相澤 直矢 北海道大学

グラント番号：JPMJBY24A0
AI×材料化学：フント則が破れた有機発光材料の探索
原子や分子の基本的な経験則であるフント則より、同一電子配置において最大のスピン多重度を持つ状態が最低エネルギーを持ちます。本研究では、AI技術を用いて、フント則に反する励起一重項-三重項逆転材料を開発し、スマートフォンのディスプレイ等に用いられる有機ELデバイスの飛躍的な性能向上を目指します。

赤間 怜奈 国立国語研究所

グラント番号：JPMJBY24A1
日本語が表現する文化的側面の理解と計算のための自然言語処理
言語表現が担う文化的側面に特化した言語理解技術・文生成技術の開発。言葉の細やかな使い分けに宿る精緻なニュアンスを正確に捉える言語理解技術と、言語に依存する特有の世界観を過不足なく表現する文生成技術の実現を目指します。具体的な成果として、語彙選択や修辞に因る言語表現の差異が人間の認知に与える影響のモデル化、日本語に固有の文化や感性にまつわる表現を計算機で効果的に扱うための方法論の確立を目標とします。

朝倉 卓人 国立情報学研究所

グラント番号：JPMJBY24A2
AIによる数式解釈の分離評価、自動化とその応用
本研究では、数式の解釈をブラックボックスにしない新たな研究潮流を創出することで、数式の解釈に関わる手法や応用システムの開発を促進します。これにより、大規模言語モデルなどのAI技術を活用して理工学系の研究者や学習者の数式の読み書きを効率化し、研究・学習効率を向上させます。本研究が生み出す研究潮流によって、専門家とモデルが共通の数式解釈を形成し、その内容の議論に集中できる未来を実現します。

天方 大地 名古屋大学

グラント番号：JPMJBY24A3
公平でクリーンなスモールデータベースの抽出
データサイエンス等においてビッグデータは価値の源だが、ノイズデータも多い、計算処理コストも大きい、また、処理によってはデータに潜在する不公平さが出力に現れる、という側面があります。本研究では、ビッグデータをデータ間の公平性を保ったノイズのないクリーンなスモールデータに削減するアルゴリズム群を提供することにより上記の課題をまとめて解決し、公平で効果的なデータサイエンスの高速処理をサポートします。

五十嵐 悠紀 東京大学

グラント番号：JPMJBY24A4
AIを活用した生活デザインにおける創造的スキル獲得支援
本研究では、私たちの生活の中の創造的な作業を対象として、熟練者の作業工程をAIを活用してコンピュテーショナルに理解して、苦手な人や初心者に対して支援することでスキル獲得を目指すインタラクション技術を提案します。これにより、人間の特性の理解ができると共に、核家庭増加による教え合うことが家庭内でできなくなってきたことに伴う教育格差や、伝統工芸分野での技術伝承における高齢化問題を解決します。

磯沼 大 東北大学

グラント番号：JPMJBY24A6
言語モデルの知的能力発現過程の解明
現在の大規模言語モデル（LLM）開発は、学習データの量を増やせば増やすほどよいという量的なルール（scaling law）が支配的であり、学習データの中身に関する質的な理解が不足しています。本研究では、LLMの知的能力を引き出す学習データは何か、LLMはどのような順序でそれらを学習するのか、何故それらの学習データにより知的能力が得られるのかを明らかにし、LLMの知的能力発現過程の解明を目指します。

井上 昂治 大阪大学

グラント番号：JPMJBY24A7
沈黙を理解・生成する会話AIによる対話感の解明
沈黙の意味を理解し、会話の間を最適化する社会的な会話AI・ロボットを実現します。沈黙が生じるメカニズム（順序関係）をマルチモーダルな会話分析で詳細に記述し、これをLLMで新たに学習します。このモデルを搭載した対話ロボットの実証実験・水平展開により「なぜ沈黙が必要か」「対話をした感覚（対話感）は何によってもたらされるか」を明らかにし、短い応答速度を重視する会話AIの研究開発の流れに一石を投じます。

井上 漱太 大阪大学

グラント番号：JPMJBY24A8
空撮がつなぐ野生動物における集団行動とAI
近年、ドローンが野生動物研究における革命的ツールとして脚光を浴びています。一方で、そこから得られる膨大で複雑なデータの解析は容易ではありません。本研究では、空撮映像解析のためのAIツール開発および野生動物のデータに特有の問題を解決することで、野生動物・ドローン・AIを使った研究の裾野の拡大を目的とします。特に、動物の群れの行動メカニズムを題材として、本研究の達成を目指します。

Thomas Westfechtel 東北大学

グラント番号：JPMJBY24B1
Unsupervised Domain Adaptation of Foundation Models for Real-World Robot Applications
本研究では、基盤モデルと教師なしドメイン適応の相乗効果について、特に一般論的な基盤モデルから対象タスクのタスク固有知識を抽出することに焦点を当てて研究します。さらに、これらのアルゴリズムの実世界ロボットアプリケーションへの応用に向け、実世界環境がもたらす新たなドメインギャップの克服や、より実世界に近い新たなドメイン適応データセットの作成を取り込みます。

大塚 亮真 名古屋大学

グラント番号：JPMJBY24B3
仮想データ生成技術による動物の行動認識の変革
本研究は動物の行動認識（動物に装着したセンサのデータから行動を推定する技術）のデータ不足という課題を解決します。動画データを用いて、動物の任意の部位の仮想センサのデータを生成する技術開発に取り組み、大規模言語モデルや自己教師あり学習も用いて、多様な動物の行動を高い精度で認識する汎用的な基盤技術を整備します。これらの技術は動物行動・生態の研究を加速し、人と動物の共生に貢献します。

岡田 大瑚 国立情報学研究所

グラント番号：JPMJBY24B4
組合せ構造を活用した機械学習による細胞医薬品のデザイン
細胞医薬品は、遺伝子改変により特定の機能を持つ細胞を作成し、疾患治療や組織再生を目指す新しい技術です。本研究では、人工知能を活用し、細胞医薬品に目的の機能を実装するための遺伝子操作の組合せを発見する新しい理論と仕組みを開発します。これにより、従来困難だった遺伝子操作の組合せ探索を迅速化し、革新的な治療法を実現します。

小野 大介 統計数理研究所

グラント番号：JPMJBY24B8
病理と時系列データを織り込んだ脳疾患診断AI
近年アルツハイマー型認知症に代表される脳神経変性疾患に対して、原因分子に直接作用する治療が可能になりましたが、死後脳の検索では生前診断が最終の病理診断と異なることが多く、正確な早期診断が個別化治療への課題です。本研究では大規模言語モデルにより網羅的に取得した診療記録データと国内外のブレインバンクの病理診断を大規模に解析し、医師の診察データから脳疾患を早期に診察する人工知能の開発を目指します。

柿沼 洋 物質・材料研究機構

グラント番号：JPMJBY24B9
金属内部を再現した3次元空間における水素拡散シミュレーション
水素はCO2を排出しないクリーンなエネルギー源として期待されているが、水素エネルギーの本格的な社会実装には水素を製造、輸送、利用するための材料開発が必要である。これらの材料開発においては、金属内部の水素のふるまいを理解することが重要となる。本研究では、代表者が開発した水素可視化技術と人工知能を用いて、実験的には観察できない金属内部の水素のふるまいをシミュレーション可能なソフトウェアを開発する。

梶原 智之 大阪大学

グラント番号：JPMJBY24C0
読み手の反響を推定し制御する自然言語処理
本研究では、テキストの読み手が抱く感情の推定と制御に取り組みます。同じ内容でも、誰が発信するのか、どう表現するのかによって、その反響は変化します。そこで、書き手の感情や書き手が期待する反響と、実際の読み手の反応の乖離を防ぐために、感情分析を個人特化させる技術や、読み手に所望の感情を想起させるための言い換え技術を創出します。本技術は、情報発信時の影響予測やリスクの軽減、社会受容性の改善に貢献します。

草場 彰 名古屋大学

グラント番号：JPMJBY24C3
結晶成長デジタルツイン自動構築技術の開発
結晶成長は半導体製造の基盤技術であり、新材料の開発にはその物理・化学過程をシミュレーションするデジタルツインが有用です。AIによる新材料発見の急増により、人手でのデジタルツイン構築には限界が生じると予想されます。本研究では、結晶成長デジタルツインの自動構築技術の開発と、AIによる材料設計と結晶成長のプロセス設計を調和させるMI-PI統合アプローチの開発に取り組み、ポストシリコン半導体開発への応用を展開します。

倉持 昌弘 東京大学

グラント番号：JPMJBY24C4
知識とデータの融合による機械学習を活用したX線動態計測法
物質のダイナミクスは構造と機能を結びつける重要因子ですが、計測法は限定的です。原子や分子の微視スケールの時空間動態により支配された機能発現は、異なる時空間階層の多彩な運動情報を取得・統合することで理解できます。本提案では、広域科学にまたがる課題をダイナミクスの視点から解明するため、多次元データ解析や機械学習を適用したAI融合型X線動態計測法を確立します。

小林 聖人 神戸大学

グラント番号：JPMJBY24C8
知覚に基づくAI・制御技術統合型ロボットシステム
人間の知覚、いわゆる視覚・触覚等の五感に基づくAIと制御技術を統合したロボットシステムを研究開発します。本研究では、特に視覚と触力覚を有する遠隔制御技術と大規模な基盤モデル等の機械学習技術を糸口とし、制御技術と機械学習技術の統合した革新的なロボットシステムによる作業自律化を導きます。これらシステムが研究支援・産業・サービス業など、多様な分野で自律化を促進し、労働力創出や学際的研究の推進に貢献します。

齋藤 佑樹 産業技術総合研究所

グラント番号：JPMJBY24C9
音声メディアの合成と品質評価のための深層学習モデルの統合的最適化
日々のコミュニケーションの中で、人間は自らの声を柔軟に制御するのみならず、他者の声を何らかの基準に基づいて評価する能力を持っています。本研究では、人間が持つこの能力をAIに実装することを目指し、音声合成・品質評価の深層学習モデルのための大規模データセット構築と統合的最適化のための学習アルゴリズム開発を推進します。

櫻田 健 大阪大学

グラント番号：JPMJBY24D3
時空間データのスパースイベント化による計算インフラの超省力化
将来、自動運転車やサービスロボットの普及により伝送・処理・保存されるデータが急増し、計算インフラや消費電力が逼迫します。この課題を解決するため、センサデータの汎用的スパースイベント化手法を構築し、リアルタイム処理可能なセンサデバイスを開発します。そして、計算インフラを超省力化するイベントセンサ分野の基盤システムを確立し世界をリードすることを目指します。

張 振亜 国立情報学研究所

グラント番号：JPMJBY24D7
反例向き、効率と保証を両立するニューラルネットワーク検証技術の開発
ニューラルネットワークは、自動運転などの安全性が重要な分野で急速に普及しており、その品質を厳密に保証するために、形式的な検証が不可欠です。本研究では、既存手法の効率性問題や不完全性問題を解決するため、反例を発見する可能性が高い方向へ検証を誘導する新しい検証手法を提案します。この手法により、早期に反例を検出するか、最終的に問題を検証することが可能となり、効率性と厳密性を両立することを目指します。

杉下 宗太郎 理化学研究所

グラント番号：JPMJBY24E0
量子時空のランダムネットワーク表現と重力学習模型の構築
量子重力理論では、時空は確率的にゆらいだものであると考えられています。このような量子時空を、ランダムニューラルネットワークとして解釈し、量子重力の性質の解明に挑戦します。また、ランダムニューラルネットワークを量子多体系にも応用し、ホログラフィー対応の知見を用いて、量子状態の予測モデルを構成します。ランダムネットワークによる量子物理の解析を通し、ネットワークの最適化に物理学の手法で迫ります。

杉山 佳奈美 国立情報学研究所

グラント番号：JPMJBY24E1
AIを活用した化学反応ネットワーク解析の深化
固体触媒は工業的に広く活用されている材料のひとつです。より高機能な触媒をつくるにあたって反応機構の理解は重要な課題となりますが、実験条件、触媒の組成や構造が関与し非常に複雑であるため解析は困難です。そこで本研究ではAIと量子化学計算を活用し、反応過程の詳細な情報が含まれた化学反応ネットワークの構築手法を開発します。またこれを用いて、複雑な触媒反応のメカニズムを解明します。

園田 翔 株式会社サイバーエージェント

グラント番号：JPMJBY24E2
大規模言語モデルによる定理証明AIの学習理論
定理証明AIに推論のギャップを埋めてもらうことで、より効率的かつ創造的に数学が運用できる未来を目指します。大規模言語モデル（LLM）による定理証明は、機械学習と計算機科学の境界領域に現れた新しい研究分野です。数学者の直観を模倣させることで、LLMの論理的推論能力を強化します。証明AIの汎化誤差解析や、AIによって証明可能な定理の特徴付けを通じて、AIの設計理論や新しい情報科学・数学の誕生が期待されます。

高橋 雄太 東北大学

グラント番号：JPMJBY24E5
デジタルツイン脳で可能になる精神医学研究
精神医学は脳という計算システムの異常を扱うという点において、他の医学領域とは本質的に異なるAIの貢献が期待されています。しかし、個人ごとに異なる脳計算を数理モデル化することで精神症状を理解する取り組みはまだ萌芽的です。本研究では、患者の脳画像などのバイオデータに基づいて、脳計算モデルを個別化し、治療シミュレーションする技術を開発します。これにより、AI駆動型精神医療の実現に資することを目指します。

坪山 幸太郎 大阪大学

グラント番号：JPMJBY24E9
機能性人工タンパク質の合理設計を実現するAIモデル開発
タンパク質は長い進化の過程で形成され、生命活動を支えています。医学・工学において、天然タンパク質を活用するだけでなく、高機能なタンパク質を人工的に設計することも可能になっています。ただし、その設計の成功率はあまりにも低く運任せになってしまっているのが現状です。そこで、本研究提案では、AI技術をタンパク質科学に導入することで、有用な機能性人工タンパク質を合理的に設計することを目指します。

中野 晃佑 理化学研究所

グラント番号：JPMJBY24F3
精度と速度を両立した機械学習ポテンシャルの高圧水素諸問題への応用
精度と速度を両立する分子動力学計算を実現する技術として、原子間の多体相互作用を機械学習力場によって記述する方法が注目されています。代表者は、次世代の電子状態計算とされる量子モンテカルロ法による力の計算手法を世界で初めて確立し、機械学習力場の学習データとして利用する道を拓きました。本研究では、そのデータを利用した機械学習力場の構築技術の確立と、未解決問題である高圧水素の状態図計算への応用を行います。

西口 浩司 理化学研究所

グラント番号：JPMJBY24F6
3D生成AIによる構造力学設計の自動化と民主化
本研究の目的は、力学的設計要件を満足する３次元構造を、力学の非専門家であっても自然言語による指示のみで容易に設計できる生成AIを実現することです。その手段として、力学情報と３次元構造がペアになったデータセットで訓練した３次元構造生成AIと大規模言語モデルを融合させたシステムを研究します。この研究により、あらゆる構造設計が民主化・自動化され、ものづくり設計プロセスに変革が起こることが期待されます。

西山 総一郎 農業・食品産業技術総合研究機構

グラント番号：JPMJBY24F7
AIを活用した植物構造の計測と最適化に関する研究開発
植物の構造は農業生産性を決定する大きな要因です。特に、果樹は「剪定」により人為的な構造の改変が行われることから、植物構造のユニークな研究対象でもあります。一方で、これまで器官の配置を植物構造と紐づけて計測するための効率的な方法が確立されておらず、研究開発のボトルネックになっています。本研究では、代表者らが近年開発した植物構造の機械認識システムを発展させ、様々な植物構造管理の高度化に挑戦します。

畑 匡侑 大阪大学

グラント番号：JPMJBY24G0
眼底マルチモーダル画像から読み解く老化と疾患発症の予測AIモデル構築
眼は小さな臓器ながら神経や血管など多様な組織を含み、眼底イメージング機器を通じて全身の臓器老化の兆候を反映する「窓」となり得ます。 本研究では、眼底マルチモーダル画像から各組織の年齢を推定し、他臓器の老化や疾患発症の予測モデルを構築します。これにより、非侵襲的な眼底検査で全身の加齢性疾患のリスクを早期に把握し、未病の検出や予防医療の発展に貢献することを目指します。

林 周斗 公益財団法人川崎市産業振興財団

グラント番号：JPMJBY24G3
AIとシミュレーションによる次世代ナノ医薬分子設計
細胞内タンパク質間相互作用は多くの疾患に関与する一方、従来の創薬アプローチではその標的化が困難でした。その主たる要因は、特定の標的組織・標的細胞への選択的な薬物送達の難しさにあります。そこで本研究では、生成AIと分子動力学シミュレーションを統合的に活用し、標的組織・標的細胞への選択的なデリバリーと、タンパク質間相互作用の効率的な阻害を両立するナノ医薬品設計プラットフォームを開発します。

松原 崇 株式会社サイバーエージェント

グラント番号：JPMJBY24H0
コンテンツ生成幾何学の創出
人工知能(AI)技術を用いたコンテンツ生成は近年急速な進展を見せていますが、一連のコンテンツ内で人物や物体の個性が変化しないという同一性や一貫性、指示によって生成内容を決定できる制御性などが不十分であるため、必ずしも社会実装が進んでいるとは言えません。本研究構想では、これらの諸問題を、微分幾何学や力学系理論の言葉に置き換え、定式化することで解決する「コンテンツ生成幾何学」を創出します。

松本 啓吾 産業技術総合研究所

グラント番号：JPMJBY24H1
自由エネルギー原理に基づく感覚運動連関モデルの設計と評価
本研究では生物の知覚や学習、行動を統一的に説明可能な自由エネルギー原理に基づき、感覚運動連関モデルを設計し、その有効性を検証することで、ヒューマンコンピュータインタラクション (HCI) や実験心理学において研究の律速となるユーザスタディの代替となるシミュレーション基盤の実現を目指します。これにより、研究のコストと時間が大幅に削減され、ヒトの感覚・知覚・運動に関する研究が加速されることが期待されます。

森岡 博史 大阪大学

グラント番号：JPMJBY24H4
因果表現学習による世界モデルの創出
様々な分野でAIがヒトを凌駕しつつある一方、その推論に含まれる誤りやバイアスなどが社会的な問題となりつつあります。この研究ではそれらを克服した次世代AIの実現に向け、世界の真に普遍的なメカニズムを表す世界モデルをデータ駆動的に構築することを目的とします。そのため特に、観測の背後に隠れた本質的な時空間階層因果構造を、理論的保証のもとデータ駆動的に推定する手法を開発することでその実現を目指します。

和賀 正樹 国立情報学研究所

グラント番号：JPMJBY24H8
高信頼AIのための実行時検証の発展～離散から連続へ
AIシステムを社会の中で広く利用するためには、信頼性の担保が必要となります。本研究ではシステムの実行時の情報を用いて、数学的な妥当性の元で安全性や公平性などの品質を保証する実行時検証を、より連続的な設定でも適用可能なように柔軟かつ実用的に発展させることで、自動運転車や交通システム、大規模言語モデルなどを含む幅広いAIシステムの信頼性向上のための基盤技術の創出を目指します。