日本が推進する12の新しいAI技術

Posted On: 4月 12, 2022

製造、都市、運輸、教育、健康を含む5つのカテゴリーに選ばれました
メタ認知、AI分子設計、人間のアバター開発

日本政府と企業は、次世代AIの研究開発に力を注いでいます。

先週、日本のNEDO（新エネルギー産業技術開発機構）は、新しい人工知能（AI）技術の開発のための行動計画（行動計画）を発表しました。 NEDOは日本を代表する国立研究所です。その目的は、AI技術開発の方向性について研究機関や大学などの企業に知らせることです。 12のスキルすべてがアクションプランに含まれています。 NEDOは、デジタル人工知能企業を構築するための技術を優先したと言われています。
これは主に、AIを積極的に使用できる5つの分野で選択されています。製造、製造、生活/都市、モビリティ、教育、健康です。デジタルでは遅れをとっているものの、AIを基盤とした社会の実現において、日本が他国より一歩先を行くという意向を見ることができます。これらの計画の提示。

日本はデジタルで遅れをとっていますが、AIで前進する意欲を示しています

①AI意味理解=現在、深層学習に基づく大規模言語モデルには、隠された意味を理解できないという限界があります。意味を理解する人工知能を構築するには、人間の脳の活動を模倣する人工知能が必要です。深層学習スキルには、脳活動の重要な属性であるメタ認知技術を使用したAIの開発が必要です。専門家は、象徴的な推論と深層学習を組み合わせることができる技術的進歩が、意味を理解するためのAIの実装につながると指摘しています。
②深層強化学習=現在のAIは、互いに話す能力が非常に弱いです。深層強化学習は、世界を平易な言葉でつなぐパターンを作成するための手法です。その主な目的は、既存のAIでは実行できない言語処理を可能にすることです。また、名前を変更して人間のシンボルを理解するという「シンボルグラウンディング」問題も解決します。

日本の主要なNEDOAI研究計画

③シミュレーションX機械学習=人間の知識に基づく演繹的思考とデータベースに基づく推論的思考を組み合わせることにより、予測と推論の手法を開発します。
④メタ認知AIの開発＝人間の脳の主な活動であるメタ認知（自分の認知過程を客観的に見る能力）とAIをつなぐ技術です。この技術を開発すれば、他の人が伝統的な職人の技を短時間で習得できるAIを開発することができます。
⑤学習技術移転＝AIによる高効率発電のための環境にやさしい素材を開発する技術です。対象物質をあまり実験しなくても、他の類似物質を学習して得た知識を活用した高精度な学習を可能にする手法です。

多変量少量生産、製造プロセスの最適化、人工知能の医療開発を含む

✧AI製造プロセスの最適化=有機化学や新薬開発では、製造プロセスにAIを使用する手法が広く知られています。しかし、無機化学の分野では、AIによる技術開発が遅れています。この分野の開発と生産プロセス全体を自律的に最適化できる技術の開発は、業界全体に波及効果をもたらします。
✧少量生産AI=少量生産は人間の手によるセル生産方式です（少数の従業員がさまざまなプロセスを担当し、完成品を作成します） 方法）沢山あります。これらの分野にAIを導入するためには、従業員が簡単に実現できる生産方法から始めることが有益です。画像だけでなく音波を使って品質検査や温度や振動の負荷を測定する試験など、さまざまな方法を管理する人工知能を開発する必要があります。
⑧AIの分子設計＝生物分野へのAIの導入が遅れる理由は、ノイズ（情報の伝達を妨げる物質）が多く、正しいデータの数が少ないためです。生体分子構造を文字列として扱い、高精度機械学習モデルとして知られるTransformerなどの言語モデルを使用してそれらを解決するAIの導入が積極的に導入されています。しかし、これらの技術をバイオテクノロジーの分野でも利用する必要があります。
⑨無人搬送車（AGV）の環境認識技術＝歩道、建物の廊下、エレベータなどの複雑な環境に対応できるAGVを開発する上で、さらに精度を高める画像認識技術を開発する必要があります。あらゆる環境で安全に動作できる柔軟なAGVの開発を継続するためには、画像だけでなく、音や道路状況などさまざまな方法で環境を認識する技術を開発する必要があります。
⑩AI学習サポート=AIによる人間の学習プロセスを明らかにするにはテクノロジーが必要です。これらの技術を用いて、人間がまだ慣れていない効果的な学習方法を模索しています。
⑪AIPCP=AIが最初に人間を日常的に診断し、次に医師による異常のみを診断するシステムを作成します。これを行うには、AIが医療分野で使用される専門用語などの語彙を含むコンテキストを理解し、医師と通信できるようにする自然言語理解機能が必要です。さらに、脈拍、体温、血圧、血糖値、顔色、発話反応などのさまざまな種類のセンサー情報を統合して、人間の健康と行動を判断し、医療記録と症例情報を整理できる技術を開発する必要があります。状態を診断して判断します。
⑫人間のデジタルツイン=医療分野では、個人のデータや生活習慣を特定できるさまざまなデータを使用してデジタルツインを作成することは、各個人に適した治療法を見つけるのに非常に役立ちます。学習プロセスのモデル化と同様に、人力では発見されていないリハビリテーション治療の新しいモダリティを見つけることができるかもしれません。
Chun-HoOh研究者