| 研究課題/領域番号 |
19K21970
|
|---|
| 研究種目 |
挑戦的研究(萌芽)
|
| 配分区分 | 基金 |
|---|
| 審査区分 |
中区分21:電気電子工学およびその関連分野
|
|---|
| 研究機関 | 名古屋大学 |
|---|
研究代表者 |
東 俊一 名古屋大学, 工学研究科, 教授 (40420400)
|
|---|
| 研究分担者 |
浅井 徹 名古屋大学, 工学研究科, 准教授 (30314363)
有泉 亮 名古屋大学, 工学研究科, 助教 (30775143)
|
|---|
| 研究期間 (年度) |
2019-06-28 – 2022-03-31
|
| キーワード | 人工知能 / 数理モデル / 制御工学 |
|---|
| 研究成果の概要 |
本研究では，人工知能を単体で利用する場合よりも高い性能を得るために，スーパーバイザと呼ばれる装置で人工知能（予測器）を管理する「スーパーバイザ型人工知能」の基礎研究を実施した．ここでいうスーパーバイザとは，数理モデルに基づいて得られるものであり，人工知能単体では避けられない予測誤差を補償する役割を演じる．本研究では，スーパーバイザ型人工知能の一種である予測ガバナと呼ばれる既存技術を深化させるとともに，マルチエージェント制御やイベント駆動制御などを対象にしたスーパーバイザ型人工知能を開発した．
|
| 自由記述の分野 |
制御工学
|
| 研究成果の学術的意義や社会的意義 |
近年，人工知能に大きな注目が集められているが，人工知能によって導き出された答えがいかに正しくても，現状ではその理由を説明できないと言われており，このことが実用化への障害になることもあった．その解決策のひとつは，人工知能がうまく働くメカニズムを理論的に解明することであるが，残念ながらそのような成果が得られる目途は立っていない．そこで，本研究では，人工知能に数理モデルを融合することで，人工知能が本質的にもつ不確かさを数理モデルによって補償する方法を開発した．これにより，人工知能単体で用いる場合と比べ，我々がより安心して人工知能を利用できる基礎を作ることができた．
|
