セミナー概要
近年、生成AIが企業の公式ツールとして導入され、研究開発の現場でも活用が広がりつつあります。一方で、実験計画の立案や解析結果の解釈といった研究開発のコア業務においては、どのように活用すべきか模索段階にあるのが実情です。
miHub®︎を活用する研究者の中にも、ベイズ最適化や予測モデルによって数値的な結果は得られるものの、
「この結果を、現場の暗黙知や経験とどう結びつけて解釈すればよいのか」
「次の実験計画にどう落とし込めばよいのか」
といった悩みを抱えているケースが少なくありません。
本ウェビナーでは、生成AIやmiHub®︎の機能紹介に留まらず、企業の研究開発支援を通じて蓄積してきたナレッジや実例をもとに、生成AIとmiHub®︎を実務で有効活用していく際の考え方を解説します。
具体的には、miHub®︎が提示する実験候補、予測結果とその不確実性、特徴量重要度といったアウトプットをどのように読み解き、生成AIを用いて言語化・整理し、科学的な考察としてまとめ上げ、次の実験計画へとつなげていくのかを、具体例を交えて紹介します。
現場での成功例・課題例を踏まえた視点から、研究者自身が納得感をもって意思決定できるMI・生成AI活用のアプローチを提示します。
本動画は、2026年3月4日に開催されたセミナー「生成AI×miHub®： 実験計画を科学的考察につなぐ実践アプローチ」の録画動画となります。
コンテンツ
- 生成AI公式導入が進む中で、研究開発業務における「使いどころ」と限界
- miHub®の出力（実験候補・重要特徴量・不確実性）をどう解釈し、次の実験に落とすか
- 生成AIを用いてmiHub®の結果を言語化・仮説化し、科学的考察を深める実務例
平岡 諒太
Ryota Hiraoka
MI-6株式会社アカウントエンゲージメント部
freee株式会社にてマーケティング、フィールドセールス、カスタマーサクセスのマネジメントを経験。MI-6では新プロダクトのローンチ戦略立案から実行をリードし、現在はmiHub®導入企業の活用支援を担当。研究開発の現場に伴走し、データサイエンス初学者でもMIを業務で使いこなせるよう、運用設計・活用定着支援に取り組んでいる。
対象者
- 企業で生成AIツールを公式導入し、研究開発での具体的な活用方法を模索している開発者
- miHub®を使って実験計画に取り組みたいが、出力される数値やモデル結果の解釈に悩んだ経験のある方
- データサイエンスを専門的に学んだ経験はないが、科学的に納得できる形でMIを活用したい開発者
問い合わせ先
MI-6株式会社 マーケティングチーム：marketing@mi-6.co.jp
※お申し込みいただくと視聴ページへ遷移いたします。もし、視聴できない場合はお手数ですが、問い合わせ先のメールアドレスへご連絡ください。また迷惑メールの設定や、メールアドレス記載の誤りによって、視聴ができないケースがございます。 設定確認と登録アドレスに間違いがないよう、ご確認をお願いいたします。
※同業他社企業のお申し込みはお断りしております。
