| 研究課題/領域番号 |
19H04168
|
|---|
| 研究種目 |
基盤研究(B)
|
| 配分区分 | 補助金 |
|---|
| 応募区分 | 一般 |
|---|
| 審査区分 |
小区分61030:知能情報学関連
|
|---|
| 研究機関 | 国立研究開発法人農業・食品産業技術総合研究機構 |
|---|
研究代表者 |
川村 隆浩 国立研究開発法人農業・食品産業技術総合研究機構, 農業情報研究センター, 副センター長 (10426653)
|
|---|
| 研究分担者 |
古崎 晃司 大阪電気通信大学, 情報通信工学部, 教授 (00362624)
江上 周作 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, 研究員 (20846000)
|
|---|
| 研究期間 (年度) |
2019-04-01 – 2024-03-31
|
| キーワード | ナレッジグラフ / 機械学習 / 論理推論 / 解釈可能性 / 説明可能性 / オントロジー / セマンティックWeb / 人工知能 |
|---|
| 研究成果の概要 |
本課題では、解釈可能なAIの実現を目指し推理小説をナレッジグラフ化したデータセットを公開し、理由付きで犯人を推理することをタスクとし、オープンサイエンス形式にて論理推論や機械学習技術の深耕・体系化を実施した。結果として、国内外で計8回の技術コンテストを実施、延べ約50件の技術提案をいただき、それらを分類、整理したものを以下の学術論文等にて発表した。
Contextualized Scene Knowledge Graphs for XAI Benchmarking, T. Kawamura, et al.,
11th Int'l J. Conf. on Knowledge Graphs 2022
|
| 自由記述の分野 |
知識処理
|
| 研究成果の学術的意義や社会的意義 |
ナレッジグラフとは、近年、DX化を推進するツールとして注目されているデータの整理・活用方法である。データ群をナレッジグラフとして統合することで、AIでの活用が容易になるという利点がある。
本課題では、AIの社会実装に当たって必ず問題となるAIシステムの解釈可能性（何故、AIはそういう結果を出したのか）にフォーカスし、ナレッジグラフとAIシステムの在り方を整理し、広く社会に浸透させることを図ってきた。また、2023年からは生成AIによってAI分野に大きな変革が起きたことを踏まえ、生成AIを説明するためにナレッジグラフを如何に用いるかにもフォーカスして技術を整理し、社会実装への貢献を図った。
|
