自然の形成原理に則した深層学習の真相究明

2019 年度 審査結果の所見

• 研究課題/領域番号: 19H01134
• 研究種目: 基盤研究(A)
• 配分区分: 補助金
• 応募区分: 一般
• 審査区分: 中区分61:人間情報学およびその関連分野
• 研究機関: 国立研究開発法人産業技術総合研究所
• 研究代表者: 片岡 裕雄 国立研究開発法人産業技術総合研究所, 情報・人間工学領域, 主任研究員 (70784883)
• 研究分担者: 中村 明生 東京電機大学, 未来科学部, 教授 (00334152) ; 井上 中順 東京工業大学, 情報理工学院, 准教授 (10733397) ; 前田 英作 東京電機大学, システムデザイン工学部, 教授 (90396143)
• 研究期間 (年度): 2019-04-01 – 2022-03-31

審査結果の所見の概要

本研究では、フラクタル幾何など自然の形成原理に即し、能動的に画像パターンとその画像カテゴリを付与したデータベース（DB）を構築することで、深層学習のデファクトスタンダードであるImageNetを置き換える枠組みの構築を目指し、あらゆる環境に対して柔軟に適応可能な特徴表現の生成に関する方法論を確立しようとしている。本提案では従来問題とされてきた膨大な画像ダウンロードや画像カテゴリ付与が不要である。
世界的なプラットフォームを持つ企業がインターネット上の大量の画像や動画像を集めてDB化することで圧倒的な競争力を持っているのに対し、日本は個人情報保護法や著作権法などの制約から大規模画像DBを活用できないという点は日本の将来において深刻な打撃を与えている。インターネット上などの膨大な画像に依存せずに普遍的な画像特徴表現を獲得しようとする本研究は非常に重要であり、最優先の課題である。