| Project/Area Number |
22KJ0142
|
|---|
| Project/Area Number (Other) |
22J22532 (2022)
|
|---|
| Research Category |
Grant-in-Aid for JSPS Fellows
|
| Allocation Type | Multi-year Fund (2023)
Single-year Grants (2022) |
|---|
| Section | 国内 |
|---|
| Review Section |
Basic Section 61010:Perceptual information processing-related
|
|---|
| Research Institution | Hokkaido University |
|---|
Principal Investigator |
小川 直輝 北海道大学, 情報科学院, 特別研究員(DC1)
|
|---|
| Project Period (FY) |
2023-03-08 – 2025-03-31
|
| Project Status |
Granted (Fiscal Year 2023)
|
| Budget Amount *help |
¥2,500,000 (Direct Cost: ¥2,500,000)
Fiscal Year 2024: ¥800,000 (Direct Cost: ¥800,000)
Fiscal Year 2023: ¥800,000 (Direct Cost: ¥800,000)
Fiscal Year 2022: ¥900,000 (Direct Cost: ¥900,000)
|
|---|
| Keywords | 画像分類 / テキストデータ / マルチタスク分類 / 機械学習 / 注目領域 |
|---|
| Outline of Research at the Start |
情報科学分野において発展しているAI技術の活用により，土木工学等の専門分野での業務効率化を実現可能な画像分類技術の構築が求められている．一方，従来のAIが実データの入力を想定しておらず，注目領域の正確性の担保や技術者が解釈しやすい形での判断根拠の提示が困難であることは，AI技術の活用の障壁となっている．そこで，本研究では，多様な実データから学習に有効な画像の自動選択，技術者の注目領域を理解した分類，判断根拠のテキスト形式での提示を可能とする．以上により，AIの持続的高度化が可能なヒューマンオリエンテッド深層学習技術を実現する．
|
| Outline of Annual Research Achievements |
本研究では，土木分野等の専門分野における業務効率化のための画像分類技術の実現に向けて，AIを人命や生活基盤に関わる専門分野の業務に適用可能とするヒューマンオリエンテッド深層学習技術を構築する．
令和5年度は，画像と技術者が付与したテキストを入力とした画像分類時にAIが注目領域にどの程度自信があるかを示す値（確信度）を出力する手法を拡張し，道路構造物に発生する劣化の種類と進行度を同時に分類可能な手法の構築を行った．これにより，劣化の進行度の分類時に劣化の種類を技術者が事前に分類する必要がなくなることで，技術者の負担が軽減され，専門分野の業務への活用により適したAIの構築が実現された．
さらに，令和6年度において実施予定である，テキスト形式での判断根拠提示および間違い訂正が可能な継続学習機構を持つAIの構築に向けて，Visual language modelを活用したテキスト形式で点検記録の作成に必要な所見を自動生成する手法の構築を行った．これにより，技術者がAIにより生成された所見を専門業務に活用することが可能となり，業務効率化に役立つAIの構築が実現された．さらに，技術者がAIにより人間が理解可能な形式で提示された出力結果の検証を通してAIの知見や有効性について判断することが可能となった．
当該年度における研究成果として，論文誌への採択が5件，国内会議での発表が2件という成果を挙げており，さらに，令和6年度の論文誌への採択が1件確定している．
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
当該年度では，専門分野の業務に適用可能なAIの実現に向けて，道路構造物に発生する劣化の種類と進行度を同時に分類可能な手法に関する研究を行った．マルチタスク分類が可能なAIの構築により，専門分野にて取得される画像をAIに入力する際に人手で予め画像を選別する必要がなくなり，業務効率化を実現するAIに適した機能を備えることが可能となった．
さらに，Visual language modelを活用したテキスト形式で点検記録の作成に必要な所見を自動生成する手法の構築により，人間にとって容易に理解可能な形式でAIの結果を出力可能となった．この成果は，AIの出力に対する技術者の有益なフィードバックを得ることを可能とし，令和６年度でのAIの間違いを逐次訂正可能な継続学習の実現に活用できる．これらの研究成果は認められ，国内外の査読付き論文誌への受理や国内学会での発表が行われており，順調に研究が進展していると判断できることから，本区分を選択した.
|
| Strategy for Future Research Activity |
今後の研究の推進方策として， 令和６年度では，令和４，５年度に実現した，画像およびテキストの入力によりマルチタスク分類と注目領域の出力を行うAIや，テキスト形式での判断根拠を提示可能としたAIを活用し，判断根拠への技術者のフィードバックを活用したAIの継続学習機構を実現する．3年間の研究成果をまとめて，持続的高度化が可能なAIを活用したヒューマンオリエンテッド深層学習技術の構築を目指す．
|
