「超スマート社会の実現」領域 本格研究

本ページの目次

探索加速型 本格研究

機械学習を用いたシステムの高品質化・実用化を加速する
"Engineerable AI"技術の開発

pic
研究開発代表者

石川 冬樹exlink

重点公募テーマ 「サイバー世界とフィジカル世界を結ぶモデリングとAI」
研究開発期間 2021年1月~(探索研究 2020年4月~2020年12月)
グラント番号 JPMJMI20B8
研究概要 研究概要PDF(PDF:664KB)

 人工知能(AI)は、多数のデータの背後に潜む規則性を見いだし、それをもとに識別、予測、異常検知などを可能にするため、さまざまな分野における応用への期待が高まっています。しかし、従来のAIでは学習に大量のデータを必用とするため、少ないデータしか取得できない場合や、修正を要する場合の対応が困難です。例えば医療分野でAIを用いた場合、大量のデータを得るのが困難な非典型的な病変を見落としやすいという問題があります。またAIを活用した自動運転において道路標識の認識誤りなどが起きた際、その修正には膨大な時間を要しています。AIを人命に関わる医療や自動運転の分野に応用するためにはこれらの課題解決が急務となっています。

 そこで、本課題では新たにAIの安全性、信頼性を確立する"Engineerable AI(eAI)"という汎用的基盤技術を確立します。大量のデータを用いた学習、反復修正に基づく従来AIに対し、eAIは人の知識を反映したAIを構築する技術や、AIの誤りに影響する要因を抽出、分析して保証や修正を行う技術です。

 本研究開発により、限られたデータ量でも非典型的な病変の検出を可能とする診断支援システムを実現し、専門医不足や医療の質のばらつきの改善などに貢献することが期待されます。また自動運転では、修正したい特定のAI性能を抽出し狙った修正が可能となることで、システム開発の時間削減とともに、自動運転の安全性向上、保証の実現に貢献します。

 これら医療、自動運転での課題解決に向けたeAIの有効性を実証し、それを活用した国際競争力ある生産技術の確立へ貢献します。


画像

図 提案技術による本格研究のねらい

プロジェクトHP

https://engineerable.ai/exlink

トピックス


※統合前の探索研究課題
「形式手法を用いたデータ駆動階層型管理システムの設計」(潮 俊光)・「画像と記号を繋ぐ深層学習の開発と人との相互作用」(鈴木 賢治)・「高信頼な機械学習応用システムによる価値創造」(吉岡 信和)

所属・職名は、研究者がresearchmapに登録した情報をそのまま表示しています。(詳細はこちら
researchmapの登録状況により、情報が最新ではない、あるいは空白に見える場合があります。
また、インターネット接続がない状態では表示されません。

クイックアクセス

本ページの目次