大規模基盤モデルの革新的原理解明と方法論の新展開

• 研究課題/領域番号: 24K02905
• 研究種目: 基盤研究(B)
• 配分区分: 基金
• 応募区分: 一般
• 審査区分: 小区分60030:統計科学関連; 小区分61030:知能情報学関連; 合同審査対象区分:小区分60030:統計科学関連、小区分61030:知能情報学関連
• 研究機関: 東京大学
• 研究代表者: 鈴木 大慈 東京大学, 大学院情報理工学系研究科, 教授 (60551372)
• 研究期間 (年度): 2024-04-01 – 2029-03-31
• 研究課題ステータス: 交付 (2024年度)
• 配分額: 18,070千円 (直接経費: 13,900千円、間接経費: 4,170千円); 2028年度: 4,290千円 (直接経費: 3,300千円、間接経費: 990千円); 2027年度: 4,940千円 (直接経費: 3,800千円、間接経費: 1,140千円); 2026年度: 2,990千円 (直接経費: 2,300千円、間接経費: 690千円); 2025年度: 4,420千円 (直接経費: 3,400千円、間接経費: 1,020千円); 2024年度: 1,430千円 (直接経費: 1,100千円、間接経費: 330千円)
• キーワード: 機械学習 / 深層学習 / 統計的学習理論 / 基盤モデル

研究開始時の研究の概要

生成基盤モデルは大きな成功をおさめ，日本政府も国家戦略としてその開発を支援する政策を進めている．本研究課題は，理論面から大規模基盤モデルの動作原理を解明し，当該分野に貢献することを目指す．特に，統計理論・最適化理論・応用への展開という三つのテーマを中心に研究を進める．
(1) 統計理論：大規模基盤モデルの性質を統計的学習理論の観点から解明し，その最適性および限界を理論的に特徴づけ，改善案を提案する．
(2) 最適化理論：深層基盤モデル全般に適用可能な最適化理論を構築する．
(3) 理論の応用への展開：理論研究を実応用へ還元すべく，手法の改善および基盤モデルの新しい利用方法を模索する．