信頼されるAIに向けた制約推論

• 研究課題/領域番号: 25K03190
• 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61030:知能情報学関連; 小区分60030:統計科学関連; 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: 国立情報学研究所
• 研究代表者: 井上 克巳 国立情報学研究所, 情報学プリンシプル研究系, 特任教授 (10252321)
• 研究分担者: 清 雄一 電気通信大学, 大学院情報理工学研究科, 教授 (20700157) ; 鍋島 英知 山梨大学, 大学院総合研究部, 准教授 (10334848) ; Phua Yin・Jun 東京科学大学, 情報理工学院, 助教 (20963747)
• 研究期間 (年度): 2025-04-01 – 2029-03-31
• 研究課題ステータス: 交付 (2025年度)
• 配分額: 18,720千円 (直接経費: 14,400千円、間接経費: 4,320千円); 2028年度: 4,680千円 (直接経費: 3,600千円、間接経費: 1,080千円); 2027年度: 4,680千円 (直接経費: 3,600千円、間接経費: 1,080千円); 2026年度: 4,680千円 (直接経費: 3,600千円、間接経費: 1,080千円); 2025年度: 4,680千円 (直接経費: 3,600千円、間接経費: 1,080千円)
• キーワード: 制約 / 推論 / 機械学習 / ニューロシンボリックAI / 信頼できるAI

研究開始時の研究の概要

人工知能(AI)技術が急速に進展している現在、信頼されるAIの必要性が論じられている。AIをより信頼可能なものにするためには、解釈可能性、説明可能性、ロバスト性を向上させ、目標・要請・事実を知識や制約として記述できる記号系との融合が必要となる。本研究では、機械学習と知識表現・推論を統合した技術をベースとして、制約を取り入れた機械学習モデルや生成AIシステムを構築することでAIの信頼性向上に寄与することを目指す。本研究を遂行するために、ニューロシンボリックAI・記号AI・制約処理系の各分野における技術を融合し、信頼されるAIのための技術基盤を構築する。