文書の過去の版を表示しています。
農研機構AI教育研修案内（2022年度第2回）
2018年10月の農研機構農業情報研究センター（農情研）発足以来、Python入門、機械学習ワークショップとして開催してきた講習会を、
2020年度から「AIスパコン紫峰」および「農研機構統合DB」を活用した 農研機構AI教育プログラム として再構成し、
講師陣もより充実させて開催しています。
現在の講習は農研機構内職員（主に研究者）を対象としていますが，回を重ねながら内容を充実・改善して，農研機構外部の皆様にも受講いただけるよう検討しています。2022年度からは農研機構に受け入れている外部研究者等の皆様に受講いただけるよう案内しています。
2022年7月29日 (更新間隔が空いてしまいました，
)
第1回のAI教育は初級及び中級の2日目日程まで終えました。中級3日目日程については気象災害(落雷・停電)の影響で延期となっているところです。延期された中級3日目日程については早期に再設定します。
平行して昨日(7月28日)より，第2回AI教育のご案内(受講募集)を開始いたしました。機構内の連絡網及びデスクネッツ(機構内グループウェア)を通じてご案内していますので，ご希望の方は各職場を通じてご応募ください。なお，申し込み多数の場合は受講人数を調整させていただきますのでご了承ください。
第2回初級コースは9月14日(水)・15日(木)の2日間，中級コースは10月25日(火)～27日(木)の3日間の予定で，いずれもオンライン講習です。
農研機構AI教育研修の概要
- 本研修は、予備コース、入門コース、初級コースおよび中級コースの4コースで構成され、大学における１単位（90 分 × 15 回）分の学習時間を掛けて実施します。このうち予備コースと入門コースは自習形式です。研修形式としては初級・中級コースを 1 セットとして年 3 回開催予定です。1 回の定員は参集対面形式の場合 20 ～ 30 名、オンライン形式の場合 30 ～ 60 名を予定しています。
- 初級コースの受講に当たってはAIに関する基本的かつ予備的な知識として、大学教養レベルの数学・統計・プログラミング（Python；R）について習得済みであることを条件としています。この知識が不十分であると初級コースの理解・習得が困難となりますので、確認・復習の意味も含めて予備コースの自習・復習をお願いします。合わせて農研機構における取り組み状況を把握していただく目的で入門コースを用意していますので，この入門コースも自習していただくようお願いします。入門コースは5本の紹介動画を視聴いただく形式での自習となっています。
- 受講について
- 初級コースの実施案内は農研機構内のグループウェアであるデスクネッツでお知らせしております。受講を希望される方は、デスクネッツに掲載される受講案内に従って手続きを進めてください。
- 初級コース修了後に中級コースの受講を案内しています。
- 本研修の修了者（農研機構内受講者に限る）は人事記録に記載することができます（受講修了者ご本人が申請します）。
- 本研修受講中は、Teams 及び Slack を用いて受講者からの研修内容についての技術的相談を随時受け付けます。
- 本研修受講後は、課題によって農情研にてテーマ化したり、OJTを行ったりなどの継続的な支援を行います。
- 繰り返しになりますが重要なので今一度。本研修の内容には、受講の基礎となる数学や基礎統計、プログラミング言語等が含まれていません。必要に応じて、下記予備コースを参照しご自身で準備をお願いします。
AI教育研修のコース案内
| コース | 目的 | 内容 | 形式 | 時間 |
|---|---|---|---|---|
| 予備コース | 予備知識の習得、受講者のレベル合わせ | 数学基礎、統計基礎、プログラミング基礎、AI基礎 | 自習(教材・動画) | 5 時間* |
| 入門コース | 予備コース復習・確認、AI全体像・農情研でのAI適用事例を習得 | AI概論、農情研事例紹介 | 自習(動画視聴) | 3 時間 |
| 初級コース | 具体的な問題 2 例を対象にした基礎知識を習得 | スパコンの操作、回帰分析、NARO統合DB、画像認識入門 | オンライン配信 | 2 日間 |
| 中級コース | 機械学習の一般的な知識を習得 | 統計的機械学習、教師なし学習・時系列解析、深層学習 | オンライン配信 | 3 日間 |
| 応用コース | 機械学習の応用技術の習得 | テーマごとに特論（準備中） | オンライン配信・個別開催 |
* 必要な時間数は予備知識の有無によって大きく異なります。
予備コース
予備コースは、AI 教育プログラム初級コースを受講するにあたり、必要な基礎知識を習得する目的で設けられたコースとなっています。 AI 教育プログラムは、数学、統計、ならびにプログラミング言語の基本的な部分をすでに習得済みの方を対象にしています。 これらの基礎項目に関して未習得または不得意な部分がありましたら、以下の資料を参考にして予習・復習を進めてください。
- 予備コースガイダンス（想定学習時間：15分）
- 人工知能基礎（想定学習時間：60分）
- 数学基礎（想定学習時間：90分）
- 統計基礎（想定学習時間：60分）
- プログラミング言語基礎（想定学習時間：60分）
入門コース
予備コースで自習した内容の復習も兼ねて、農業研究におけるAIの関わりやAIについての基本知識、農情研におけるAI研究開発事例について、解説・紹介動画を視聴いただき習得します。
| 内容 | 時間 | 担当 |
|---|---|---|
| E-1 農研研究と AI | 30 分 | 中川路センター長 |
| E-2 AI（人工知能）とは | 30 分 | 孫主任研究員 |
| E-3 多変量解析ユニット事例 | 30 分 | 菊井ユニット長(前) |
| E-4 確率モデルユニット事例 | 30 分 | 孫主任研究員、岸主任研究員 |
| E-5 画像認識ユニット事例 | 30 分 | 杉浦ユニット長 |
初級コース
初級コース 1 日目：スパコン入門、回帰・統計基礎
| 開始時刻 | 内容 | 時間 | 担当 |
|---|---|---|---|
| 10:00 | B1-1 農研機構計算機環境について | 40 分 | 江口専門職 |
| 10:40 | B1-2 スパコン操作入門 | 80 分 | 桂樹主任研究員 |
| 13:00 | B1-3 データ処理 | 60 分 | 桂樹主任研究員 |
| 14:00 | B1-4 回帰分析 | 90 分 | 孫主任研究員 |
| 15:40 | B1-5 確率・統計 | 60 分 | 藤岡ユニット長 |
初級コース 2 日目：NARO統合DB・物体認識
| 開始時刻 | 内容 | 時間 | 担当 |
|---|---|---|---|
| 10:00 | B2-1 農研機構統合データベース操作入門 | 100 分 | 桂樹主任研究員 |
| 13:00 | B2-2 深層学習・物体認識 | 180 分 | 孫主任研究員 |
| 16:40 | Q1・2: 演習課題①②説明 | 10 分 | 孫主任研究員 |
中級コース
中級コース 1 日目：統計的機械学習
| 開始時刻 | 内容 | 時間 | 担当 |
|---|---|---|---|
| 13:00 | I1-1 分類問題 | 120分 | 小林主任研究員 |
| 15:10 | I1-2 モデル評価 | 70 分 | 孫主任研究員 |
| 16:20 | Q3: 演習課題③説明 | 10 分 | 小林主任研究員 |
中級コース 2 日目：教師なし学習・時系列解析
| 開始時刻 | 内容 | 時間 | 担当 |
|---|---|---|---|
| 13:00 | I2-1 教師なし学習 | 90分 | 桂樹主任研究員 |
| 14:30 | Q4: 演習課題④説明 | 10 分 | 桂樹主任研究員 |
| 14:50 | I2-2 時系列解析 | 90分 | 岸主任研究員 |
中級コース 3 日目：深層学習
| 開始時刻 | 内容 | 時間 | 担当 |
|---|---|---|---|
| 13:00 | I3 深層学習(物体検出) | 180分 | 高山上級研究員 |
| 16:10 | Q5: 演習課題⑤説明 | 10 分 | 高山上級研究員 |
受講者の皆様へ
【重要】 初級コースを受講される方は、以下の準備をお願いします （受講が決まった方には個別にご案内します）。
- 事前に上記予備コースのガイダンス資料を確認し、各人のレベルに合わせて他の資料も目を通し予習してきてください。
- 受講者の方には別途、スパコンのアカウントをご連絡します。ご案内メールにしたがって利用準備を行ってきてください。すでにスパコンアカウントをお持ちの方はそのアカウントで受講いただきます（この場合も以下のスパコン利用者ポータル内の手引きに従って、Miniconda(Anacondaのコアセット)、Jupyter Lab、RStudioの導入を済ませておいて下さい）。
- 問題がありましたら、別途ご案内するTeamsまたはSlackでご連絡ください。
- 参集対面形式で実施の場合は講習当日、利用準備を済ませたノートPCを会場に持参してください。
- オンライン形式で実施の場合は各職場内のデスクトップPC等（スパコン接続準備を済ませたもの）の利用も可能です。
問い合わせ先
- 受講についての手続き，その他一般的内容 → waki@affrc.go.jp 基盤技術研究本部研究推進室 脇山
- 講習内容など，技術的要素を含む内容について → RCAIT-AIJinzaiIkusei@ml.affrc.go.jp 基盤技術研究本部農業情報研究センターAI人材育成室
