現在，深層学習や生成系AI などの機械学習や人工知能（AI）の話題が毎日のように取り上げられ，社会の関心が集まっています．深層学習は多層ニューラルネットワークの入力に対する回路の出力の「誤差」を最小化する技術です．また，量子計算における量子アニーリングは問題を最小値探索問題として記述して，最適値を求めることです．つまり，全ての人工知能や情報処理は「最適化問題」として記述することができます．最適化は非常に広い概念であるとともに，あらゆる工学・産業・社会を制する技術であると言えます．
　最適化問題を解く最適化法は古くから様々な手法が開発されてきましたが，適用対象が限定されるものが多く，対象によっては適用できません．講師らは，最適化法の中でも，生物進化から着想され，様々な最適化問題に適用可能な進化計算法（EC：Evolutionary Computation）に以前から注目して長年に渡って研究を続けてきました．そして，進化計算こそが最も重要な最適化技術であると確信しています．
　本セミナーでは，今後益々その重要性とニーズが高まると予想される進化計算法の基礎から応用までを易しく解説します．企業などでの様々な業務に有効に活用して処理の最適化・効率化・自動化を促すことが可能です．受講にあたって数学・人工知能・機械学習・深層学習・最適化などに関する予備知識は特に必要としません．ご関心がおありでしたら，ご自身のご専門や職種・業種に関係なく奮ってご参加下さい．