2022 Fiscal Year Annual Research Report
Program Verification Techniques for the AI Era
| Project/Area Number |
20H05703
|
|---|
| Research Institution | The University of Tokyo |
|---|
Principal Investigator |
小林 直樹 東京大学, 大学院情報理工学系研究科, 教授 (00262155)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
佐藤 亮介 東京大学, 大学院情報理工学系研究科, 特任講師 (10804677) [Withdrawn]
五十嵐 淳 京都大学, 情報学研究科, 教授 (40323456)
塚田 武志 千葉大学, 大学院理学研究院, 准教授 (50758951)
吉仲 亮 東北大学, 情報科学研究科, 准教授 (80466424)
海野 広志 筑波大学, システム情報系, 准教授 (80569575)
関山 太朗 国立情報学研究所, アーキテクチャ科学研究系, 准教授 (80828476)
佐藤 一誠 東京大学, 大学院情報理工学系研究科, 教授 (90610155)
|
|---|
| Project Period (FY) |
2020-08-31 – 2025-03-31
|
| Keywords | 高階モデル検査 / プログラム検証 / 高階不動点論理 / 機械学習 |
|---|
| Outline of Annual Research Achievements |
研究課題全体を(A)高階モデル検査をはじめとするプログラム検証理論・技術のさらなる発展、(B)プログラム検証への機械学習技術の応用、(C)質の変化したプログラムの検証手法、の3つの課題に分けて並行して研究を進めた。2022年度の主な研究実績(一部、繰越分として2023年度に実施した成果を含む)は以下のとおり。
(A)プログラム検証技術の発展: 高階モデル検査の一種である高階不動点論理HFL(Z)の真偽値判定の高速化のため、さまざまな改良方法について研究を行った。具体的には、（１）不動点論理式の展開畳み込み変換を非同期に行うための拡張、（２）最小不動点演算子の近似によるHFL(Z)論理式のνHFL(Z)論理式（最大不動点のみからなるHFL(Z)論理式）への変換、（３）不動点論理式の証明側と反証側の情報共有による高速化、などについて研究を行った。また、扱えるプログラム機能の拡張の研究の一環として、代数的データ構造や代数的エフェクト、スマートコントラクトなどのためのプログラム検証手法の改良、および新しい手法の考案・実装を行った。
(B)プログラム検証への機械学習技術の応用:プログラム検証において鍵となるループ不変条件等の発見のためにニューラルネットワークを用いる枠組みNeuGuS (Neural Network-Guided Synthesis) を拡張し、リストに関する再帰的述語をニューラルネットワークを用いて合成する手法を考案・実装した。
(C)質の変化したプログラムの検証手法: ニューラルネットワークなどを用いた機械学習プログラムにおける、テンソルデータの処理の整合性を静的に検証するため、漸進的型システムと詳細型を組み合わせた型システムを構築・実装し、その有効性を確認した。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
研究実績の概要に述べた通り順調に研究成果が出ており、一流の雑誌や国際会議に論文を発表している。
|
| Strategy for Future Research Activity |
検証対象のプログラムのクラスを拡張するとともに、機械学習技術のさらなる応用を探っていく。
|
Research Products
(15 results)
