2022 Fiscal Year Annual Research Report
Dependability Assurance of Machine Learning Systems by DevOps Assurance Cases
| Project/Area Number |
20K11753
|
|---|
| Research Institution | Nihon University |
|---|
Principal Investigator |
松野 裕 日本大学, 理工学部, 准教授 (70534220)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
関 弘翔 日本大学, 理工学部, 助教 (00755043)
高井 利憲 奈良先端科学技術大学院大学, 先端科学技術研究科, 客員准教授 (10425738)
|
|---|
| Project Period (FY) |
2020-04-01 – 2023-03-31
|
| Keywords | ディペンダビリティ / アシュアランスケース / DevOps |
|---|
| Outline of Annual Research Achievements |
ディープラーニング、機械学習技術の実用化が本格化しつつある中、機械学習システムのディペンダビリティ保証が重要な課題になっている。しかしディープラーニングの出力が間違った場合、原因となったネットワーク部分を特定することは難しく、特定できたとしてもその値の持つ意味の説明も難しい。そのため演繹的に正しさを保証することは困難である。本研究ではその解決策として、システム保証の手法であるアシュアランスケースを発展させ、機械学習システムの開発と運用が一体となったDevOpsアシュアランスケース手法とツールを提案する。自動車関連団体の協力を得て、自動運転車のディペンダビリティ保証への本手法の社会実装を試み、日本の機械学習、自動運転分野の発展に貢献することを目指した。2020年度では、提案数手法およびツールの基本設計を行った。2021年度では、手法およびツールを用いて機械学習システムのディペンダビリティ保証を行うためのプロセスを定義した。2022年度は、研究室において、オンラインでコミュニケーションを行うための小型移動ロボットを、DevOpsアシュアランスケースを用いて開発し、研究会で発表した。COVID-19の影響により、大学内での実証実験は当初より、限定的なものになったが（また機械学習を用いた機能への適用も限定的なものになった）、DevOpsアシュアランスケースを実際のシステム開発運用で用いるための知見が得られた。DevOpsアシュアランスケースへの社会実装へ向けて、自動運転を開発している企業との共同研究を、本科研研究を元に開始することができた。人工知能技術の急激な発展を背景に、技術的には自動運転技術は可能になりつつあるが、利用者や開発者、さらには社会全体で自動運転技術が受容されるには、まだ課題があると考えられる。本課題の成果を元に、自動運転技術の社会需要へ向けて、貢献していきたい。
|
Research Products
(2 results)
