AI models that learn abstract rules from few examples

• Project/Area Number: 25K15270
• Research Category: Grant-in-Aid for Scientific Research (C)
• Allocation Type: Multi-year Fund
• Section: 一般
• Review Section: Basic Section 61040:Soft computing-related
• Research Institution: Advanced Telecommunications Research Institute International
• Principal Investigator: 細谷 晴夫 株式会社国際電気通信基礎技術研究所, 脳情報通信総合研究所, 主任研究員 (50335296)
• Project Period (FY): 2025-04-01 – 2028-03-31
• Project Status: Granted (Fiscal Year 2025)
• Budget Amount: ¥4,550,000 (Direct Cost: ¥3,500,000、Indirect Cost: ¥1,050,000); Fiscal Year 2027: ¥1,040,000 (Direct Cost: ¥800,000、Indirect Cost: ¥240,000); Fiscal Year 2026: ¥1,430,000 (Direct Cost: ¥1,100,000、Indirect Cost: ¥330,000); Fiscal Year 2025: ¥2,080,000 (Direct Cost: ¥1,600,000、Indirect Cost: ¥480,000)
• Keywords: 抽象概念 / 関係性 / アナロジー / コンポジショナリティ

Outline of Research at the Start

本研究は、仮説生成の一形態である「抽象化学習」に焦点を当て、少数の事物から規則性を発見する能力の実現を目指す。具体的には、①事物間の関係性、②アナロジーに基づく規則性、③知識の組み合わせによるコンポジショナルな抽象化の三点に取り組む。人間の認知プロセスや神経科学の知見に基づき、抽象と具体を分離する学習アーキテクチャを構築する。極少数データに対する高難度タスクにより評価を行い、抽象化学習における中核技術の創出と将来的な人工知能技術の飛躍的発展を目指す。