[人工知能] 加速フェーズ2019年度研究開始課題

飯山 将晃

FishTechによるサステナブル漁業モデルの創出

研究代表者
飯山 将晃

滋賀大学
データサイエンス学部
教授

主たる共同研究者
栗田 豊 水産研究・教育機構 水産資源研究所 部長
田中 裕介 海洋研究開発機構 付加価値情報創生部門 招聘技術副主任
研究概要

水産海洋ドメイン知識・水産海洋センシング・AI技術からなる海洋水産AI技術(FishTech)を確立し、経済性と資源保護を両立させたサステイナブル漁業モデルを創出することを目標とする。漁業活動の過程で得られるセンサデータを、魚の生態や海洋物理に関するドメイン知識をパターン認識とデータ同化技術に取り入れた新たな技術によって分析・処理し、操業支援情報や中期漁業経営方策を創成する。

落合 陽一

計算機によって多様性を実現する社会に向けた超AI基盤に基づく空間視聴触覚技術の社会実装

研究代表者
落合 陽一

筑波大学
図書館情報メディア系
准教授

主たる共同研究者
遠藤 謙 (株)ソニーコンピュータサイエンス研究所  リサーチャー
菅野 裕介 東京大学 生産技術研究所 准教授
本多 達也 富士通(株) マーケティング戦略本部 
研究概要

AI技術の個人最適化技術と空間視聴触覚技術の統合を通して、人機一体による身体的・能力的困難の超克を目指します。音響提示装置や義手義足などの支援ハードウェアに、ユーザ特性のモデリングやユーザ自身による認識タスク定義を通した適応的な学習機構を組み合わせることで、多様なニーズに応えるAI基盤を提案します。障がい者コミュニティ等との連携を通して、具体的なユーザとタスクに特化したAI技術の社会実装に取り組みます。

加藤 真平

完全自動運転における危険と異常の予測

研究代表者
加藤 真平

東京大学
大学院情報理工学系研究科
特任准教授

主たる共同研究者
河野 健二 慶應義塾大学 理工学部 教授
武田 一哉 名古屋大学 情報学研究科 教授
研究概要

本研究では「走れば走るほど賢くなる自動運転システム」の構築を目指します。ここでいう「賢い」とは、コンピュータによる自律的な認知・判断・操作を行うにとどまらず、周囲の危険と自車の異常を予測できる能力を含みます。危険予測と異常予測の能力を備えることが完全自動運転の安全性と利便性を両立させる最重要課題であり、実用化の鍵を握ります。本研究の目標は、そのための知能化プラットフォームを創出することです。

佐藤 真一

精神医学×メディア解析技術による心の病の定量化・早期発見と社会サービスの創出

研究代表者
佐藤 真一

情報・システム研究機構
国立情報学研究所
教授

主たる共同研究者
相澤 清晴 東京大学 大学院情報理工学系研究科 教授
狩野 芳伸 静岡大学 学術院 情報学領域 准教授
岸本 泰士郎 慶應義塾大学 医学部 特任教授
山崎 俊彦 東京大学 大学院情報理工学系研究科 教授
研究概要

うつ病、統合失調症、認知症などの精神疾患の診断や治療は「言葉」を通じて行われます。正しい診断や治療のためには患者さんの言葉を丁寧に理解し症状の特徴を取り出す必要がありますが、客観的に評価したり数値化したりすることが困難でした。本研究では、自然言語処理およびメディア解析技術を利用して、精神疾患の症状を数値化することで疾患への理解を深め、予防や早期発見などの技術開発につなげることを目指します。

篠田 浩一

社会インフラ映像処理のための高速・省資源深層学習アルゴリズム基盤

研究代表者
篠田 浩一

東京工業大学
情報理工学院
教授

主たる共同研究者
松岡 聡 理化学研究所 計算科学研究センター センター長
横田 理央 東京工業大学 学術国際情報センター 教授
研究概要

ドライブレコーダーや監視カメラの大量の高精細映像から実時間で物体の検出や異常の検知を行うための、高性能かつ省コストな深層学習アルゴリズム基盤を構築します。この目的のために、機械学習分野と高性能計算分野の研究者が綿密に連携し、システムからアプリケーションまでの多くの要素技術を垂直統合して開発するCo-Designフレームワークのもと、全体の最適化を行います。

花岡 悟一郎

プライバシー保護データ解析技術の社会実装

研究代表者
花岡 悟一郎

産業技術総合研究所
サイバーフィジカルセキュリティ研究センター
首席研究員

主たる共同研究者
浅井 潔 東京大学 大学院新領域創成科学研究科 教授
小澤 誠一 神戸大学 数理・データサイエンスセンター 教授
菅原 貴弘 (株)エルテス  代表取締役
盛合 志帆 情報通信研究機構 サイバーセキュリティ研究所 研究所長
研究概要

IoT等により収集される膨大なデータに対して最先端人工知能技術を適用することが広く検討されているが、情報漏えいのリスクが深刻な障害となっている。本研究では、本CRESTスモールフェーズにおいて開発を行ったプライバシー保護データ解析技術をもとに、高速・高安全な汎用秘匿化依頼計算エンジンおよびプライバシー保護機械学習エンジンを完成させ、これを本研究に参加する企業に技術移転することで、事業展開を図る。

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