[image 03800] 【＊＊開催近づく＊＊】DBSJセミナー：「AI・ビッグデータ研究者のための適法なデータ利活用について」の第1回セミナーのお知らせ

[Shin'ichi Satoh]

image-mlの皆様、

以下のセミナーの開催が近づいて参りましたので、告知させて頂きます。

#重複してお受け取りになった方はどうかご容赦下さい。

-- Shin'ichi


日本データベース学会(DBSJ)では、11月29日（金）に以下のセミナーを開催します。

本セミナーは本年6月21日に開催されたDBSJ総会でも好評であった弁護士の柿沼先生の
ご講演の内容をさらに深掘りした内容の講演を中心としたデータ利活用に関するセミナーで
ございます。DBSJ総会ではほんの触りのダイジェスト版でございましたが、3回に渡って
更に詳しい内容をご講演いただきます。11月29日はその第1回目として「研究開発の
ための適法なデータ収集とは？（基礎編）」として、多くの方々が日頃の研究で
悩まれている適法なデータ収集についてご講演いただきます。さらに理研AIPの関根様、
NECの上條様からデータ利活用に関するご講演を頂き、最後にパネルで安全なデータ
利活用について参加者の皆様からの質問も受けながら具体的な内容で議論致します。
データ利活用を対象とした研究活動に非常に有益な内容になってございます。

是非ともご参加下さい。
参加申し込みはこちらから↓↓↓↓↓↓
HP: https://db-event.jpn.org/dbsj-seminar-2019/


DBSJセミナー：「AI・ビッグデータ研究者のための適法なデータ利活用について 
　-私達はデータをどうやって集めてどのように使えばよいのか？-」の第1回開催について

HP: https://db-event.jpn.org/dbsj-seminar-2019/

日時: 11月29日（金）13:20-17:30
会場: 早稲田大学グリーンコンピューティングシステム研究開発センター1F会議室（最大160名）
アクセス: https://www.waseda.jp/inst/gcs/access/
申込: 上記HPよりお申し込みください
参加費:
	- DBSJ会員（維持会員を含む） 		無料（＊）
	　（＊） 	DBSJ会員（フルアクセス権無し）の方につきましては有料（事前申し込み:1万円、
			当日申し込み2万円）となりますのでご注意ください。
	- 学生 							無料
	- 非会員（事前申込） 				1万円
	- 非会員（当日申込） 				2万円


プログラム:
- 13:00-13:20 受付
- 13:20-15:20 講演1「研究開発のための適法なデータ収集とは？（基礎編）」
   講演者：柿沼 太一（STORIA法律事務所）
	「社会に存在するデータをどのように適法に収集し、研究開発のために利用できるか」の
	総論として、全体像（データ内容とデータ取得方法による整理）及びGDPRや個人情報保護法、
	知的財産法や各種規制法を遵守しながらデータ収集をするためにはどのような点を考慮する
	必要があるのか等を紹介する。

- 15:20-15:50 講演2「森羅：評価型ワークショップを利用した研究者の協力的貢献による人工知能リソースの構築」
 講演者：　関根聡（理化学研究所）
	理化学研究所革新知能統合センターの言語情報アクセス技術チームでは、説明できる
	自然言語処理応用システムの構築に向けて「森羅」プロジェクトを進めている。森羅の
	目標は世界知識の構造化であり、Wikipediaに書かれている項目を意味的なカテゴリーに
	分類し、定義された属性の属性値を抽出し機械処理ができる構造化された知識を構築する。
	このような知識は過去に日本でも米国でも労働集約的に人手で作成されてきたが、その
	カバレージやメンテナンスの問題で継続して広くは使われていない。この属性抽出の
	タスクは関係抽出と呼ばれ機械学習などを利用したシステムが数多く開発されている。
	そこで、このようなシステムの参加を促した評価型ワークショップを開催すると同時に、
	その結果を統合して知識を作っていこうというプロジェクトを２０１８年に発足し、
	２回のタスクを実施した。１回目は８団体、２回目には１０団体の参加があった。
	２０２０年には３０ヶ国語多言語のタスクも実施しする予定である。

- 15:50-16:20 講演3「デジタルヘルスケア領域における大規模データ利活用の事例と課題」
 講演者：上條 憲一（NEC）
　	デジタルヘルスケアにおいて、健康維持や診断支援などに向けて、AIを用いることにより
	これまで提供できなかった新たな情報をユーザや医師に提供できるようになってきた。
	我々は生活習慣の行動変容に向けたシミュレーションAIや病変見逃しを抑制するための
	画像診断支援AIなどの研究開発を行って来たが、AIモデルを開発するために大量のデータと
	質の良いアノテーション（ラベル）データが必要となる。AIを用いたデータ利活用の事例を	
	紹介するとともに、このようなデータを扱う上での課題について述べる。

- 16:20-16:30 休憩
- 16:30-17:30 パネルディスカッション
　司会: 木俵 豊（情報通信研究機構）
 パネリスト: 講演者一同
　	人工知能の研究に必要となるデータ構築やデジタルヘルスケア領域における
　	データ構築等の課題などについて議論する。