限られた教師情報からの高精度な予測モデルの自動構築に関する研究
- 1.1 数学
- 1.3 人工知能基礎理論
- 2.1 コンピューティング
- 2.4 高性能化
- 3.8 情報学
- 4.5 安全性・セキュリティ
- 4.6 透明性・説明可能性
原田 達也
Beyond AI 研究推進機構
教授
先端科学技術研究センター
教授
現在、機械学習による高度な予測機能を備えたシステムやサービスが急速に広がりつつあり、大きな注目を集めています。しかし機械学習、その中でもとりわけ深層学習の導入には教師データの整備という大きな障壁があることをご存知でしょうか？現在、深層学習の導入に成功しているのは主に「教師あり学習」と呼ばれる分野であり、この「教師あり学習」を利用して高い予測精度を得るには膨大な「教師データ」（＝正解付きデータ）を準備する必要があります。多くの応用場面では新たに機械学習を導入しようとした際にこの「教師データ」を充分に用意することが出来ず、その恩恵にあずかれないという状況があります。また、仮にデータが入手可能であっても、教師データの整備には膨大なコストや専門的な知識が必要となり、導入の大きな障壁になっています。そこで、限られた情報でも機械学習を導入できるようにするための仕組みや、良質な教師データの整備にかかるコストの低減が、知的なシステムが世の中で汎用的に利用されるための最重要課題となっています。
本研究ではこの課題を解決するために、限られた教師データから高精度な予測モデルを自動構築する基盤技術の確立を目指しています。これにより、これまで良質な教師データを大量に集められないという問題から機械学習を導入できなかった領域や、教師データの構築に必要な人的コストや専門知識の不足から導入を断念せざるを得なかった領域まで、機械学習の導入障壁となっていた教師データの整備に関わる様々な課題を根本的に解決できます。
プロジェクトに関するURL
共同実施者
ソフトバンク
問い合わせ先
- 担当： Beyond AI 研究推進機構
- メールアドレス： info[at]beyondai.jp
※[at]を@に置き換えてください
- カテゴリナビ
