NEDO委託事業「次世代⼈⼯知能・ロボット中核技 …国研究開発法産業技術総合研究所知能研究センター NEDO委託事業「次世代知能・ロボット中核技術開発」

国⽴研究開発法⼈産業技術総合研究所⼈⼯知能研究センター

NEDO委託事業「次世代⼈⼯知能・ロボット中核技術開発」

（次世代⼈⼯知能技術分野）における産総研AIRCの活動概要

国⽴研究開発法⼈産業技術総合研究所情報・⼈間⼯学領域⼈⼯知能研究センター

⿇⽣英樹2016年10⽉21⽇ NEDO ロボット・AI フォーラム

1


産業技術総合研究所⼈⼯知能研究センターの紹介

2


国⽴研究開発法⼈産業技術総合研究所

2001年に経済産業省傘下の国⽴研究所が融合して発⾜（独⽴⾏政法⼈化）

常勤研究者約2,253名（2015.7.1）元国⽴研究所としては国内最⼤規模

幅広い産業技術分野を研究ナノテクノロジー、バイオテクノロジー、

微⽣物、脳科学、情報技術、レーザー、エネルギー技術、地質調査、宇宙探査、・・・

本部は茨城県つくば市⽇本各地に地域センター http://www.aist.go.jp


実世界に埋め込まれるAI

⼈間と協働して問題解決するAI説明できるAI

4


⼈⼯知能研究センター設⽴の背景

• ⽶国の巨⼤IT産業– データ、資⾦、研究者、開発者の集中– 閉じたエコシステムの形成– Start-Upの M&A

• ⽇本（ヨーロッパも）– Needs, Seeds, Data のFragmentation– 技術が社会に出てゆきにくい

– 開いたエコシステムの形成– Start-Upとの共同、援助

Seeds

Needs Data

巨大IT産業（G,M,F,A）

5

Needs

Seeds

Data


⼈⼯知能研究センターのミッション

6


• 2015年5⽉1⽇設⽴、産総研臨海副都⼼センター＋つくばセンター• クロスアポイントメント、客員・招聘研究員、Research Assistant 等

を活⽤して、国内外の⼤学・企業から研究者の参画を得る• 優れた技術を実⽤現場に橋渡しするハブ機能と⼈材育成• 社会実装を進める企画チームの設置

⼈⼯知能研究センターの体制

国内外の⼤学・企業からの参画、連携産総研の研究ユニットとの連携

国内外の⼤学・企業からの参画、連携産総研の研究ユニットとの連携

7


NEDO委託事業次世代⼈⼯知能・ロボット中核技術開発／次世代⼈⼯知能技術分野

⼈間と相互理解できる次世代⼈⼯知能技術の研究開発研究開発項⽬①：⼤規模⽬的基礎研究・先端技術研究開発研究開発項⽬②：次世代⼈⼯知能フレームワーク研究・

先進中核モジュール研究開発研究開発項⽬③：次世代⼈⼯知能共通基盤技術研究開発研究開発期間：2015年度〜2019年度（FS期間 2015年度〜2016年度）

8研究開発、社会実装、⼈材育成のための拠点形成


研究開発の３つの層

9

観測データ収集

認識・モデル認識・モデル化・予測

･･･⾃然⾔語理解

⾏動計画制御

企業

技術移転共同研究

起業技術移転

ベンチャー

機械学習・確率モデリングの⾼度化次世代脳型⼈⼯知能データ・知識融合型⼈⼯知能

⼈間⾏動モデリング画像解析テキストからのテキストからの

知識抽出産業⽤ロボット産業⽤ロボット⾃動運転対⼈インタラクション

実世界に埋め込まれる⼈⼯知能技術

⾃律移動

AI for Human Life/ServicesAI × サービス業、医療・介護、交通・防災等消費者⾏動解析サービス⽣産性向上⾃律移動⽀援再現性向上

AI for Science/EngineeringAI × 基礎科学⽣命科学、臨床医学、材料科学等の分野での仮説⽣成・実験検証⽀援再現性向上⽣産性

AI for ManufacturingAI ×ものづくり・農業等産業⽤ロボットとの融合多品種少量⽣産⽀援異常・故障予測⽣産性向上

②⼈⼯知能フレームワーク先進中核モジュール

①⼤規模⽬的基礎研究・先端技術研究開発

③⼈⼯知能共通基盤（標準タスク・ベンチマークデータ）

実施項⽬全体像

② 次世代人工知能フレームワーク研究・先進中核モジュール研究開発

(1) 次世代人工知能フレームワークの研究開発

(a) 次世代人工知能フレームワークの研究開発

(b) 次世代人工知能研究テストベッドの研究開発

(2) 先進中核モジュールの研究開発

(a) 観測・データ収集モジュール

(b) 認識・モデル化・予測モジュール

(c) 行動計画・制御モジュール

③ 次世代人工知能共通基盤技術研究開発

(1) 人間行動モデリングタスク

(2) 画像解析タスク

(a) 地理空間情報画像解析(b) きめの細かい動作認識

(3) テキストからの知識獲得タスク

(a) 事故情報テキスト解析・事故予防技術(b)科学文献キュレーション支援技術

(4) 対人インタラクションタスク

(5) 産業用ロボットタスク

①大規模目的基礎研究・先端技術研究開発

(1) 次世代脳型人工知能の研究開発

(a) 人工大脳皮質の研究開発

(b) 人工視覚野の研究開発

(d) 人工言語野の研究開発

(2) データ・知識融合型人工知能の研究開発

(a) 自然言語理解を核としたデータ・知識融合技術の研究開発

(b) 分散表象知識と記号的知識の相互変換技術の研究開発

(3) 機械学習および確率モデリング技術の高度化

(a) スケーラブルな機械学習・確率モデリング手法の研究開発

(b) 超複雑な機械学習・確率モデリング手法の研究開発

フィードバック

モジュール化フレームワークによる研究推進

効率的・横断的な技術の導入課題への適用を通じたフィードバック

(6) 自動運転タスク(a) セマンティック情報に基づく

自動運転(b) 解釈可能な自動運転システム

(c) 社会的身体性知能の共有・活用のためのクラウドプラットフォーム

(c) 深層表現学習技術の研究開発

(d)ネットワーク分析と言語処理の融合による大規模文献データから技術の未来予測プラットフォームの研究開発

(d) 自然言語テキスト理解モジュール

(a) 人工運動野の研究開発

●人材育成施策

(e)スパイキングニューロン全脳モデルと身体性情報構造

化に基づく動的実世界知能の研究開発

NEDO/AIRC=東京大学人工知能先端技術人材育成講座NEDO/AIRC=東京大学人工知能応用人材育成講座


NEDO 関根久 PM委託

株式会社国際電気通信基礎技術研究所①計算神経科学に基づく脳データ駆動型人工知能の開発

委託

③次世代人工知能共通基盤技術研究開発

再委託

共同実施

②次世代人工知能フレームワーク研究・先進中核モジュール研究開発

①大規模目的基礎・先端技術研究開発

再委託

再委託

再委託

再委託

再委託再委託再委託再委託再委託

再委託再委託再委託

国立大学法人大阪大学

②-(2) 先進中核モジュールの研究開発

国立大学法人東京大学

②-(1) 次世代人工知能フレームワークの研究開発

国立大学法人大阪大学


国立大学法人金沢大学


学校法人中部大学中部大学


学校法人梅村学園中京大学

②-82) 先進中核モジュールの研究開発

国立大学法人奈良先端科学技術大学院大学


国立大学法人九州工業大学

③-(6) 自動運転タスク

学校法人千葉工業大学千葉工業大学

③-(2)画像解析タスク

国立研究開発法人産業技術総合研究所辻井潤一 PＬ①大規模目的基礎・先端技術研究開発②次世代人工知能フレームワーク研究・先端中核モジュール研究開発③次世代人工知能共通基盤技術研究開発

国立大学法人信州大学


大学共同利用機関法人情報・システム研究機構国立情報学研究所②-(1) 次世代人工知能フレームワークの研究開発

学校法人玉川学園玉川大学③-(4) 対人インタラクションタスク

国立大学法人東京大学 NEDO/AIRC=東京大学人工知能先端技術人材育成講座人材育成

国立大学法人東京大学 NEDO/AIRC=東京大学人工知能基礎技術（データサイエンティスト）人材育成講座

国立大学法人電気通信大学①-(1)-(c) 人工運動野の

研究開発

国立大学法人京都大学①-(1)-(c) 人工運動野の

研究開発

国立大学法人東京大学①-(1)-(e)スパイキンニューロン全

脳モデルと身体性情報構造化に基づく動的実世界知能の研究開発

国立大学法人東京大学①-(1)-(c) 人工視覚野の

研究開発

国立大学法人東京大学①-(3)-(c) 深層表現学習

の研究開発

再委託

再委託

2016.9 .1現在

国立研究開発法人理化学研究所／株式会社PFN①超低消費電力深層学習プロセッサおよびソフトウェア

層の研究開発

株式会社 MOLCUR①人工知能と実験自動化ロボットを統合した次世代

創薬プラットフォームの開発

共同研究


①⼤規模⽬的基礎研究・先端技術研究開発

⾰新的な情報処理原理の探求と⾼度化

12

(1) 次世代脳型⼈⼯知能の研究開発(2) データ・知識融合型⼈⼯知能の研究開発(3) 機械学習・確率モデリング技術の⾼度化


IIIIIIIVVVI

ミニコラム

マクロコラム

厚さ約２ミリ

(1) 次世代脳型⼈⼯知能の研究開発

• 脳の様々な⾼次機能（認識、意思決定、運動制御、思考、推論、⾔語理解など）が、たった５０個程度の領野のネットワークで実現されている。

III

III

IV

V

VI

Daniel J. Felleman and David C. Van Essen Distributed Hierarchical Processing in the Primate Cerebral Cortex Cerebral Cortex 1991 1: 1-47

Wikipedia より

w1

シナプスニューロンからの出⼒)(

iii xwy

.

.

.

w2

wn

x1x2

xn

⼤脳⽪質の情報処理原理解明と利⽤が最⼤の課題

13スライド提供：⼀杉裕志主任研究員（AIRC）


脳の情報処理モデルの構築

14

⼈⼯視覚野：画像を位置と形に分解するベイジアンネットの提案

⼈⼯運動野：深層学習による動作系列の表現学習と⽣成（再委託先：電気通信⼤学）

構文解析器（ブローカー野）

相互変換

単語列内部表現

Cat Eat Fish

Fish IsEatenBy Cat

（ウェルニッケ野）

cat fish

動作主被動作主

⼈⼯⾔語野：単語列と意味表現を相互変換するベイジアンネットの提案


(2) データ・知識融合型⼈⼯知能の研究開発

15図版提供：宮尾祐介招聘研究員（NII）


分散表現知識と記号表現知識の相互変換

16図版提供：市瀬⿓太郎招聘研究員（AIRC/NII）


(3) 機械学習・確率モデリングの⾼度化

• スケーラブルな機械学習・確率モデリング• 超複雑な機械学習・確率モデリング• 深層表現学習（Deep Learning）• 観測データの⽣成モデルを基盤とした

ベイズモデリングに基づく統⼀的アプローチ

17

学習データ

テストデータ

クラスA クラスB

辞書基底

クラスCクラスB

・・・・・・・・・・・・

・・・

代表点（≒極値点）

補間して固定⻑に変換

・・・

・・・代表点間の波形を切り出し

・・・

スパース表現

クラスBの辞書基底でほぼ再構成できる→クラスBに分類

・・・

・・・・・・

テストデータの代表点に合わせて固定⻑の辞書基底を伸縮させて

巨⼤な辞書を構成

機械学習に適した時系列データの分解・圧縮⼿法

図版提供：吉村⽞太特定集中研究専⾨員（AIRC）


②次世代⼈⼯知能フレームワーク研究・先進中核モジュール研究開発研究開発と技術の利活⽤の促進

18

(1) 次世代⼈⼯知能フレームワークの研究開発(2) 先進中核モジュールの研究開発


○ ⼈⼯知能の各種要素技術を再利⽤可能なモジュールとして容易に組み込み・統合できるスケーラブルな⼈⼯知能ワークフロー処理機構を実現。

○ モジュールから簡便かつ統⼀的なインタフェースで利⽤可能な、⼤規模なデータの収集・蓄積・管理・利⽤を⾏うスケーラブルな⼈⼯知能データプラットフォームを実現。

⼈⼯知能研究者・モジュール開発者

アプリ開発者・企業

観測・データ収集

認識・モデリング・認識・モデリング・予測

⾏動計画・制御

⾃然⾔語テキスト理解

⾃然⾔語テキスト理解

アプリ

アプリ

モジュールの再利⽤、ワークフローによる

効率的開発

ビッグデータを活⽤したモジュールの効率的開発

⾃然⾔語テキスト Linked Open Data 画像・動画・⾳声データ

⾼次元時系列センサデータ

スケーラブルな⼈⼯知能データプラットフォームの研究開発

スケーラブルな⼈⼯知能ワークフロー処理機構の研究開発

アプリアプリ

多種多様なモジュールならびにワークフローの簡便な⾃動配備・実⾏

モジュールから簡便かつ統⼀的なIFで利⽤できるデータプラットフォーム

先進中核モジュールの研究開発整備される標準データセットなど

組み合わせてアプリ開発

19スライド提供：⼩川宏⾼研究チーム⻑（AIRC）


研究拠点を⽀える情報基盤構築

産総研

⽇本国内国外

AI研究クラスタ（NEDO）産総研AIクラウド（補正予算）

＠つくば

商⽤クラウド

AIセンター拠点＠臨海

SINET5JGN‐X

ResearchData Alliance

AIRC Network

連携機関連携機関

データホルダー

VPN、Direct Connect等による商⽤クラウドとの透過的な連携

100Gbps⾼速データ転送、⾼精細TV会議等をサービスする専⽤線（ダークファイバ）網

海外のデータホルダー、連携研究機関との安定した対外接続

20スライド提供：⼩川宏⾼研究チーム⻑（AIRC）

国⽴研究開発法⼈産業技術総合研究所⼈⼯知能研究センター21

AI研究クラスタ Nairobi

⼤容量メモリサーバ• 16ソケット, 256コア• 対称型マルチプロセッシング• 12TBの単⼀メモリ空間

GPGPUサーバ × 8台• 2ソケット, 28コア• 512GBメモリ• GPGPU数値演算

アクセラレータ × 4• 3,072 CUDAコア• 12GB GDDR5メモリ• 7TFlops (単精度)

10GB Ethernetスイッチ

• NEDOプロジェクト参加者が拠点で共同利⽤

• 最新のGPGPUを計32基搭載し、⾼速なディープラーニング等を⽀援

• 計16TBの主記憶を搭載し、⼤容量データのリアルタイム解析処理、科学技術シミュレーション等を⽀援

• 2016年6⽉より稼働中


社会的⾝体的知能の共有・活⽤（再委託先：国⽴情報学研究所）

• ⼈間－ロボットインタラクションデータの収集プラットフォーム

22

全⾝運動のキャプチャ

バーチャル空間でのインタラクション図の提供：稲⾢哲也教授（国⽴情報学研究所）

VR インタラクションサーバ


⼤規模⽂献データからの技術の未来予測（再委託先：東京⼤学）

23

検索クエリ:Topic=(例”Solar Cell")

ISI’s DB

書誌情報入手

引用ネットワーク生成

最大連結成分に絞る

キーワード検索

1. Web of Science から取得した論⽂情報から、引⽤ネットワークを作成2. ネットワーククラスタリングを実⾏し、内容的に近い領域（クラスター）に⾃動分類3. クラスターの可視化（知識領域）、重要情報の抽出、ネットワーク指標の導出4. これらの情報をもとに将来数多く引⽤される萌芽論⽂を特定

研究分野の特定

引用＝内容的関連性の意志表示との性格に着目して分析

ELSEVIER Scopusその他論文データ

予測

萌芽論⽂

萌芽予測

俯瞰分析

萌芽論⽂の⼀覧より将来的な技術トレンドを把握。クラスタ分析と組み合わせることで俯瞰的に理解できる

萌芽予測例

クラスタ

論文名雑誌現被引用数

3 Recent advances in solution-processed interfacial materials for efficient and stable polymer solar cells

ENERGY & ENVIRONMENTAL SCIENCE 320

3 Morphology characterization in organic and hybrid solar cells

ENERGY & ENVIRONMENTAL SCIENCE 180

3 Recent progress and future aspects of organic solar cells

PROGRESS IN PHOTOVOLTAICS 68

3 Solid-state dye-sensitized and bulk heterojunction solar cells using TiO2 and ZnO nanostructures: recent progress and new concepts at the borderline

POLYMER INTERNATIONAL

50

3 Rational Design of High Performance Conjugated Polymers for Organic Solar Cells

MACROMOLECULES584

2 Photophysical and Electrochemical Properties, and Molecular Structures of Organic Dyes for Dye-Sensitized Solar Cells

CHEMPHYSCHEM104

3 Small Molecule Organic Semiconductors on the Move: Promises for Future Solar Energy Technology

ANGEWANDTE CHEMIE-INTERNATIONAL EDITION 529

2 Characterisation of electron transport and charge recombination using temporally resolved and frequency-domain techniques for dye-sensitised solar cells

INTERNATIONAL REVIEWS IN PHYSICAL CHEMISTRY 35

3 Tandem polymer solar cells featuring a spectrally matched low-bandgap polymer

NATURE PHOTONICS 865

2 The Electrochemistry of Nanostructured Titanium Dioxide Electrodes

CHEMPHYSCHEM36

#1. シリコン型

#3. ⾼分⼦・有機型

#2. ⾊素増感型

太陽電池分野の萌芽論⽂⼀覧

(参考)俯瞰結果

図の提供：坂⽥⼀郎教授（東京⼤学）

⽂献ネットワーク分析と⾔語処理の融合技術トレンドの俯瞰と未来予測


観測・データ収集モジュール⽣活知能研究のための Linked Living Lab実際の⽣活現場を想定した模擬環境で要素技術開発・検証介護・病院などの現場や実際の地域（サテライト Living Lab）

と連携して、実環境における検証や効果評価（インパクト評価）を⽀援

模擬環境での基礎開発から現場での実証研究までをシームレスにつないだ国際的にも類のないリビングラボ環境 24

⽼⼈ホーム神⼾市、昭島市横浜市、等

リハ病院神⼾市、等

⼦ども病院⼤村市、等

産総研内リビングラボ


⼀般物体認識クラウドエンジン（再委託先：中京⼤学、中部⼤学）

• ⽇⽤品の視覚認識エンジン

25図版提供：藤吉弘亘教授（中部⼤学）橋本学教授（中京⼤学）


動作の模倣学習• Deep Learning によるモダリティの統合学習

26図版提供：尾形哲也招聘研究員（早稲⽥⼤）


不定形物操作システム（再委託先：信州⼤学・奈良先端⼤学院⼤学）

• 不定形物の操作知識の獲得– ４種の知識の

獲得と利⽤– 紐・紙・布の

実操作で検証

27

①環境認識（不定形物の状態把握，周囲の環境形状の把握）

作業目的

②作業計画（作業の手順を生成）

不定形物操作

③認識と行動制御

③‐1. 運動状態予測

③‐2. 動作系列生成

③‐3. 死角部の状態推定

(a) 認識特徴知識・不定形パターン情報処理

(b) 運動状態知識・不定形物運動学習

不定形物操作に関する知識

(c) 動作系列知識・動作系列学習

(d) 作業手順知識・作業行為メタ学習

作業完了

④. 行動選択

図版提供：⼭崎公俊助教（信州⼤学）松原崇充助教（奈良先端⼤）


③次世代⼈⼯知能共通基盤技術開発

⼈⼯知能技術の評価・検証に向けて

28


次世代⼈⼯知能共通基盤技術

• 標準タスクの設定(1) ⼈間⾏動モデリングタスク(2) 画像解析タスク(3) テキストからの知識抽出タスク(4) 対⼈インタラクションタスク(5) 産業⽤ロボットタスク(6) ⾃動運転タスク

• タスクの性能評価⼿法検討のためのベンチマークデータセット構築

29


(1) ⼈間⾏動モデリング• データを通じて現象を理解 → ⾼速に実⾏できる計算モデルへ• 顧客の⾏動・需要予測(施策最適化、⽣産性・付加価値向上)• タブレットやスマホによる情報推薦も簡単に実現• ビッグデータ分析・活⽤を誰でも簡単にできるAI技術

30

時

主

客

場動

ID‐POS

アンケート

Log

テキスト

etc顧客セグメント・潜在クラス意味あるカテゴリ抽出

IT+コミュニティ→ ダイナミクス（アプリ・サービス）

5W1Hを反映した構造的計算モデル

スマホ・タブレット

PLSA ベイジアンネット類型化構造化

実社会の現象コンピュテーション

スライド提供：本村陽⼀⾸席研究員（AIRC）


⼤規模データベース

店舗内キオスク端末、タブレット端末ライフスタイル

提案

計算モデル

ID-POSデータとも連携

店舗案内・ナビゲーション

⽣活コミュニケーション促進（⽣活満⾜度向上）

顧客理解・マーケティング施策最適化

顧客セグメント推定・認知・興味喚起を⾏う

コンテンツ選択

ショッピングモールでの共通ポイントカード(約30万⼈, 1年分)データ活⽤

確率潜在意味解析＋構造モデル化

31スライド提供：本村陽⼀⾸席研究員（AIRC）PLSA+ベイジアンネット技術

Active Data


(2) 画像解析• ⼤規模衛星画像の認識・理解

– ASTER@産総研 ~ 1PB• 1999年から現在まで全世界を網羅

– Landsat-8@Amazon S3 ~ 500 TB• 2013年〜誰でも⾃由に使えるオープンデータ

• 地物の認識、検出• 災害等の状況推定、

等への活⽤

32図版提供：中村良介研究チーム⻑（AIRC）⼤規模ソーラー発電検出


(2) 画像解析

• きめの細かい動作認識– ⼈の動作の⼤規模データセットの構築

• 家庭やオフィスの⼈の動作100種類を選定し、それぞれ1000本の動画、合計100,000本の動画からなる動作学習データセットを作成する

• Web上の動画リソースの活⽤＋クラウドソーシングを活⽤した動画アノテーション

– 動作認識DNNエンジンの開発• 実績のある、三次元CNN 及び、⼆次元のCNN+RNNを

ベースに動作認識エンジンを構築する

33


（３）テキストからの知識抽出

34

英国マンチェスター⼤学テキスト・マイニング・システム

Fig.3 of Rak, et al., (2014) Database (Oxford) 2014, pii:bau070.

酵素反応データベース・EzCatDB

膨⼤な酵素関連英語⽂献情報

複雑な酵素反応機構

情報抽出

分類・登録

新たに酵素反応分野に適⽤

• 酵素反応機構；酵素活性部位アミノ酸、補酵素、化合物やその官能基（⽔酸基、アミノ基など）間のネットワーク

• ⼆項関係、三項関係で表現できる情報伝達系、代謝経路よりも⼀段と複雑な系

• モジュールの拡充が必要

Deep Reading

酵素反応オントロジー図版提供：⻑野希美主任研究員（AIRC）Prof. Sophia Ananiadou (マンチェスター⼤）他

代謝経路データの例

情報伝達系、代謝経路のキュレーションに適⽤実施

酵素反応に関する専⾨知識をAIに移す“AI for Science”の実例


(4) 対⼈インタラクション（再委託先：⽟川⼤学）

• 保育の場におけるインタラクション⽀援

35

サービス工学的研究

保育学的研究

人工知能的研究

子どもの活動・遊びの観察

園の保育へのフィードバック

月1～2回

タスク・月齢に応じた階層アノテーション

子どもの状態オントロジ構築

機械学習による自動認識

特徴抽出D B 化

保育ニーズヒアリング

10%

分析・評価

計測とTool開発

インタラクションデータ収集と半⾃動アノテーションツールの設計

図版提供：⼤森隆司教授（⽟川⼤学）

国⽴研究開発法⼈産業技術総合研究所⼈⼯知能研究センター国⽴研究開発法⼈

(5) 産業⽤ロボット

認識エンジン（Deep

Learning）

対象物把持データベース

組み⽴て作業動作データベース

Cloud Database Platform

Hardware Platform Software Platform

Choreonoid(AIST)

Picking Simulator(Mitsubishi)

組み⽴て作業作業の⾃動計画模倣学習

ティーチング省⼒化の実現

バラ積みピッキングシミュレータの併⽤機械学習

ピッキングの成功率向上AI Platform (AIST)

⼈の作業動作の蓄積

中部⼤・中京⼤・東⼤・AIST

⾦沢⼤・阪⼤・AIST ⾦沢⼤・AIST

⾦沢⼤・阪⼤・AIST

阪⼤・AIST

早稲⽥⼤

阪⼤・AIST（三菱電機）

36スライド提供：原⽥研介招聘研究員（阪⼤）


(6) ⾃動運転• 検証・説明可能な⾃動運転をめざして

– センサレベルの⾃動運転にセマンティックレベルを導⼊

37図版提供：佐々⽊洋⼦主任研究員（AIRC）我妻広明特定フェロー（九⼯⼤）


外部連携と⼈材育成の取組み

⼈⼯知能技術の普及と社会実装に向けた取り組み

38


⼈⼯知能セミナー・ワークショップの開催

• 2015/10/20：第１回セミナー「脳型⼈⼯知能－脳を模倣した役に⽴つ⼈⼯知能技術－」• 2015/11/24：第２回セミナー「機械学習の理論的側⾯」• 2015/12/22：第３回セミナー「ヘルスケアとAI」• 2016/2/8：第４回セミナー「⼈⼯知能を活⽤した応⽤研究」• 2016/1/20：第１回ワークショップ「AI for Service and Society, ⼈と相互理解する次

世代AIの社会実装に向けて」• 2016/3/17 ：第５回セミナー「深層学習フレームワーク」• 2016/4/1：第６回セミナー「Applied AI Research using Spatiotemporal and

Historical “Big” Data」• 2016/5/23：第２回ワークショップ「⼈起点のサービス現場の能⼒を拡張するサービス

インテリジェンスとは？」• 2016/6/21：第７回セミナー「⾃然⾔語処理のＡＩの最新動向」• 2016/7/4：第８回セミナー「知能の原理解明と創発に向けて」• 2016/9/30：第３回ワークショップ「サービスインテリジェンスー多様なデータから

莫⼤な価値を創出する創造的コミュニケーションの場を創出！ー」

39


NEDO/AIRC=東京⼤学⼈材育成講座（再委託先：東京⼤学）

• NEDO/AIRC=東京⼤学⼈⼯知能先端技術⼈材育成講座– deep learning 等の state-of-the-art の⼈⼯知能

技術を習得した技術者の育成と育成⽅法の確⽴• NEDO/AIRC=東京⼤学

⼈⼯知能基礎技術⼈材（データサイエンティスト）育成講座– ⼈⼯知能技術に関する基礎的な知識を持つ技術者、

研究者のオンラインでの育成と育成⽅法の確⽴

40


ベンチャ企業との交流（アウトリーチの会）

• ⼈⼯知能ベンチャの事業課題・ニーズを踏まえたディスカッション、キーパーソンとの⼈的ネットワーク構築

• ⼈⼯知能技術の幅広い社会展開に向けて多業種が参加– 健康、⾦融、教育、リテール、交通、ロボット、広告、インフラ、

メーカー、義⼿、酪農、農業、スマートホーム、地図、ほか


• ビッグデータを活⽤するAIモジュールを社会に提供し、⽣活（現象）、サービスや製品をよりよく（デザイン）する仕組の実現

• その活動⾃体を、新しい仕組（AI研究プラットフォーム）として、社会に根付かせる → 産総研⼈⼯知能研究センターのミッション

AIRC＝成功事例とリソースを蓄積・共有する場

次世代⼈⼯知能技術の社会実装に向けて

適用（AI技術によるデザイン支援）

現場観測と対話（対話的AI）

現象のモデル化（AI技術活用方法の

モデル化）

潜在的構造・ダイナミクス・深い知識のモデル化

評価・検討(人間・AI協調)

事例事例

事例を⽣成する⽅法論事例を⽣成する⽅法論

AI for Society

スライド提供：本村陽⼀⾸席研究員（AIRC） 42

Documents

NEDO委託事業 「次世代⼈⼯知能・ロボット中核技 …国 研究開発法 産業技術総合研究所 知能研究センター NEDO委託事業 「次世代 知能・ロボット中核技術開発」

NEDO委託事業「次世代⼈⼯知能・ロボット中核技 …国研究開発法産業技術総合研究所知能研究センター NEDO委託事業「次世代知能・ロボット中核技術開発」