| Project/Area Number |
20K01821
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research (C)
|
| Allocation Type | Multi-year Fund |
|---|
| Section | 一般 |
|---|
| Review Section |
Basic Section 07080:Business administration-related
|
|---|
| Research Institution | The University of Tokyo |
|---|
Principal Investigator |
佐々木 一 東京大学, 未来ビジョン研究センター, 特任准教授 (40584199)
|
|---|
| Project Period (FY) |
2020-04-01 – 2025-03-31
|
| Project Status |
Granted (Fiscal Year 2023)
|
| Budget Amount *help |
¥4,030,000 (Direct Cost: ¥3,100,000、Indirect Cost: ¥930,000)
Fiscal Year 2022: ¥1,170,000 (Direct Cost: ¥900,000、Indirect Cost: ¥270,000)
Fiscal Year 2021: ¥1,170,000 (Direct Cost: ¥900,000、Indirect Cost: ¥270,000)
Fiscal Year 2020: ¥1,690,000 (Direct Cost: ¥1,300,000、Indirect Cost: ¥390,000)
|
|---|
| Keywords | 異種ネットワーク / イノベーションパス / イノベーションエコシステム / 知識遷移 / 研究開発戦略 / 科学技術政策 / 引用ネットワーク / 大規模言語モデル / イノベーションサブシステム / 知識ネットワーク / 科学技術バリューチェーン / 書誌情報分析 / エコシステム |
|---|
| Outline of Research at the Start |
未来の産業発展の種となる科学技術領域を早期に発見することはイノベーション戦略において重要課題の一つである。本研究の目的は、将来の産業に資する科学技術知識の芽を早期に特定するための知識遷移の予測手法を提案し、再現性の高いイノベーションエコシステムの構築に資することである。科学・技術・産業のレイヤーにおける情報の異種ネットワークを分析し、科学技術知識が科学活動と技術活動を経て企業活動に応用されるまでを説明するイノベーションパスモデルの構築を目指す。本研究により、産業上有益な科学技術知識を早期に特定しすることを可能とし、我が国のイノベーション戦略や企業の研究開発戦略にに寄与することを目指す。
|
| Outline of Annual Research Achievements |
産業上有意義な科学技術を早期に特定するべく科学技術が産業に資するまでの知識の成り立ちをモデル化することが目的である。
知識の異種ネットワークにおける構造的な位置づけの遷移パターンを抽出することで 実用的なイノベーションフローモデルをネットワーク構造として説明するモデルを構築することを目指している。論文や特許などそれぞれのレイヤー（知識層）での議論に閉じていたイノベーションパスの議論に対し、本研究ではその知識の繊維をドメイン間の相互連関にまで言及するものである。すなわちイノベーションエコシステム全体の理解と実用につなげるものである。
科学の知識遷移として学術論文の書誌情報を、技術の知識遷移として特許公報の書誌情報を、そして産業の知識遷移として企業間取引関係の情報を用い、マルチネットワークにおける情報遷移をモデル化することを目指している。 これまで、複数の分野を対象とした分析を実施しモデルの再現性ならびに汎用性を確認している。書誌情報分析の手段として、トランスフォーマーベースの言語モデルをファインチューニングし、その有用性を確認しており、より詳細について研究を行っていく予定である。次年度は昨年度につづき技術と産業のインタフェースに着目した知識の遷移モデルについてより詳細について解釈を深めた。
これらを統合的にモデル化する手法の開拓に資することで当初の目的である産業上有意義な科学技術を早期に特定する手法として確立しつつある。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
本年度は産業における知識遷移の例として、明文化されていないリスクの因果関係をネットワークとして抽出するためのモデルとその因果分析の有用性について検証を実施した。
SciBERTやGPT-3などによる大規模言語モデルによる書誌情報分析が本研究において一定程度有意義であるため、今後より詳細について研究を行っていく予定であ る。
|
| Strategy for Future Research Activity |
統合的モデルの開拓を試みる。科学技術において課題とその解決策の対応について議論することはイノベーションエコシステムのパスモデル構築に有効であると考えており、課題空間と解空間の構造化を実施する。既にファインチューニングした言語モデルを用いて課題空間と解決空間を抽出する実験によって有効性を確認している。引き続き、専門家との議論を積極的に行うことを予定してい、定性的な評価と考察にしする情報収集を積極的に行っていくと同時に原著論文を含めた成果につなげる。
|
