杉山 将 (Ph.D.)

概要

理研AIP-富士通連携センターでは、理研AIPセンターに結集しているAI技術の知見と、富士通の幅広いICT技術や多数のシステム開発経験を融合し、「想定外を想定するAI」の研究開発に取り組んでいます。「想定外を想定するAI」とは、環境の不確実な変化に対しても、的確な未来予測に基づき、人のより良い判断を支援するAIのことです。この実現に向け、「ロバストな機械学習」「シミュレーション・AI融合」「大規模知識構造化」の三位一体の研究を進めていきます。

研究課題
  1. ロバストな機械学習:いかなる環境でも的確に未来を予測
    環境変化に柔軟に対応し、的確な未来予測を行うための、ロバストな機械学習の研究開発に取り組みます。従来の機械学習は、膨大なデータ量や質の高い完全データがなければ十分な予測能力を発揮できないという根本的課題があります。そのような課題を克服するため、少量のデ-タや不完全なデータであっても、的確に未来を予測できる機械学習の革新的基盤技術を開発します。
    また、機械学習では、AIによる予測結果がどのような因果関係から導き出されたのかを明確に示すことができないことが、社会実装の促進に向けた大きな壁となっています。そのような課題に対し、因果推定・因果推論の新たな原理・技術の開発に取り組み、予測結果の説明能力の向上を目指します。
  2. シミュレーション・AI融合:高速・高精度の未来予測
    「京」を始めとする世界トップクラスのスーパーコンピュータおよびそのアプリケーションの開発経験などを生かして、データ取得が困難な環境においてもシミュレーションを駆使してデータを生成することで、より高精度な未来予測を実現するAIの研究開発に取り組みます。
    加えて、AIを活用することでシミュレーションモデルの妥当性や信頼性の向上を図り、シミュレーション結果の高速推定や自動解析などを実現します。
  3. 大規模知識構造化:より良い施策の立案
    複雑な社会的・経済的課題に対して、AIを活用することで効果的な施策の立案を可能にするため、大規模知識構造化の研究開発に取り組みます。
    AIで扱える状態に構造化されていない膨大な情報から、AIで活用できるように構造化して知識を抽出するための基盤技術開発を行います。さらに、複合的な課題の解決や業際・学際的なオープンイノベーションの実現に向け、各種の産業分野や学術分野に依存した知識の融合や転移(他分野への応用)を可能にする基盤技術の開発を行います。
    RAFCC_J_1

2018年度成果ポスター

関連研究室

大規模知識構造化連携ユニット(リーダー:岩倉 友哉)

関連記事