Enhancement of New Product Idea Generation Technology through Concept Synthesis Approach using Machine Learning

2022 Fiscal Year Final Research Report

• Project/Area Number: 19K12235
• Research Category: Grant-in-Aid for Scientific Research (C)
• Allocation Type: Multi-year Fund
• Section: 一般
• Review Section: Basic Section 62020:Web informatics and service informatics-related
• Research Institution: Shizuoka University
• Principal Investigator: Sudo Akihito 静岡大学, 情報学部, 講師 (80588369)
• Co-Investigator(Kenkyū-buntansha): 藤原 直哉 東北大学, 情報科学研究科, 准教授 (00637449) ; 徳田 慶太 東京大学, 医学部附属病院, 特任研究員 (50762176)
• Project Period (FY): 2019-04-01 – 2022-03-31
• Keywords: 情報処理

Outline of Final Research Achievements

This study focused on three objectives related to creative idea generation using neural networks. In the first objective, we developed a method for creating a large number of successful concept syntheses using Amazon consumer review data. Collaborating with a software development company, we collected over a million reviews in six months, and extracted rules for concept synthesis.
For the second objective, we devised a Novelty Detection method using Chi-square test and One-class SVM. This approach improved the success rate of concept synthesis by extracting novel ideas.
In the third objective, we tackled generating interpretable sentences with a novel model combining LSTM and VAE. This model addressed training data sparsity and one-to-many output issues, moving closer to an AI that mimics human-like iterative conception and evaluation processes.

Free Research Field

情報処理

Academic Significance and Societal Importance of the Research Achievements

本研究の成果は、自動創造技術の発展に寄与し、破壊的イノベーションの創出を支援すると期待される。学術的意義としては、ニューラルネットワークを用いた創造的アイデア生成の新たな手法を開発し、人間の思考プロセスを模倣する人工知能の実現に近づいたことが挙げられる。また、概念統合の法則性を抽出し、その適用により成功率を向上させることができた点も重要である。

社会的意義としては、自動生成された創造的アイデアを活用することで、企業や研究機関が新しい製品やサービスの開発に役立てることができる。これにより、技術革新のスピードが加速される。