偏在計算資源の活用による巨大モデルに対する連合学習・連合アンラーニング技術の確立

• 研究課題/領域番号: 24K02932
• 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60060:情報ネットワーク関連
• 研究機関: 会津大学
• 研究代表者: 李 鵬 (李鵬) 会津大学, コンピュータ理工学部, 上級准教授 (30735915)
• 研究分担者: Ben.A Abderazek 会津大学, コンピュータ理工学部, 教授 (40468137) ; 櫻井 幸一 九州大学, システム情報科学研究院, 教授 (60264066) ; 策力 木格 電気通信大学, 大学院情報理工学研究科, 教授 (90596230)
• 研究期間 (年度): 2024-04-01 – 2027-03-31
• 研究課題ステータス: 交付 (2024年度)
• 配分額: 18,590千円 (直接経費: 14,300千円、間接経費: 4,290千円); 2026年度: 5,200千円 (直接経費: 4,000千円、間接経費: 1,200千円); 2025年度: 6,760千円 (直接経費: 5,200千円、間接経費: 1,560千円); 2024年度: 6,630千円 (直接経費: 5,100千円、間接経費: 1,530千円)
• キーワード: 巨大AIモデル / 連合学習 / 連合アンラーニング

研究開始時の研究の概要

本研究では、さまざまな所に偏在するデータと計算資源を活用し、巨大AIモデルの連合学習 (Federated Learning)を効率的に実行可能とする技術の研究開発することである。元の巨大AIモデルを多数の小型「専門家」モデルに再構築し、それぞれのデイバスが特定のデータに対して最適化される専門家モデルの連合学習技術を確立する。さらに、特定のデータをモデルから「忘れる」権利を保障するために、巨大モデルの連 合アンラーニング(Federated Unlearning)を研究する。