AI ソフトウェアの信頼性保証特論

過去数十年にわたり、機械学習及び深層学習を基盤としたAIソフトウェアシステムは、多岐にわたる産業領域において顕著な性能向上を達成してきた。今日、これらのデータ駆動型のAIソフトウェアシステムの信頼性の確保は、世界的な緊急課題として、社会的な関心及び期待に応える重要性を増している。本講義では、高品質で安全且つ信頼性の高いAIソフトウェアシステムに対する需要の高まりを背景に、データ駆動型のAIソフトウェアシステムの信頼性確保に関する最先端の研究動向を紹介する。さらに、機械学習と深層学習工学の一般的なAIモデル及びシステムのデータ駆動方や不透明性に起因する複雑な課題に対処するための方法を議論する。これにより、知的かつ信頼性の高い、安全で信頼できるAIシステムの開発への道筋が明らかになる。

Over the past decades, machine learning and deep learning-based AI software achieved performance leap in many application domains. Nowadays trustworthiness assurance of such data-centric AI software systems becomes crucial with urgent social concern and expectation worldwide. This course explores the forefront of Trustworthiness Assurance in Data-Driven AI Software Systems, an area garnering attention with the growing demand for high-quality, safe, and dependable AI software systems across various sectors. Participants will engage with the intricate challenges presented by the opaque nature of prevalent AI models and systems, particularly in machine learning and deep learning. By exploring contemporary failures and challenges, the course illuminates the path towards developing AI solutions that are not only intelligent but also reliable, safe, and trustworthy.