背景知識と少量のデータから汎用的で解釈可能な知識をデータ駆動で学習するAIの開発

• 研究課題/領域番号: 25K21269
• 研究種目: 若手研究
• 配分区分: 基金
• 審査区分: 小区分61030:知能情報学関連
• 研究機関: 東京科学大学
• 研究代表者: 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 – 2028-03-31
• 研究課題ステータス: 交付 (2025年度)
• 配分額: 4,680千円 (直接経費: 3,600千円、間接経費: 1,080千円); 2027年度: 910千円 (直接経費: 700千円、間接経費: 210千円); 2026年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円); 2025年度: 2,730千円 (直接経費: 2,100千円、間接経費: 630千円)
• キーワード: ニューロシンボリック / 機械学習 / 知識表現

研究開始時の研究の概要

本研究は，少量のデータと背景知識から汎用的な一階述語論理規則を学習する深層機械学習モデルを構築することが目的である．深層機械学習は，膨大な学習データが必要な点，分布外への汎化性能や解釈可能性の低さが問題となっている．深層機械学習と論理推論を統合したニューロシンボリック手法は，スケーラビリティや少量のデータでの過学習が課題となっている．本研究では，以下の課題に取り組む．①一階述語論理を出力する深層機械学習モデルを構築する．②背景知識と少量のデータから汎用的な規則を学習する手法を開発する．③これまでに開発した手法を自然科学の分野に応用し新たなメカニズムを発見する．