[AI活用学問革新創成] 2021年度採択課題

安倍 悠朔

分子パターンの自在制御に向けた自己組織化のスパースモデリング

研究者
安倍 悠朔

早稲田大学
大学院創造理工学研究科
大学院生

研究概要

本研究では、自己組織化を用いた分子パターニングとスパースモデリングを組み合わせることで、自己組織化による機能性分子のパターン形成を自在に制御する方法論を構築します。本研究で構築する方法論は、スパースモデリングの強みを生かし、様々な物質合成条件を網羅的に取り扱うことで現象の全体像の記述を実現することから、所望のパターンを精密かつ迅速に作り分け、新たな機能創出へとつながることが期待されます。

網野 海

捕食者模倣型AIによるチョウ擬態形質の解析

研究者
網野 海

東京大学
大学院農学生命科学研究科
大学院生

研究概要

動物の「擬態」は自然選択が進化させた興味深い現象であり、研究者だけでなく多くの人々を魅了してきましたが、擬態の完成度は客観的な定量化が難しい上、捕食者の視点から評価するにはコストの高い捕食実験が必要です。そこで本研究では鳥類の視覚を模倣したAIを開発し、チョウの翅模様を例に捕食者の視点から擬態の完成度を評価するシステムを構築すると共に、AIが人以外の動物の反応を模倣できる可能性を探ります。

林 和眞

AIで拓く都市集合知形成に向けた都市マネジメント

研究者
林 和眞

東京都市大学
大学院環境情報学研究科
准教授

研究概要

本研究は、地域ニーズ把握と参加を積極的に促せるAIが切り拓く都市集合知に向けた都市マネジメントシステムを提案する。具体的には、①QoLデータの収集及びアナログデータのデジタル化による既存データとの融合、②AIを利用したQoL指標のモデル構築・運用、③空間情報科学(GIS)を活用した地区・コミュニティ・広域などの複数時空間スケールでの動学的指標算出により、都市マネジメントのモデルケースを提案する。

内山 瑛美子

時空間表象と感覚統合から視空間認知機能を解するAI

研究者
内山 瑛美子

東京大学
工学系研究科
助教

研究概要

本研究の目的はヒトの統一的な認知プロセスを仮定し、いくつかの構成要素からなるモデルとしてみなすことで、構成論的にヒトの認知機能を明らかにすることです。特に認知症者に表出する機能障害としての症状に着目し、心的な時空間表象をモデル化し、表出される運動遂行能力・認知機能障害への影響をモデルから解明すること、および、時間知覚の鈍化と感覚統合窓の変化に伴う自己主体感低下から機能障害を説明することを試みます。

大多 哲史

パターン認識による磁性ナノ粒子の磁化応答学理体系化

研究者
大多 哲史

静岡大学
学術院工学領域
准教授

研究概要

磁性ナノ粒子は、内在する磁化の磁場に対する応答により、非接触に動態制御することができる微細構造材料として注目されています。本研究では、磁化応答の実測から得たデータをパターン認識の手法により解析します。磁化応答に関わる、粒子構造、周囲の環境、印加磁場に依存するパラメータ間に生じる相互依存性を考慮し、磁化応答を体系的に表した理論関数を設計し、応用性の高い磁性ナノ粒子設計システム構築を目標とします。

大西 鮎美

疲労時五感の定式化と疲労時能力をAIで補正する五感拡張装置の開発

研究者
大西 鮎美

神戸大学
大学院工学研究科
助教

研究概要

眼鏡や補聴器といった五感を拡張する装具は、人々の生活の質向上に不可欠なものです。しかし人間の五感は疲労で日常的に変化する可能性があり、五感拡張装置が疲労を考慮しなければ深刻な問題を引き起こすと考えられます。本研究では、身体や精神の疲労が五感に与える影響をクロスモーダルに調査し、疲労時五感を推定して疲労を考慮した五感拡張装置を開発します。

河窪 正照

同一者の血流情報に基づく心筋の虚血診断補助システム

研究者
河窪 正照

九州大学
大学院医学研究院
助教

研究概要

心臓の筋肉への血液供給障害によって起こる疾患を虚血性心疾患と呼びます。虚血性心疾患の画像診断には熟練した医師の目が必要です。しかし、熟練医不足によって医師の虚血診断の確信度が低下し、疾患に対する患者さんの不安の増加が生じています。本研究では、従来の虚血診断の画像情報に人工知能によって診断補助画像情報を追加し、医師の診断の確信度を高め、患者さんが安心して治療に臨めるようなシステムの構築を目指します。

川本 達郎

グラフ構造を用いた自由記述データ処理に関する研究

研究者
川本 達郎

産業技術総合研究所
人工知能研究センター
研究員

研究概要

グラフ構造を用いた自由記述式アンケート手法についての理論的研究を行う。自由記述データを集約処理する際の構造推論において、順序制約の影響や摂動に対するロバストネスを解明する。

佐藤 英祐

機械学習を利用した有機電解合成反応の効率的最適化

研究者
佐藤 英祐

岡山大学
学術研究院自然科学学域
助教

研究概要

有機化合物の情報を用いた機械学習を行うために、出発原料や試薬といった有機化合物のデータをはじめとした構造式として表記されていた情報を数値化する。その後、それらのデータと実際に得られた実験結果を組み合わせることで一般性の高い有機化学変換の反応性予測モデルを構築する。得られたモデルには構造式情報が組み込まれているため、他の出発原料を用いた別の化学変換にも適用が可能となると考えている。

佐藤 光哉

動画像クラウドセンシングによる無線資源の開拓

研究者
佐藤 光哉

電気通信大学
人工知能先端研究センター
助教

研究概要

自動運転車両等から収集した動画像データと深層学習を駆使した、高速・高精度な電波伝搬推定手法の設計に取り組みます。無線通信における通信効率は、電波伝搬特性の推定精度に強く依存します。従来の受信電力値観測型の限界打破に向け、動画像データからの電波伝搬推定に特化した構造物情報の取得法、およびその活用法の確立を目指します。今後数十年間に渡っての無線通信の需要拡大に対応するデータ解析基盤を創出します。

島田 裕平

次世代 IoT・AI を用いた遠隔医療の法政策デザイン

研究者
島田 裕平

東京大学
大学院法学政治学研究科
大学院生

研究概要

IoTやAIを利用した次世代の社会を実現するためには、技術の発達と実装を支援する法政策が必要です。本研究は遠隔医療の分野で起こりつつあるイノベーションとシステム化を検証した上、その環境を生み出す要因を個体レベルと地域レベルにおいて特定します。さらに、伝統的な法体系と社会変革の間で起こるコンフリクトの解消や、特定された要因を制度へと昇華することを目的として、政策パッケージモデルの構築を行います。

鈴木 飛鳥

データ駆動型構造最適化による高機能放熱部材の創製

研究者
鈴木 飛鳥

名古屋大学
大学院工学研究科
助教

研究概要

積層造形技術の発展により、従来よりも複雑な形状を有する放熱部材を創製可能となりました。本研究では、データ駆動型構造最適化による放熱部材構造の最適化を目指します。具体的には、複雑構造体の熱流体有限要素解析を行い、構造モデルとその特性を畳み込みニューラルネットワークに学習させます。そのモデルから所望の特性を持つ構造をベイズ最適化により探索し、得られた最適構造の優れた放熱特性を実験的に実証します。

田中 翼

AI作曲におけるルールベース手法の機械学習への統合

研究者
田中 翼

東京藝術大学
音楽学部
非常勤講師

研究概要

コンピュータ支援作曲において、作曲家の意図をいかに反映するか、オリジナリティの確保、生成楽曲の質の保証は重要課題である。こうした問題に対して、作曲家は自らのこだわりを反映させるため、機械学習よりも自分でデザインした目的関数や制約に基づくルールベースの手法を好む傾向がみられる。このことを考慮しつつも機械学習の力をAI作曲に活用するため、本プロジェクトではルールベース手法の機械学習への統合を試みる。

壇辻 貴生

交通流理論と強化学習による都市交通システム最適化

研究者
壇辻 貴生

金沢大学
理工研究域
特任助教

研究概要

多種多様な交通データを活用したAI手法によって、渋滞のない社会実現が期待されています。しかし、膨大なデータを全て生データとして管理することはデータ容量という観点で困難です。効率的なデータ管理が必要になってきます。本研究では交通流理論に基づき効率的なデータ保管を行い、強化学習による交通需要マネジメント施策の最適化を行う手法を提案し、ビッグデータ時代の新たな枠組みの構築を目指します。

Zhang Jingfeng

Discouraging adversarial attacks through improving the adversarial training

研究者
Zhang Jingfeng

理化学研究所
革新知能統合研究センター
博士研究員

研究概要

Adversarial training (AT) is a trendy training style that can effectively defend against adversarial attacks. This research proposal will discourage adversarial attacks by improving AT.

張 家銘

Design Thinking for Facilitating Data Annotation and Machine Learning

研究者
張 家銘

東京大学
大学院情報理工学研究科
特任講師

研究概要

昨今より良い機械学習の結果に対しての需要が高まっています。これに対する一般的なアプローチは、優れたアルゴリズムを設計することであり、多くの研究がそこに焦点を合わせています。しかしながら別のアプローチとして、アルゴリズムに対して「より良いデータを提供する」という方法があります。この研究では、機械学習の結果を改善するために、コストを増やすこと無くより良いデータを提供する方法に焦点を当てます。

Cai MingBo

Learning categories grounded in sensation without supervision

研究者
Cai MingBo

東京大学
国際高等研究所
講師

研究概要

現在多くの深層学習研究では、分類は教師あり学習によって行われ、その結果ニューラルネットワークは3D物体ではなく2D画像で分類化を学習している。本研究では新しいニューラルネットワーク構造と学習目的を開発し、人間監督に依存しないニューラルネットワークの未来状態を予測する学習によって、ニューラルネットワークに物体の分類表現を可能にさせる。

堤田 成政

マルチスケール・マルチアングルリモートセンシングデータの統合基盤の創成

研究者
堤田 成政

埼玉大学
大学院理工学研究科
准教授

研究概要

多様なリモートセンシングデータが入手可能となった昨今、これらのデータをどのように統合し活用するかが課題となっています。そこで本研究では、マルチスケール・マルチアングルリモートセンシングの統合技術開発に取り組みます。車載カメラにより撮影された大量の位置情報付き地上連続写真と航空写真より大容量・高品質の地上参照データを作成し、このデータと衛星画像から土地利用分類モデルを作成します。

中尾 悠里

AIと人の相互作用による技術哲学の創出

研究者
中尾 悠里

富士通(株)
富士通研究所
研究員

研究概要

あるべき技術像を考える際の基盤となる、人と技術双方の価値観変化を考慮する新しい技術哲学を創出します。そのために、人の価値観に合わせて変化するAIツールを開発・評価します。責任ある研究・イノベーション(RRI)の枠組みに則った人の自律性を担保するツール開発、ツール利用ログに基づく価値観変化の記述・モデリングを通じ、技術の利用過程で変わっていく人間の価値規範を技術哲学の観点から分析します。

西村 和也

深層学習の関連タスク学習能力を活用したバイオ画像認識手法の開発

研究者
西村 和也

九州大学
大学院システム情報科学府
大学院生

研究概要

本研究では、バイオ特有の簡易に取得可能なラベルに着目し、簡易に取得可能な複数のラベルで深層学習モデルを学習することでバイオ画像認識を目指します。本研究が実現できれば、深層学習の実活用の障壁である学習データの作成コストが削減され、 AI技術のさらなる利活用が期待できます。 具体的には、A.個々の細胞種の認識、B.細胞毎の形状認識、C.培養試薬効果検証の三つを目標タスクとして設定し研究を行います。

日永田 智絵

感情を持つロボットの開発に向けた情動反応モデルの構築

研究者
日永田 智絵

奈良先端科学技術大学院大学
先端科学技術研究科
助教

研究概要

本研究では情動反応の計算モデルを構築します。具体的には、視覚と聴覚刺激の二つの実験条件において、情動反応を測定し、個人差を加味した情動反応の計算モデルを構築します。情動反応には様々な定義がありますが、本研究では刺激に対しておこる内臓の活動などの身体反応を指します。感情の根底にある情動反応の計算モデルを構築することで、感情の背後にある基本的なメカニズムを解明し、感情をもつロボットの開発を目指します。

平岡 達也

人間とAIの双方に扱いやすいことばの単位の創出

研究者
平岡 達也

富士通(株)
富士通研究所
研究員

研究概要

本研究では、人間に理解しやすいことばの単位と、AIが処理しやすいことばの単位を比較し、それぞれの性質と共通点を言語学と機械学習の観点から分析します。分析をもとに人間とAIの双方に扱いやすいことばの単位を創出し、これを用いて自然文をことばに分割する新しい自然言語処理のツールを開発します。開発したツールを用いることで、人間による理解のしやすさを保ちつつ、AIの処理性能が向上することを確かめます。

森田 尭

異質データ間での深層転移学習の探求

研究者
森田 尭

大阪大学
産業科学研究所
助教

研究概要

今日のAIには大規模データが必要である。大規模入手が困難な場合には、予め類似する大規模データでAIを訓練する転移学習という手法が用いられるが、適当な類似データが存在しない場合もある。本研究は一見異質に見えるデータ間における転移学習の可能性を探求し、AIに利用可能なデータの幅を広げる。また、動物音声と人間言語のような異質データ間の潜在的類似度を探ることで、AIならではの学術的知見を得る。

森本 裕也

機械学習による電子線制御技術のフロンティア開拓

研究者
森本 裕也

理化学研究所
光量子工学研究センター
白眉チームリーダー

研究概要

電子ビームは電子顕微鏡や描画装置など、広く産業・研究の場で利用されています。電子ビームの空間形状は高精度で制御できますが、時間形状は精密には制御できませんでした。本研究では、機械学習(AI)を活用し、レーザー光によって電子ビームの時間構造をアト秒の極限的な精度で整形する手法を開発します。化学反応の画像化、量子情報、試料損傷の低い顕微鏡、超小型加速器など次世代の電子線技術をAIの力で切り開きます。

山田 広明

機械学習と社会科学の融合による社会シミュレーションの革新

研究者
山田 広明

富士通(株)
富士通研究所
研究員

研究概要

社会シミュレーションは、人流・交通流・ロジスティクスといった分野で、業務フローや合意形成プロセスを革新する可能性を持ちますが、その構築が圧倒的に高コストであるという問題がありました。本研究では、グラフニューラルネットワークと相互作用構造を推定するアルゴリズムを用いることで、データから社会シミュレーションを自動構築する技術の開発を目指します。

プログラム

  • CREST
  • さきがけ
  • ACT-I
  • ERATO
  • ACT-X
  • ACCEL
  • ALCA
  • RISTEX
  • AI時代と科学研究の今
  • AIPネットワークラボ
  • JSTプロジェクトDB
  • 終了事業アーカイブズ
  • ご意見・ご要望