- JST トップ
- /
- 戦略的創造研究推進事業
- /
さきがけ
- /
- 研究領域の紹介/
- AI・ロボットによる研究開発プロセス革新のための基盤構築と実践活用/
- [研究開発プロセス革新] 2024年度採択課題
東京大学
大学院工学系研究科
特任講師
自律駆動科学のためのロボットシステム基盤の実現のため,ロボット・実験設備・AIツールの統合によるラボオートメーションシステム基盤の構築に取り組みます.また,応用分野での自動化課題でシステム運用を実践しながらシステム構築を進めます.ロボット分野での知見と経験を活かし,科学実験・AI・ロボットの研究者が協働する研究コミュニティ形成も含めたエコシステム構築を目指します.
CENTAIインスティテュートS.p.A.
研究員
グラフマイニングとは実社会に現れるネットワークなどのグラフ構造を持つデータから有益なパターンや知識を抽出する技術である. 本研究では,不確実性を伴うグラフマイニング技術の発展に寄与する逐次的学習理論とアルゴリズムの基盤構築を目指す.動的環境下における高度な意思決定のための基盤を確立し,グラフ構造で表現された研究開発プロセスの効率化へと発展させ, データ駆動型研究の進展を目指す.
筑波大学
システム情報系
准教授
まず、非マルコフ過程を前提とした模倣学習モデルを開発し、将来の応答の先読みを必要とする技能動作を再現する。次に、非マルコフ過程を前提としたフィードバック制御を構築することで、安定かつ高精度な制御系を実現する。あわせて、作業空間内でのバイラテラル制御を特異点を考慮することで実現し、多様なロボットに模倣学習を実装できるようにする。最終的に、AI研究者らと連携して科学実験を自動化する。
富士通(株)
人工知能研究所
プリンシパルリサーチャー
現在の基盤モデルはオフラインデータのみから学習されているが故の恣意性の欠如、及び、大規模化による学習コストの増加のため、様々なロボットタスクに容易に適用可能ではないものとなっています。本研究は、大規模言語モデルと複数のロボット動作モデルを繋げた、継続的なスキル学習手法の創出を目的とします.これにより、複数環境・タスクで構築した動作生成モデルが組合せ可能となることを目指します。
北海道大学
大学院理学研究院
助教
本提案では世界初の自律型ガス流通型不均一触媒評価ロボット装置の開発を実施する。3dプリンター部品、触媒評価装置(フローマイクロリアクターを採用)、ガスライン、電子基板、制御ソフト、データ科学手法、データベースなど全てを完全自作し、低価格かつ汎用性が高い装置を開発する。対象反応はCO2水素化によるメタン生成とし炭素資源循環型の技術開発を目的とする。本提案では国内の触媒開発のロボット化普及に貢献する。
東京大学
大学院工学系研究科
講師
機械学習と科学的な数理モデルを組み合わせることで、科学的知識を活用して予測や信頼性を改善できると期待されます。そのようなハイブリッドモデルを使うためには科学的知識を最大限活用するための学習方法などの技術的課題があり、本研究ではそれを解決してハイブリッドモデルを広く活用できるようにします。また、実践を通してハイブリッドモデルが科学的知見としてどのように受容され得るかという根本的問いに取り組みます。
東京大学
大学院薬学系研究科
助教
AI技術の進化に伴い医療分野でのデータ解析事例が増える一方、大規模データを用意できない実験医学研究への応用は依然として困難な課題です。本研究では科学者の知識を機械学習に組み込み、AIが提案した因果関係モデルを科学者が検証し実験を行う対話的サイクルを繰り返すことで科学的理解が可能なAIを洗練します。医療技術開発と基礎研究の同時推進を目指す新たなアプローチを小分子輸送システム開発を題材に実証します。
物質・材料研究機構
マテリアル基盤研究センター
チームリーダー
AIとロボット実験装置を容易に繋ぐことを目的とした、自律駆動型研究支援ソフトウェアを開発し、オープンソースソフトウェアとして公開します。AIとロボット実験装置をそれぞれモジュールとして扱うことで、様々な組み合わせで自律駆動型研究を実施できるシステム構築します。それにより、新材料開発を含め多岐にわたる研究ニーズに対応できるソフトウェア開発を目指します。
オムロンサイニックエックス(株)
リサーチアドミニストレイティブディビジョン
プリンシパルインベスティゲーター
本研究はロボットが人と同じ環境で様々な実験作業を自律的に遂行する未来ビジョンを描きます。本研究は、身体の柔軟さで安全に環境に接触しつつ、触覚で作業中の手掛かりや危険を検知する機能を持つ統一的な運動学習基盤を構築し、不確実で未知な環境における複数の実験作業の実現を目的とします。
東京科学大学
総合研究院
准教授
創薬や材料科学などの分野では、自然界に存在するタンパク質を凌駕する高機能タンパク質や、自然界には存在しない新機能タンパク質の開発が求められています。従来のタンパク質設計は専門知識や経験に基づいて行われており、人の認知能力や労働力に限界がありました。そこで本研究では、AIとロボットを連携させることにより、人間の介在を必要としない完全自律駆動型のタンパク質設計プラットフォームを開発します。
北海道大学
大学院情報科学研究院
教授
本研究は,モデル駆動的なアプローチを深層学習と融合することで,力学系の物理的な法則や特性をデータ駆動的に発見し,それらを保証する数理モデルを自律的に構築する技術基盤を開発する.これによって,高速かつ高精度な計算機シミュレーションを実現し,計算機シミュレーションを用いた研究開発プロセスのループを加速させる.そのため,幾何学的深層学習および科学技術機械学習を理論と実践の両面で深化させる.
東京科学大学
情報理工学院
准教授
研究開発のプロセスそのものを記録し、隠れた暗黙知を形式知化し、その要点を出力するようなAIの構築を行う。このため、様々なマルチモーダル情報を用い、また研究開発における多様な動作の粒度を取り扱う自然言語処理システムを構築する。このため、研究開発プロセスを対象とした質の良い言語注釈付きマルチモーダルデータベースを構築する。