| 研究課題/領域番号 |
19H02159
|
|---|
| 研究種目 |
基盤研究(B)
|
| 配分区分 | 補助金 |
|---|
| 応募区分 | 一般 |
|---|
| 審査区分 |
小区分21040:制御およびシステム工学関連
|
|---|
| 研究機関 | 横浜国立大学 |
|---|
研究代表者 |
濱上 知樹 横浜国立大学, 大学院工学研究院, 教授 (30334204)
|
|---|
| 研究期間 (年度) |
2019-04-01 – 2022-03-31
|
| 研究課題ステータス |
完了 (2021年度)
|
| 配分額 *注記 |
17,160千円 (直接経費: 13,200千円、間接経費: 3,960千円)
2021年度: 5,720千円 (直接経費: 4,400千円、間接経費: 1,320千円)
2020年度: 5,720千円 (直接経費: 4,400千円、間接経費: 1,320千円)
2019年度: 5,720千円 (直接経費: 4,400千円、間接経費: 1,320千円)
|
|---|
| キーワード | 知能システム / 機械学習 / 人工知能 / マルチドメイン学習 / 深層強化学習 / リザバーコンピューティング / サイバーフィジカルシステム / 説明可能なAI / 深層学習 / 転移学習 / 説明可能性 / 受容可能性 |
|---|
| 研究開始時の研究の概要 |
近年、社会インフラ・製造・流通・サービスなど、あらゆる社会の仕組みの中で人工知能(AI)の活用による知能化・効率化が求められている。しかし、現在のAIはブラックボックス化されており、システムの理解と検証に必要な知識抽出が困難である。この問題に対し本研究では、説明可能なAI(eXplanable AI :XAI)の考え方を拡張した，システム知の循環に基づく知能システムの実現法を明らかにする。知能システム自らが，システム知を分析・説明・制御する機能とこれを循環する構造を有することで、XAIを超えた受容可能な知能システム基盤が創生されることを示す。
|
| 研究成果の概要 |
「受容可能な知能システムのためのシステム知の循環機構とこれを用いたシステム創生」にむけて主に４つの成果を得た。まず，専門家からの知識抽出の蒸留と共通および特有知識分離手法として，適応的閾値ブースティングを実現した。２つ目にマルチドメイン空間における機械学習バリュエーションモデルの高度化にむけて，マルチエージェントによるマルチドメイン空間の適応的分割と再利用の方法を明らかにした。３つめに，形状設計と改良のプロセスに機械学習による可視化フィードバックと説明性の向上をはかった。さらに階層型強化学習による制御問題の実現とその基本コンポーネントの抽出による知的構造の再利用と循環を実現した。
|
| 研究成果の学術的意義や社会的意義 |
サイバーフィジカルシステム(Cyber Physical Systems: CPS)は，今後の社会システムの姿を大きく変えるパラダイムである。CPSと人工知能の融合のためには，知能システム自らが，システム知を分析・説明・制御する仕組み持ち，この仕組みの循環を通して，XAIを超えた受容可能な知能システム(Acceptable Intelligent Systems: AIS)へと発展することが必要である。本研究はそのために必要なシステム知の抽出と説明法，設計と実装法，応用方法について，要素技術から具体的アプリケーションまで実現したことで，本分野の学術的および社会的に大きな意義を有する。
|
