機械学習モデルの精度を高める、機械学習モデルの目標制度をより早く達成する、人間と機械の知能を組み合わせて精度を最大化する、機械学習を利用し人間のタスクを支援し、効率を高める。といったGPTｓを活用するための重要な指標をお伝えしました。これはHuman-in-the-Loopと呼ばれる、AIを使用するアプリケーションで人間と機械の知能を組み合わせるための一連の戦略です。人間とAIの相互作用は最高の学習効果をもたらすことができる。よって主に人間の知識をモデリングプロセスに組み込むことは、コンピュータ技術だけでなく、認知心理学、行動心理学が交差する広範囲な研究分野です。つまり、AIは人間の専門知識に勝てません。なぜなら、AI単体では人から学んだ以上のことはできないからです。しかし、人とAIの相互作用によれば、想像を超えるパフォーマンスを発揮できる可能性があります。 ここにいるみなさんは、今同じスタートラインに立っています。専門知識を持ち、既存の組織にHuman-in-the-Loopを導入するノウハウをこれから確立していく必要があります。 OpenAIやAnthropicといったAIプロバイダーに対して、ラストワンマイル、エンドユーザーと繋げて業務のパフォーマンスを最大限発揮させるには私たちが必要です。 時代はAIを開発することから活用することへとフェーズが進みます。 そして、このセミナーにより皆様の新たなキャリアの道を拓く、鍵となることを願っております。 https://www.youtube.com/watch?v=C6vFUt8-Czw

1. © 2023 LAC Co., Ltd. 2024/3/18
人とAIが協調するHuman-in-the-Loopへ
「今からでも間に合う」GPTsによる活用ＬＴ会
株式会社ラック
セキュリティビジネス統括部
テクノロジーリスクコンサルティング部
二本松哲也

2. Agenda
© 2023 LAC Co., Ltd. 2
1. 自己紹介
2. Human-in-the-Loopについて
3. AIは人間の専門知識に勝てない
4. AIを開発することから活用することへ
5. 組織内に専用GPTを導入する
6. 概念モデル
7. まとめ

3. © 2023 LAC Co., Ltd. 3
部門を超え新たなセキュリティコンサルティングサービス企画・提案
LACWATCH連載「情シス部門のゼロトラスト導入に向けて」執筆
令和2年度事業 総務省テレワークセキュリティ相談窓口
ボランティアとして、WASForum Hardening Drivers Conference 2021で「Privacy by
Designの視点と実装」共同提案、OWASP Top 10 Privacy Risks Version 2.0 コントリ
ビューター、Security & Privacy by Design Founderとして活動。
個人ブログ qualias.net
二本松 哲也
株式会社ラック
セキュリティビジネス統括部
テクノロジーリスクコンサルティング部

4. © 2023 LAC Co., Ltd.
会社概要・事業所
4
2023年
3月期
440.1億円
名 称 株式会社ラック （LAC Co., Ltd.）
事業概要
■ セキュリティ事業
■ システムインテグレーション事業
■ 情報システム関連商品の販売及びサービス
本社所在地
〒102-0093
東京都千代田区平河町2-16-1 平河町森タワー
事業所
東陽町オフィス
名古屋オフィス
福岡オフィス
ラックテクノセンター秋葉原
ラックテクノセンター北九州
シンガポール支店
従業員数 2,129名（2023年3月31日現在）
設 立 2007年10月1日 ※創業：1986年9月
資本金 26億4,807万5,000円
売上高 440億円（2023年3月期）※連結
上場市場 東京証券取引所スタンダード
本社 ：
平河町森タワー
システムインテグレーション事業
55% 244.9億円
セキュリティ事業
45% 195.2億円
シンガポール支店

5. © 2023 LAC Co., Ltd.
Human-in-the-Loopについて
5

6. © 2023 LAC Co., Ltd.
書籍の紹介
6
出典：Human-in-the-Loop Machine Learning : Active learning and annotation for human-centered AI

7. © 2023 LAC Co., Ltd.
Human-in-the-Loop の基本原則 – 人間参加型の機械学習
7
人間参加型の機械学習は、AIを使用するアプリケーションで人間と機械の知能を組み合わせる
ための一連の戦略です。一般的な目標は以下のことを1つ以上実現することです。
機械学習モデルの精度を高める
機械学習モデルの目標精度をより早く達成する
人間と機械の知能を組み合わせて精度を最大化する
機械学習を利用し人間のタスクを支援し、効率を高める
出典：Human-in-the-Loop Machine Learning : Active learning and annotation for human-centered AI

8. © 2023 LAC Co., Ltd.
AIは人間の専門知識に勝てない
8
出典：A Survey of Human-in-the-loop for Machine Learning | arXiv:2108.00941 [cs.LG]

9. © 2023 LAC Co., Ltd.
AI・モデルの開発サイクル
9
データ処理 学習 モデル 結果と推論

10. © 2023 LAC Co., Ltd.
Human-in-the-Loop データ処理パイプライン
10
データ処理
データ
アノテーション
モデル
トレーニング
反復ラベリング

11. © 2023 LAC Co., Ltd.
AIを開発することから活用することへ
11

12. © 2023 LAC Co., Ltd.
Human-in-the-Loop セキュリティ・システムのワークフロー
12
出典：A Survey of Human-in-the-loop for Machine Learning | arXiv:2108.00941 [cs.LG]

13. © 2023 LAC Co., Ltd.
代表的なHuman-in-the-Loopシステムの概要
13
出典：A Survey of Human-in-the-loop for Machine Learning | arXiv:2108.00941 [cs.LG]

14. © 2023 LAC Co., Ltd.
組織内に専用GPTを導入する
- Human-in-the-Loopを活用する -
14

15. © 2023 LAC Co., Ltd. 15
By tetsuya nihommatsu
Qualias.net

16. © 2023 LAC Co., Ltd. 16
By tetsuya nihommatsu
Qualias.net

17. © 2023 LAC Co., Ltd. 17
By tetsuya nihommatsu
Qualias.net

18. © 2023 LAC Co., Ltd.
概念モデル
- ワークフローのイメージ -
18

19. © 2023 LAC Co., Ltd.
ワークフローのイメージ
19
出典：A Survey of Human-in-the-loop for Machine Learning | arXiv:2108.00941 [cs.LG]
GPTs初号機レイ

20. © 2023 LAC Co., Ltd.
まとめ
20

21. © 2023 LAC Co., Ltd.
まとめ
21
人とAIが協調するHuman-in-the-Loopへ
AIは人間の専門知識に勝てない

22. ※本資料は作成時点の情報に基づいており、記載内容は予告なく変更される場合があります。
※本資料に掲載の図は、資料作成用のイメージカットであり、実際とは異なる場合があります。
※本資料は、弊社が提供するサービスや製品などの導入検討のためにご利用いただき、他の目的のためには利用しないようご注意ください。
※ LAC、ラック、JSOC、サイバー救急センターは株式会社ラックの登録商標です。その他記載されている会社名、製品名は一般に各社の商標または登録商標です。
© 2023 LAC Co., Ltd.
ご清聴ありがとうございました。

23. © 2023 LAC Co., Ltd.