AIP加速課題
AIP加速課題は、AIPネットワークラボの領域における優れた研究成果をベースに、新たな方向付けをした研究課題を支援し、AIPネットワークラボとしての成果最大化を狙うものです。
2020年度研究開始課題（研究終了）
※ 所属・役職は、活動終了時点のものです。
バイオ実験作業の知の獲得とロボットへの転写
研究代表者
主たる共同研究者
| 光山 統泰 |
産業技術総合研究所 人工知能研究センター 研究チーム長 |
| Kitani Kris M. |
Carnegie Mellon University The Robotics Institute School of Computer Science Associate Research Professor |
研究概要
本研究は、CRESTで得られた集合視による人物行動センシングを発展させ、実験技術者の一人称視点カメラ映像を中心としたバイオ実験作業記録映像から作業技能の暗黙知を獲得し、ロボットへ転写するための基盤技術の構築を目指すものです。バイオ実験作業記録データセットを他に先駆けて構築するとともに、作業認識技術、作業技能モデリング技術、ロボットへの作業技能転写技術について研究を行います。
小型IoTエッジデバイスの軽量暗号アーキテクチャ設計
研究代表者
主たる共同研究者
研究概要
IoTエッジデバイスの消費電力等の物理情報から個人情報を盗もうとする攻撃の脅威は、AI技術の進展で深刻化しています。本研究は、物理情報漏洩を阻止する、小型・省電力・セキュアなIoTシステムの開発に取り組みます。物理セキュリティを持つプロセッサ（CPU）と軽量暗号ソフトウェアの統合システム、および、最新のAI攻撃を模した安全性評価プラットフォームを構築し、セキュアなIoT社会の実現を目指します。
限られた教師情報からの高精度な予測モデルの構築
研究代表者
| 原田 達也 |
東京大学 先端科学技術研究センター 教授 |
主たる共同研究者
| 杉山 将 |
理化学研究所 革新知能統合研究センター チームリーダー |
研究概要
本研究の目的は、少数のラベル付き情報しかない状況において、高精度な予測モデルの学習手法の実現と、その自動学習計算基盤の構築です。近年の機械学習の成功により、予測精度が大幅に向上しましたが、高い予測精度を得るには膨大なラベル付きデータが必要で、大変な労力がかかることが問題となっています。そこで本研究では、この問題の解決に向けて、弱教師学習、知識転移、これらの自動学習などの観点から取り組んでいきます。
革新的画像解析技術を用いた広域宇宙撮像データ分析
研究代表者
| 吉田 直紀 |
東京大学 国際高等研究所カブリ数物連携宇宙研究機構 教授 |
主たる共同研究者
| 上田 修功 |
日本電信電話株式会社 NTTコミュニケーション科学基礎研究所 上田特別研究室特別研究室長／NTT フェロー |
| 田中 雅臣 |
東北大学 大学院理学研究科 准教授 |
| 池田 思朗 |
情報・システム研究機構 統計数理研究所 教授 |
| 市來 淨與 |
名古屋大学 素粒子宇宙起源研究所 准教授 |
| 西道 啓博 |
京都大学 基礎物理学研究所 特定准教授 |
研究概要
すばる望遠鏡および木曽観測所 Tomo-e Gozen による宇宙観測データから遠方超新星や特異天体を自動検出・分類し、天文学の新領域を開拓します。そのためにペタバイト級動画の分析技術とデータ圧縮技術を確立します。数千万個の銀河画像を解析し、重力レンズシグナル（物質密度分布）を世界最高精度で計測します。宇宙画像の統計解析を高速化するエミュレーション技術を活用し、宇宙の物質分布を明らかにします。
