2023年10月12日（木） に開催されたウェビナーをオンデマンドでご視聴いただけます。
フォームに必要事項をご入力いただいた上、Submitボタンをクリックしてください。ご視聴ページへのリンクをお送りします。
ウェビナー概要
ChatGPTなどの大規模言語モデルを利用してビジネスにおける様々な作業を省力化しようとする動きがあります。
果たして大規模言語モデルは、研究開発のように多くの試行錯誤や仮説検証が必要となる複雑なプロセスにも適用可能なのでしょうか。
本ウェビナーでは、長年サイエンス主導の企業に対してテクノロジーを活用した業務支援を行ってきたエンソートの視点から、大規模言語モデルの研究開発への適用可能性についてお話します。
- ChatGPTなどLLMの基盤技術とはどのようなものか。従来の技術との違いは何か
- 研究開発の視点から、最新のモデル、コンポーネント、製品など変化が激しい複雑な現状にどう対処するか
- 科学研究開発特有の大きなリスクとは
- 研究チームのワークフローにおける可能性や活用方法
- 科学ワークフローへLLMを組み込んだ企業の事例紹介
- 将来予測に基づいて今から取り組みを始める方法
エンソートは、科学分野のデジタルトランスフォーメーションを推進しています。 エンソートの技術と深い科学的専門知識は、迅速な発見と継続的な革新を可能にしています。また、デジタルを駆使できる従業員を育成して分析可能な科学データを利用可能にすることで、従業員が科学とビジネスにおける価値創出の促進者になるようにしています。 エンソートは、電子、半導体、材料設計、製造、製薬、バイオテクノロジー、エネルギー、消費財の各市場の組織を変革することを専門としています。 本社は、テキサス州オースティンに位置し、日本の東京、英国ケンブリッジ、スイスのチューリッヒにもオフィスを構えています。 詳細情報については、www.enthought.comをご覧ください。
Related Content
R＆D イノベーションサミット2024「研究開発におけるAIの大規模活用に向けて – デジタル環境で勝ち残る研究開発組織への変革」開催レポート
去る2024年5月30日に、近年注目のAIの大規模活用をテーマに、エンソート主催のプライベートイベントがミッドタウン日比谷6FのBASE Qで開催されました。
科学研究開発における小規模データの最大活用
多くの伝統的なイノベーション主導の組織では、科学データは特定の短期的な研究質問に答えるために生成され、その後は知的財産を保護するためにアーカイブされます。しかし、将来的にデータを再利用して他の関連する質問に活用することにはあまり注意が払われません。
科学研究開発リーダーが知っておくべき AI 概念トップ 10
近年のAIのダイナミックな環境で、R&Dリーダーや科学者が、企業の将来を見据えたデータ戦略をより効果的に開発し、画期的な発見に向けて先導していくためには、重要なAIの概念を理解することが不可欠です。
科学における大規模言語モデルの重要性
OpenAIのChatGPTやGoogleのBardなど、大規模言語モデル（LLM）は自然言語で人と対話する能力において著しい進歩を遂げました。 ユーザーが言葉で要望を入力すれば、LLMは「理解」し、適切な回答を返してくれます。
ITは科学の成功にいかに寄与するか
科学と工学の分野においてAIと機械学習の重要性が高まるなか、企業が革新的であるためには、研究開発部門とIT部門のリーダーシップが上手く連携を取ることが重要になっています。予算やポリシー、ベンダー選択が不適切だと、重要な研究プログラムが不必要に阻害されることがあります。また反対に、「なんでもあり」という姿勢が貴重なリソースを浪費したり、組織を新たなセキュリティ上の脅威にさらしたりすることもあります。
Life Sciences Labs Optimize with New Digital Technologies and Upskilling
Labs are resetting the tr…
From Data to Discovery: Exploring the Potential of Generative Models in Materials Informatics Solutions
Generative models can be used in many more areas than just language generation, with one particularly promising area: molecule generation for chemical product development.