小谷 直樹

短時間で知的な機械を構成するためのAIの学習法に関する研究

近年，人工知能・機械学習技術の発展もあり，これらの知能化技術をロボットの環境適応能力や自律性の付与の手段として用いることが期待されています．しかし，強化学習を含む機械学習は，一般的に多くの学習時間を必要とする根本的な問題を抱えています．従って，学習時間を短縮することが，実時間で学習する実ロボットにとって，特に解決すべき重要な課題です．私達は，遺伝的アルゴリズムの概念で説明した学習高速化手法を開発し，より高度なロボットの知能化の実現を目指しています．

中西 淳

言語理解AIを活用した「単語の使い分けマップ」の開発

英作文を書いていて「この英単語はこのタイミングで使っていいのかな？」と迷うことは多くの英語学習者に共通する悩みだと思います。一方，どの英単語がどの文脈で使用できるかどうかを調べるのは簡単ではなく，結果的に馴染みのある単語を繰り返し使ってしまう傾向にあることが様々な研究で報告されています。本研究では，英語学習者が様々な単語の適切な使い方を学習できるように，近年注目を集めている言語理解AI(GPT・BERT)を活用して，様々な用例や類語の関係性を視覚化することのできる「単語使い分けマップ」の開発を目指しています。

村木 祐太

植物画像を対象とした枝の構造復元

近年，農家の高齢化や減少に伴い，カメラを用いた植物の自動監視技術が注目されている．しかし，植物の成長具合を判断する指標である枝構造の情報を取得する場合，葉によって枝が隠れてしまうため枝の情報を取得することが困難である．そこで，本研究では対象の植物を多視点から撮影し，多視点からの植物画像を入力として，枝の三次元構造を復元する．はじめに，多視点から撮影した植物画像に対して，深層学習による画像変換を行い，枝の存在確率画像を生成する．枝の存在確率画像とは，枝の存在確率を画素値で表した画像のことを指す．そして，多視点での枝の存在確率画像を用いて，三次元構造の復元を行うことで枝の構造復元を実現する．