ARISE analyticsは、5月27日（火）～5月30日（金）に開催する2025年度 人工知能学会全国大会（第38回）に、プラチナスポンサーとして参加します。
今回はランチョンセミナー（スポンサー企画セミナー）、インダストリアルセッション（産業界からの事例発表）、企業展示、ポスターセッションにて、下記の通り発表・ブース出展を行います。ぜひ、ご来場ください。

※大会URLはこちら
※出展の全体像はこちら

ランチョンセミナー

• 発表日時：2025年5月28日(水) 12:30 〜 13:20
• 会場：大阪国際会議場（グランキューブ大阪）M会場 (会議室1008)
• テーマ：KDDIのビックデータとAIを活用した最新事例のご紹介　
  ～AIアドバイザー、異常通信検知、生成AI×位置情報、ドローン画像解析～
• 発表者：データサイエンティスト 秋元 裕介、田口 尚樹、今井 裕貴、髙橋 柾人
• 概要：
  当社のデータサイエンティストが手掛ける、KDDIの豊富なデータを活用した最新事例を4つご紹介します。
  【紹介事例】
  ・カスタマーサポート領域における生成AIを活用したAIアドバイザー導入事例のご紹介
  ・AIを活用した車両・IoT通信における異常通信検知の研究のご紹介
  ・位置情報をテーマにした生成AIによるデータ探索システムのご紹介
  ・ドローンデータを活用した点検DX事例のご紹介
  
  株式会社 ARISE analytics　ランチョンセミナーご案内
  
  2025年度 人工知能学会全国大会に参加申し込みをしている方は、こちらからスケジュール登録ができます。
  

インダストリアルセッション

• 発表日時：2025年 5月27日(火) 17:40 〜 19:10（うち、18:34 〜 18:40）
• 会場：大阪国際会議場（グランキューブ大阪） G会場 (会議室1002)
• テーマ：カスタマーサポート領域における生成AIを活用したAIアドバイザー導入事例のご紹介
• 発表者：データサイエンティスト 田口 尚樹
• 概要：
  ARISE analyticsでは、KDDIが推進する新たな顧客体験(CX)の創造を実現するため、データ分析やAI技術を活用した支援を行っています。今回、KDDIカスタマーサポート領域における業務変革支援の一つとして、お客さまセンターのお問い合わせ窓口に、生成AIとデジタルヒューマンを組み合わせたオンラインサポートの導入支援をしました。生成AIを活用したデジタルヒューマンのもつ、親しみやすく安心感のあるコミュニケーション能力により、便利で快適なサポート体験を提供していきます。本セッションでは、その詳細についてご紹介いたします。
  
  2025年度 人工知能学会全国大会に参加申し込みをしている方は、こちらからスケジュール登録ができます。
  

企業展示

• 開設日時：2025年5月27日（火）～ 5月30日（金）
• 会場：大阪国際会議場（グランキューブ大阪）3Fイベントホール　ブースE-93
• テーマ：KDDIのビッグデータ/AIを活用した最新事例と研究のご紹介
• 概要：
  展示ブースでは、AIを活用した4つの最新事例や研究をご紹介します。また、現場で活躍するデータサイエンティストが業務内容やキャリアについてお話します。将来データサイエンティストとして働くことを検討されている方や、AIを活用した最新のビジネストレンドに興味のある方はぜひお立ち寄りください。
  
  ■事例
  ①カスタマーサポート領域における生成AIを活用したAIアドバイザー導入事例のご紹介
  ②AIを活用した車両・IoT通信における異常通信検知の研究のご紹介
  ③位置情報をテーマにした生成AIによるデータ探索システムのご紹介
  ④ドローンデータを活用した点検DX事例のご紹介
  
  ■研究
  ・反論・再考プロンプトによるHallucination検出手法の提案
  ・大規模言語モデルを応用した通信ネットワークシミュレーションのための生成モデルの検討

詳細はこちら

ポスターセッション

5月27日（火）～28日（水）に、大阪国際会議場（グランキューブ大阪）W会場 (イベントホールD-E)にて、弊社データサイエンティスト・エンジニアによるポスターセッションを行います。

1. 反論・再考プロンプトによるHallucination検出手法の提案

   1. 日時：2025年5月27日(火)  15:30 〜 17:30

   2. 講演番号：1Win4-29
   3. 著者：山里 飛鳥、小山 航平
   4. 概要
      生成AI利用における課題として，事実と異なる内容を出力する現象:Hallucinationが存在する．Hallucinationを検出する手法として検索拡張生成が研究されているが，生成AIへ与える外部リソースを事前に整備する必要があり，幅広いユースケースへの対応が困難であると考えられる．また，生成AIへ同一プロンプトを複数回入力して得られた回答の揺らぎをもとにHallucinationを検出する手法(SelfCheckGPT)が存在するが，入出力のtoken量が膨大になるという課題がある．本研究ではtoken量を抑えつつ，外部リソースを用いずにHallucinationを検出する手法を提案する．具体的には，LLMの思考と社会的行動が人間と類似しているという既存研究の示唆をもとに，反論し再考を促す行為を通じてHallucination検出を提案する．提案手法の精度検証のために，日本語で構成された一般常識を問うデータセットをもとに実験を行った．その結果，従来手法と比較して入出力のtoken量を抑えながらRecallを高くHallucinationの検出ができることを確認した．
      
   5. 2025年度 人工知能学会全国大会に参加申し込みをしている方は、こちらからスケジュール登録ができます。
      

2. Lage Network Model: 大規模言語モデルを応用した通信ネットワークシミュレーションのための生成モデルの検討

   1. 日時：2025年5月28日(水) 15:30 〜 17:30 

   2. 講演番号：2Win5-96
   3. 著者：秋元 裕介、山嵜 聖也
   4. 概要
      クラウドやIoT機器の普及など，現代のテクノロジーは通信ネットワークの上に成り立っている．
      サイバー攻撃に対するセキュリティの強化や通信品質の向上など，通信データを対象とした技術開発の重要性が高まっているが，通信データを対象とした研究においては，適切なネットワークの構築や通信パケットをキャプチャする仕組みなどデータ取得のコストが高い場合が多い．
      他方，最近では生成AIの発展により，言語をはじめとする様々な形式のデータが確率モデルによって生成されるようになったが，通信ネットワークを対象とした確率モデルについてはまだ研究が進んでいない．
      そこで本研究では，大規模言語モデルをベースとした生成技術を用いて通信データを生成・シミュレーションすることを目的とするLarge Network Modelの可能性について検討した．具体的には，大規模モデルを構築するための初期検討として，言語モデルをベースとした生成モデルを構築し通信データを用いた学習，評価を行い，その有効性を検討した．
      
   5. 2025年度 人工知能学会全国大会に参加申し込みをしている方は、こちらからスケジュール登録ができます。