English

 

情報・人間工学領域のタイトル画像

人と共栄する情報技術

情報は人々が現在の社会生活を送る上で不可欠な要素となっています。安全・快適で豊かな未来社会の実現には情報のサイバー空間と人間・社会のフィジカル空間相互の知的情報を濃厚に融和させることが鍵となります。情報・人間工学領域では、産業競争力の強化と豊かで快適な社会の実現を目指して人間に配慮した情報技術の研究開発を行います。また、情報学と人間工学を柱としたインタラクションによって健全な社会の発展に貢献します。

重要戦略詳細

人工知能技術の開発

人間中心のAI社会を実現するために、説明可能で信頼でき高品質なAI、実世界で人と共進化するAIを実現する技術を開発します。

人間拡張技術の開発

社会の活動全体をサイバー空間に転写しHPC・AI・ビッグデータ技術を駆使して産業や社会変動の予測や最適化を可能にし、更にサイバー空間での計画をフィジカル空間に作用させ介入・評価・改善することで人間の能力の拡張につなげる一連のプラットフォーム技術を開発します。

サイバーフィジカルシステム技術の開発

循環型社会を牽引し、産業構造の変化を先取する新たな顧客価値の創出及び技能の継承・高度化に向けて、人と協調する人工知能(AI)、ロボット、センサ等を融合したサイバーフィジカルシステム技術を開発します。

モビリティ技術の開発

日常生活における人の移動の自由度を高め、新たなモビリティサービスの実現に貢献するために、身体機能、認知機能、知覚機能、社会心理等の影響因子に起因するバリアを低減し移動を支援する技術及び、移動することにより発生する価値を向上させる技術を開発します。

ヘルスケア技術の開発

健康寿命延伸を目的として、個人の心身状態のモニタリングや社会の健康・医療ビッグデータにもとづいて現在および将来の健康状態を可視化する技術や、個人の特性などに応じて、日常生活の中でさりげなく誘導、介入して健康につながる行動変容や早期受検を促す技術を開発します。

セキュリティ技術の開発

サイバーフィジカルシステムの安全と信頼を担保する、セキュリティ強化技術やセキュリティ評価技術、セキュリティ保証のあり方について研究開発します。

デジタルアーキテクチャの推進

データ駆動型のデジタル社会を進展させるため、分野横断的なデータ利用、アプリケーション連携、認証・認可等を垂直統合した部品の再利用を可能とする、社会制度を考慮したデジタル・サービスの標準的な参照アーキテクチャをデザインするとともに、国内外の関連機関とも連携して国際的な標準化を推進します。

産総研の研究活動の結果又は過程として取得されたデータ及び外部のオープンデータを、オンラインアクセスが可能な形式でデジタルデータ群として情報システムとともに整備し、知的資産を体系化、組織化することで社会の基盤的価値の提供を行います。

最近の研究成果

機械学習品質マネジメントガイドラインを公開

民間企業・大学などの有識者と共同で、AIシステムの設計開発における品質マネジメントについて体系的にまとめた「機械学習品質マネジメントガイドライン」をサイバーフィジカルセキュリティ研究センターのウェブサイトで公開した。URL:https://www.cpsec.aist.go.jp/achievements/aiqm/ ITシステムを安全、安心に管理するために品質マネジメントは必須であるが、機械学習を用いたAIシステムは開発者の明示的なプログラムによる指示によらず、訓練データを用いた学習による間接的な構築が行われるため、一般のソフトウエアと比較して品質マネジメントが格段に難しい。今回のガイドラインは、対象となるAIシステムのライフサイクル全体にわたる品質マネジメントを扱い、AIシステムのサービス提供で求められる品質要求を充足するための必要な取り組みや検査項目を体系的にまとめたものである。開発の当事者間で品質について意思疎通できるよう、ガイドラインはAIシステムの利用時に求められる品質要求を(1)リスク回避性、(2)AIパフォーマンス、(3)公平性という3つの外部品質軸として新たに整理し、それぞれの要求の強さに応じてレベル分けした。開発の当事者は機械学習の正確性やデータ設計の十分性など8つの内部品質を開発作業中などに確認して、外部品質の充足性を客観的に判断する構成となっている。AIシステムの開発者と利用者が、システムに求められる品質要件を合意でき、品質に関する不透明性を取り除いて、AIシステムのビジネス活用を加速させることが期待される。

情報・人間工学領域の最近の研究成果の概要図

機械学習品質マネジメントガイドライン

結晶構造解析の自動化

数理最適化の一手法であるブラックボックス最適化手法を用いて、物質・材料研究に必要不可欠な粉末X線回折(PXRD)パターンの解析を自動化・高効率化する手法を開発しました。PXRD法は、物質・材料の機能と性質を支配する結晶構造の情報を得ることができる、物質・材料研究において最も広く利用されている分析手法の一つです。PXRDの測定結果から結晶構造の情報を得るためには、リートベルト精密化法が広く用いられています。この方法には本来の目的である結晶構造情報以外にも多くのパラメータが含まれ、それらの調整に大きな労力が必要とされています。本研究では、このような状況が機械学習におけるハイパーパラメータ最適化問題と類似していることに着目し、同問題に対して有効なブラックボックス最適化手法をリートベルト精密化法に応用することで、PXRDパターン解析を効率化する手法を開発しました。本手法を用いることにより、熟練者を超えるフィッティング精度と解析速度が得られるだけでなく、熟練者がとる典型的な手順では到達できなかった結晶構造の候補を発見することにも成功しました。本研究のアイデアは、解析結果に影響するパラメータが手作業で調整されている解析手法に応用可能であり、さまざまな分野における計測・シミュレーションデータ解析の効率化が期待できます。さらに、人間の思考の癖や思い込みを排除することで新しい解釈が導かれることも期待され、今後の物質・材料研究の加速と物理現象の理解への貢献が期待されます。

情報・人間工学領域の最近の研究成果の概要図

提案手法の概要

研究ユニット

その他の研究推進組織

プロジェクトユニット

  • メディアコンテンツ生態系プロジェクトユニット

研究ラボ

オープンイノベーションラボラトリ

連携研究ラボ・連携研究室

 

情報・人間工学領域研究戦略部

連絡先:情報・人間工学領域研究戦略部

メール:ith-liaison-ml*aist.go.jp(*を@に変更して送信下さい。)
話:029-862-6028
 

人工知能研究戦略部

連絡先:人工知能研究戦略部 研究企画室

メール:rpd-ai-info-ml*aist.go.jp(*を@に変更して送信下さい。)
 

▲ ページトップへ

国立研究開発法人産業技術総合研究所