☆ 新規化合物の提案や材料の特性予測など高度な利用事例も増加中！

その能力の実際、限界や最新の技術動向を解説！

生成AI・ChatGPTの研究現場での

具体的活用法・事例

【提携セミナー】

主催：株式会社技術情報協会

講座内容

• 文献・論文解析への生成AI等人工知能技術の具体的活用
• 生成AIを活用したアイデア発想と技術文書作成
• ChatGPTをはじめとする生成AIの研究DXへの活用
• 生成AIを活用した、AIモデル構築のための学習データ前処理の効率化
• 創薬への生成AIの活用法

習得できる知識

• 技術文書作成、アイデア創出、論文解析、AIデータ前処理など、あらゆる研究現場での活用法の実際
• ChatGPTから適切な回答を導くための“プロンプトエンジニアリング”のコツ！

担当講師

文部科学省科学技術・学術政策研究所　データ解析政策研究室　主任研究官　博士(知識科学)　小柴 等　氏

フルード工業(株)　執行役員 / 研究開発室長　工学博士 / 技術士 (機械)　小波 盛佳　氏

三井化学(株)　DX推進本部DX企画管理部　チームリーダー　博士(工学)　向田 志保　氏（信州大学　工学部　特任准教授、大阪大学　基礎工学研究科　招聘教授）

(株)LINK．A　代表取締役　太田 桂吾　氏

(株)理論創薬研究所　代表取締役　博士(薬学)　吉森 篤史　氏

セミナープログラム（予定）

(9:30～10:50)

【第１部】文献・論文解析への生成AI等人工知能技術の具体的活用

文部科学省科学技術・学術政策研究所　データ解析政策研究室　主任研究官　博士(知識科学)　小柴 等　氏

【講座内容】

１．速習 自然言語処理

1-1 文章を計算機で処理するとは

1-2 類似度：文章が似ている…をどう考えるか

1-3 分散表現

1-4 トピックモデル(LDA)

２．論文分析等の課題

2-1 分野分類に関する問題

2-2 計算量に関する問題

３．トピックモデルに基づく分析の例

3-1 プレスリリースのトピック時系列分析

４．分散表現に基づく分析の例

4-1 曖昧検索：類似度に基づく情報取得の例

4-2 特許分析の事例

4-3 COVID-19に関連した論文分析の事例

５．LLM (ChatGPT) を用いた分析の例

5-1 引用文脈分析の事例

６．まとめ

【質疑応答】

(11:00～13:10)※途中50分の昼食休憩あり

【第２部】生成AIを活用したアイデア発想と技術文書作成

フルード工業(株)　執行役員 / 研究開発室長　工学博士 / 技術士 (機械)　小波 盛佳　氏

【講座内容】

１．ChatGPTの基本

1.1 ChatGPTの主な機能

1.2 GPT-4の威力例

２．ChatGPTを扱う上での注意点

2.1 質問の理解不足

2.2 知識と学習の限界

2.3 入力情報の記憶

2.4 情報の偏り

2.5 柔軟性の乏しさ

2.6 情報源の取り扱い

2.7 誤りの懸念と防止

2.8 日本語の問題

３．意図に近い回答を引き出す工夫

3.1 問いかけの形式の違いを意識する

3.2 論理を追って解答すべき問題の提示

3.3 質問文での形式の指定

3.4 回答文のわかりやすさの指定

3.5 特定の読者層を意識した指示

3.6 回答の続きを求める指示

3.7 質問する上での注意点

3.8 不正確な答えを出すことへの対応

４．文章を作成するための利用

4.1 文書を作成する機能

4.2 文書の作成手順

4.3 文章の要約やタイトル作成

4.4 AIを読者と見立てて論点を確認

4.5 翻訳への利用

4.6 文書作成での問題点

4.7 さまざまな用途の文書作成

５．アイデアを求めるための利用

5.1 情報収集

5.2 アイデアの生成

5.3 アイデアを次第に掘り下げる手順

5.4 テーマ探索への利用

5.5 トラブル対策への利用

5.6 トラブル対処マニュアル作成

5.7 トラブル対処教育

６．発想法と組み合わせたアイデア創出

6.1 ブレインストーミングの補助

6.2 新しいアイデアを求める指示

6.3 連想法と生成AIの利用

７．AIを取り入れたシステムの構築

7.1 GPTの応用例

7.2 今後期待される生成AI利用の技術支援および教育システム

7.3 今後進められていく組織内システム

８．生成AIの倫理と対応

8.1 構築する上での倫理問題

8.2 利用する上での倫理問題

8.3 今後の日本のシステム構築の問題＜私見＞

９．生成AIの提供・利用についての規制など

9.1 EUの規制

9.2 日本政府の生成AI対策概要

9.3 日本ディープラーニング協会　「生成AIの利用ガイドライン」

9.4 文部科学省　生成AI向の国公私立小中高向けガイドライン

9.5 文化庁が公開した著作権の考え方

9.6 高等教育(大学等)

１０．ChatGPT以外の生成AI

10.1 Microsoft New Bing

10.2 Bingの利用法

10.3 GoogleのBard

10.4 日本における生成AI構築の取り組み

１１．生成AIの利用まとめ

【質疑応答】

(13:20～14:50)

【第３部】ChatGPTをはじめとする生成AIの研究DXへの活用

三井化学(株)　DX推進本部DX企画管理部　チームリーダー　博士(工学)　向田 志保　氏
（信州大学　工学部　特任准教授、大阪大学　基礎工学研究科　招聘教授）

【講座内容】

１．自然言語処理の概要

1) 研究開発における自然言語処理の活用事例、よくあるケース

2) 研究開発でよく使われる特許や文献の文書の特徴

3) 自然言語処理の流れ

4) 自然言語処理の技術変遷

２．文章生成の汎用的な大規模言語モデル

1) 大規模言語モデル(LLM)

2) ChatGPT

3) GPT-3、GPT-4の登場(GPT-5?)

4) 生成AI活用のリスク

３．生成AIの導入方法

1) 生成AIモデルの選択と調整

2) 人財育成

４．研究開発での自然言語処理、生成AIの活用事例

1) 特許調査・分類の自動化

2) 化学・生物分野での生成AI活用

５．プロンプトエンジニアリングと生成AIの最適活用

1) プロンプトエンジニアリングの基礎

2) 研究開発タスクでの応用

3) 説明可能AIへの挑戦

６．研究開発におけるさらなる生成AIの応用と展望

1) 生成AI技術の今後の進化予測

2) 安全性と信頼性の確保、情報の扱い方

【質疑応答】

(15:00～16:30)

【第４部】生成AIを活用した、AIモデル構築のための学習データ前処理の効率化

(株)LINK．A　代表取締役　太田 桂吾　氏

【講座内容】

• AIモデルの作成に関する学習データの位置づけ
• 自然言語処理における学習データの特徴量エンジニアリングの例
• 生成AIで出力されるデータの特徴
• 生成AIで出力されるデータを、そのまま再帰的に学習データとして使用はしない！
• 別AIモデルからのデータを、活用できるか？
• 論点整理
• 生成AIと学習データのこれから

【質疑応答】

(16:40～17:40)

【第５部】創薬への生成AIの活用法

(株)理論創薬研究所　代表取締役　博士(薬学)　吉森 篤史　氏

【講座内容】

• 創薬における生成AI技術の概要
• 生成AIを用いたペプチド/タンパク質のde novoデザイン
  -オープンソースのプログラム(RFdiffusion)の紹介
  -創薬における活用法
• 生成AIを用いたリード化合物のde novoデザイン
  -De novoデザインで利用される生成AIの概要
  -オープンソースのプログラム紹介
  -ファーマコフォアを指標とした生成AI手法　(Deep Quartet)
  -創薬における活用法
• 生成AIを用いたリード化合物の最適化
  -リード化合物の最適化で利用される生成AIの概要
  -SAR Matrixを基にした生成AI手法 (DeepSARM)
  -創薬における活用法
• 生成AIを用いたSAR Transfer
  -SAR Transferの概要
  -AS alignmentによるSAR Transfer
  -DeepASによるSAR Transfer
  -創薬における活用法

【質疑応答】

公開セミナーの次回開催予定

開催日

2023/11/9(木)9:30~17:40

開催場所

Zoomによるオンライン受講

受講料

1名につき71,500円(消費税込･資料付き)

〔1社2名以上同時申込の場合1名につき66,000円(税込)〕

技術情報協会主催セミナー　受講にあたってのご案内

• Live配信セミナーの接続確認・受講手順は こちら をご確認ください。
• お申込み・お支払い方法に関するご案内はこちら をご確認ください。

備考

資料は事前に紙で郵送いたします。

お申し込み方法

★下のセミナー参加申込ボタンより、必要事項をご記入の上お申し込みください。

※お申込後はキャンセルできませんのでご注意ください。

※申し込み人数が開催人数に満たない場合など、状況により中止させていただくことがございます。