2023年度「世界モデルと知能」
受講生募集
(※募集は締め切りました)
【講座概要】
世界モデルとは、エージェントを取り巻く環境のモデルを、観測から学習によって獲得する枠組みを指します。世界モデルは深層学習の領域で近年急速に研究が進められており、今後の人工知能の鍵となるトピックとして注目されています。本講座では、世界モデルを軸に最新の深層学習技術について身につけることを目指した講義を行います。
本講座は、東京大学Deep Learning基礎講座・応用講座を公開してきた松尾研究室が全面的に演習コンテンツを監修・作成しています。実践的な演習を通して、手を動かしながら技術を深く理解し、幅広いトピックを網羅します。
また本講座は「世界モデル・シミュレータ寄付講座」における活動の一環として開設されました。
【募集概要】
■ 募集対象
「深層学習」や「Deep Learning基礎講座」などを修了した学生、及びそれ相応のスキルを持った学生(東京大学以外の学生も受講可能です)
※社会人学生も受講可能。ただし大学生と社会人学生の場合、学士以上の学位取得ができる学生が対象(科目履修生等は対象外)
■ 募集人数
150人前後
■ 募集・選考日程
募集開始 8月28日(月)
募集締切 9月10日(日)23:59 ※理由を問わず、締め切りを過ぎたものは受け付けません。
選考結果 9月22日(金)19:00までに、結果を問わずメールでご連絡します。
【講義日程と内容】
■ 講義構成
本講義は毎週講義回と演習回で構成されます。
講義回では通常の講義形式で講義を行います。演習回では同じ週の講義内容に対応した演習を行います。また、演習回の後半の時間では、講義や演習についてわからないところを直接TAに質問できるオフィスアワーを開催予定です。
講義回は原則毎週水曜日18:45~20:30、演習回は原則毎週金曜日18:45~20:30になります。
通常講義回とは別に、特別回も開催予定です。
特別回では講義回のみで演習はありません。また、通常講義回とは異なり特別回は曜日が固定ではありません。
■ アーカイブ配信
講義回・演習回は、アーカイブ動画を公開します。
特別回は、リアルタイム配信のみとなります。
(演習回の動画公開は前半の演習部分のみ、オフィスアワー部分の公開はございません。)
■ 講義課題
演習回の最後に毎回宿題が出ます。
また、講義全体で2回程度世界モデルに関するコンペティションを開催予定です。
講義全体の後半では、受講生の間でグループを組んで最終課題に取り組んでもらいます(詳しくは下記の「留意事項・お知らせ」をご覧ください)。
講義の最後にオンサイトでの最終課題発表会を開催予定です。(東京での開催を予定しています。)
■ 最終課題発表会
⚪︎最終課題発表の現地参加は、修了条件の予定です。開催地は東京大学(東大以外の場合でも東京都内)を予定しています。
⚪︎基本は現地参加のみですが、同じグループの他のメンバーが発表する形でもOKな場合があります。ただし、原則的には現地参加を想定していただきます。
⚪︎新幹線や飛行機を使用する遠方の場合(国内居住者のみ)は、交通費が出る可能性があります(確定ではありません。)
⚪︎本講座の修了を目指さない場合(受講のみの場合)は、現地参加ができなくても受講自体は可能です。
■ スケジュール
※日程や内容は変更になることがあります。
※一部講義回では、上記時間外や水・金曜日以外で開催されます。ご注意ください。
第1回 |
9月27日(水) |
世界モデル概論(講義のみ)
|
第2回 |
10月4日(水) |
生成モデル基礎(講義) |
10月6日(金) |
生成モデル基礎(演習) |
|
第3回 |
10月11日(水) |
深層生成モデル・VAE(講義) |
10月13日(金) |
深層生成モデル・VAE(演習) |
|
第4回 |
10月18日(水) |
シミュレーションとコンピュータグラフィックス(講義) |
10月20日(金) |
シミュレーションとコンピュータグラフィックス(演習) |
|
第5回 |
10月25日(水) |
強化学習基礎(講義) |
10月27日(金) |
強化学習基礎(演習) |
|
第6回 |
11月1日(水) |
制御モデルとモデルベース強化学習(講義) |
11月3日(金・祝) |
制御モデルとモデルベース強化学習(演習) |
|
特別回(株式会社スクウェア・エニックス・AI&アーツ・アルケミー) |
11月8日(水) |
シミュレータの作成について |
第7回 |
11月15日(水) |
深層生成モデルによる時空間モデル化(講義) |
11月17日(金) |
深層生成モデルによる時空間モデル化(演習) |
|
特別回(日本電気株式会社) |
11月22日(水) |
AIの社会実装を加速する画像認識(少データ学習)
|
特別回(ソニーグループ株式会社/株式会社ソニーAI) |
11月24日(金) |
クリエイティビティを解き放つAI技術 |
第8回 |
11月29日(水) |
世界モデルとシーン理解(講義) |
12月1日(金) |
世界モデルとシーン理解(演習) |
|
第9回 |
12月6日(水) |
自己教師あり学習と世界モデル(講義) |
12月8日(金) |
自己教師あり学習と世界モデル(演習) |
|
第10回 |
12月13日(水) |
Transformerと世界モデル(講義) |
12月15日(金) |
Transformerと世界モデル(演習) |
|
第11回 |
12月20日(水) |
世界モデルによる知能の実現に向けて(講義のみ) |
最終課題締め切り |
1月19日(金) |
|
最終課題発表会 |
2月末 |
【「2022年度 世界モデルと知能」からのアップデート内容】
⚫︎演習の時間を取るために、講義と演習を別の曜日に分けて、それぞれについて集中して取り組めるようにしました。演習回の後半の時間では、オフィスアワーとして、TAが講義全体に関する質問に対応する予定です。
⚫︎講義日程の間で、モデルの性能を競うコンペを開催予定です。
⚫︎最終課題提出から発表会までの間の期間を短くして、年度内で講義全体が完了するようにしました。
【「2022年度 世界モデルと知能」受講生の声】
⚫︎「これまでの講義を通して世界モデルに関連した技術や話題を広く知ることができた。演習を行うことで実装し、より深い理解を得られたことが何よりも嬉しかった。」
⚫︎「講義全体として基礎的な内容から発展的な内容まで学ぶことができて満足度が高い。また、特別回として講義してくださった講師の方々のお話は非常にワクワクする内容だった。」
⚫︎「世界モデルという今までにない新しい概念を知れてよかった。これからの時代の価値観に組み込まれていくのだろうなという感じがした。」
⚫︎「とても面白くわかりやすい講義でした。資料も丁寧で、録画で受講できるのも体験が良かったです。毎回課題があるのも、参加のペーシングの意味で良かった。」
⚫︎「最終的に学会発表を目指せるのはモチベーションになって凄くよかったです。」
Q:「世界モデルと知能」の受講を検討しているのですが、松尾研で開講している他講義との相違点を教えてください。
A: 以下に「世界モデルと知能(以下、本講義)」に関連する講義と、その違いについてまとめます。
■ 「Deep Learning基礎講座/深層学習」
深層学習についての基礎的な知識を扱っています。一方、本講義では深層学習をベースとした世界モデルについて基礎から発展的な内容までを網羅的に学ぶことを目的としています。したがって、本講義は「Deep Learning基礎講座/深層学習」を修了したレベルの学生を受講生として想定しています。なお「Deep Learning基礎講座/深層学習」の一部の回(深層生成モデル、強化学習、世界モデル)は、本講義の最初の数回と一部内容が重複します。
■ 「深層生成モデル」
世界モデルについて学ぶためには深層生成モデル(特にVAE)について理解しておく必要があるため、最初の数回(2~3回)は「深層生成モデル」と重複した内容が含まれています。4回以降は強化学習の基礎やシミュレータの基礎など「深層生成モデル」では扱っていない内容を学び、その後の世界モデルの各手法の説明についても「深層生成モデル」よりも具体的に扱い、演習やコンペを通じて各手法をしっかり学ぶことができます。
■ 「強化学習」
「深層生成モデル」と同様、最初の数回は重複した内容も含まれますが、世界モデルの各手法の説明について「強化学習」よりも具体的に扱い、演習やコンペを通じて各手法をしっかり学ぶことができます。
講師
![](https://deeplearning.jp/wp-content/plugins/jetpack/modules/lazy-images/images/1x1.trans.gif)
松尾 豊
大学院工学系研究科
松尾研究室
![](https://deeplearning.jp/wp-content/plugins/jetpack/modules/lazy-images/images/1x1.trans.gif)
岩澤 有祐
大学院工学系研究科
松尾研究室
![](https://deeplearning.jp/wp-content/plugins/jetpack/modules/lazy-images/images/1x1.trans.gif)
鈴木 雅大
大学院工学系研究科
松尾研究室
![](https://deeplearning.jp/wp-content/plugins/jetpack/modules/lazy-images/images/1x1.trans.gif)
山川 宏
大学院工学系研究科
松尾研究室
![](https://deeplearning.jp/wp-content/plugins/jetpack/modules/lazy-images/images/1x1.trans.gif)
松嶋 達也
大学院工学系研究科
松尾研究室
![](https://deeplearning.jp/wp-content/plugins/jetpack/modules/lazy-images/images/1x1.trans.gif)
谷口 尚平
大学院工学系研究科
松尾研究室
![](https://deeplearning.jp/wp-content/plugins/jetpack/modules/lazy-images/images/1x1.trans.gif)
古田 拓毅
大学院工学系研究科
松尾研究室
![](https://deeplearning.jp/wp-content/plugins/jetpack/modules/lazy-images/images/1x1.trans.gif)
中野 聡大
大学院工学系研究科
松尾研究室
![](https://deeplearning.jp/wp-content/plugins/jetpack/modules/lazy-images/images/1x1.trans.gif)
高波 亮介
大学院工学系研究科
松尾研究室
![](https://deeplearning.jp/wp-content/plugins/jetpack/modules/lazy-images/images/1x1.trans.gif)
大島 佑太
大学院工学系研究科
松尾研究室
![](https://deeplearning.jp/wp-content/plugins/jetpack/modules/lazy-images/images/1x1.trans.gif)
佐藤 誠人
先端科学技術研究科
講師(寄付企業)
![](https://deeplearning.jp/wp-content/plugins/jetpack/modules/lazy-images/images/1x1.trans.gif)
三宅 陽一郎
・AI&アーツ・アルケミー
取締役CTO
![](https://deeplearning.jp/wp-content/plugins/jetpack/modules/lazy-images/images/1x1.trans.gif)
森 友亮
・AI&アーツ・アルケミー
AIリサーチャー
![](https://deeplearning.jp/wp-content/plugins/jetpack/modules/lazy-images/images/1x1.trans.gif)
光藤 祐基
統括部長 / Distinguished Engineer
![](https://deeplearning.jp/wp-content/plugins/jetpack/modules/lazy-images/images/1x1.trans.gif)
妹尾 卓磨
Research Scientist
![](https://deeplearning.jp/wp-content/plugins/jetpack/modules/lazy-images/images/1x1.trans.gif)
寺尾 真
ビジュアルインテリジェンス研究所
主任研究員
![](https://deeplearning.jp/wp-content/plugins/jetpack/modules/lazy-images/images/1x1.trans.gif)
大山 博之
データサイエンス研究所主任研究員
演習講師/ティーチングアシスタント(TA)
![](https://deeplearning.jp/wp-content/plugins/jetpack/modules/lazy-images/images/1x1.trans.gif)
野辺 宣翔
![](https://deeplearning.jp/wp-content/plugins/jetpack/modules/lazy-images/images/1x1.trans.gif)
市川 大樹
大学院情報科学研究科
![](https://deeplearning.jp/wp-content/plugins/jetpack/modules/lazy-images/images/1x1.trans.gif)
三富 佑人
運営
![](https://deeplearning.jp/wp-content/plugins/jetpack/modules/lazy-images/images/1x1.trans.gif)
大牧 信介
![](https://deeplearning.jp/wp-content/plugins/jetpack/modules/lazy-images/images/1x1.trans.gif)
関 悠里子
![](https://deeplearning.jp/wp-content/plugins/jetpack/modules/lazy-images/images/1x1.trans.gif)
河合 真里
特任専門職員
![](https://deeplearning.jp/wp-content/plugins/jetpack/modules/lazy-images/images/1x1.trans.gif)
大江 奈保子
特任専門職員
募集要項
- 本セミナーは、ライブ配信される講義映像を、各人が自宅等で視聴・演習していただく形式です。
- 各講義日の18:45〜20:30にライブ配信します。ライブ配信では、リアルタイムに質問を受け付けます。
- ライブ配信への参加方法など詳細については、受講が決定された方にご連絡いたします。
- 対象:学生(中学生〜大学院生.東京大学以外の学生も受講可能です)
※社会人学生も受講可能。ただし大学生と社会人学生の場合、学士以上の学位取得ができる学生が対象(科目履修生等は対象外)
(本講座は公開講座であり、大学から単位は出ません。) - 受講料はかかりません。
参加条件
- 現役の学生であること
- 深層学習/Deep Learningの基礎知識を備え、基礎的な実装が自身でできること
- 毎回の講義を確実に視聴できること
- 課題に取り組む時間を十分に作れること
- 最終課題に取り組む意欲があること
- 応募フォーム内にある設問、略歴、応募動機に回答できること
留意事項・お知らせ
- 本セミナーには最終課題があります。各講義と最終課題の提出物を提出し基準以上の評価を得ることで修了となります。最終課題に取り組む時間を十分に用意してください。
- 最終課題の問題は「講義と演習で扱った内容を発展させたプロジェクトを計画・実験し、結果とともに報告してください」を予定しています。
- 最終課題は基本受講生の間でグループを組んで取り組んでいただきます。グループは11月半ばごろに決定予定で、決め方などは講義の中で説明します。
よくある質問はこちら ( ※申込フォームではありません。)