/doi/10.1145/3639478.3643063

ツールコミュニティサイト: https://qaml.jp/

オーガナイザー

• 吉岡信和（QAML株式会社/早稲田大学）

表彰

優れたポスター発表に対して「最優秀発表賞」を授与し、副賞として賞金5000円を進呈します。合宿の参加者全員による投票により決定します。また、最優秀発表賞受賞者はJSSST大会での発表に招待します。

以下の通り表彰を行いました

最優秀発表賞

[発表3] Yuxin Liang, Masashi Egi. Cohort Shapley法を用いた教師データ・正解値に含まれるバイアスの校正手法の提案

学生優秀発表賞

[発表8] Takumu Nakamura, Kazuyuki Asada, Kentaro Kikuchi, Keisuke Nakano. 機械学習におけるアーキテクチャ構成とその学習手法の圏論的構造化

主催

日本ソフトウェア科学会 機械学習工学研究会

ワークショップ運営組織

実行委員

• 実行委員長
  • 山田 敦 (日本IBM)
• 副実行委員長
  • 杉山 阿聖 (Citadel AI)
• プログラム委員長
  • 末永 幸平 (京都大学)
• 副プログラム委員長
  • 徳本 晋 (富士通)
• ローカル委員長
  • 久連石 圭 (東芝)
• 副ローカル委員長
  • 江澤 美保 (クレスコ)
• 会計委員長
  • 竹内 広宜（武蔵大学）

プログラム委員

• 吉岡 信和 （QAML株式会社/早稲田大学）
• 竹内 広宜 （武蔵大学）
• 今井 健男 （ぼのたけ/国立情報学研究所）
• 原 聡 （電気通信大学）
• 石川 冬樹 （国立情報学研究所）

スポンサー

ゴールドスポンサー

株式会社Citadel AI

サントリーホールディングス株式会社

シルバースポンサー

QAML株式会社

スポンサー募集

詳細はスポンサー募集資料をご覧ください。
ご質問、ご連絡は mlse2024sws@googlegroups.com までお願いします。