タスク間の知見を共有産業技術総合研究所／（株）AIメディカルサービス／静岡大学／名古屋大学／早稲田大学／筑波大学／近畿大学／千葉工業大学／東京大学AI技術は深層学習の発展に伴い飛躍的な進化を遂げている。しかしながら、深層学習で高い性能を得るためには、個別応用ごとに大量の学習用データが必要となることが、実世界の問題解決にAIを導入する大きな妨げとなっている。特に産業界が目指す実世界でのAI応用では、そもそも、学習用データの大量取得が不可能なことも多く、取得できる場合でも、それを学習に使うためのアノテーション付け（教師付け）の方法論の欠如やコスト高が大きな障害となっている。また、学習時に高性能な計算資源が必要となり、投資コストが大きいことも足かせとなる。得られた知見を共有しながら同時並行的に行うことで、実世界へのAI導入を容易にする技術の開発と、そのための環境を構築する。③-(1)汎用学習済みモデル構築に関する基盤技術の開発フォーム技術の開発49人と共に進化する次世代人工知能に関する技術開発事業③-(1)-A数式ドリブン自動生成データセットに基づく事前学習モデル構築技術の開発③-(1)-B動画像における柔軟な転移学習を実現する事前学習モデルの構築③-(1)-C音響信号処理モデルの汎用化・適応化とアプリケーション構築容易化のための基盤技術の開発③-(1)-D巨大な事前学習モデルと系列変換を基盤とした汎用言語処理フレームワークの開発研究開発拠点（産総研人工知能研究センター）拠点内の知識・知見・計算リソース・プラットフォームを共有超高性能ＡＩ計算基盤：産総研AI橋渡しクラウド（ABCI）③-(2)汎用学習済みモデル利活用に関する基盤技術の開発図：本研究の実施内容の概要図：本研究の実施内容の概要技術優位性 技術優位性AI技術の容易な構築・導入を可能にするため、画像、動画、音響信号、自然言語など様々な情報を対象とした汎AI技術の容易な構築・導入を可能にするため、画像、用学習済みモデルの構築および利活用に関する基盤技術の開発および開発したデータ・モデルの効率的管理・利活動画、音響信号、自然言語など様々な情報を対象とし用のためのプラッフォーム技術の開発を行っている。た汎用学習済みモデルの構築および利活用に関する基本技術には以下の特徴がある。盤技術の開発および開発したデータ・モデルの効率的①数式ドリブン教師あり学習画像データ/教師を自動生成し、権利関係クリアな状態で管理・利活用のためのプラッフォーム技術の開発を汎用学習済みモデルを提供。行っている。②動画本技術には以下の特徴がある。既存の動画DBを柔軟に統合し新規DB構築なしに精度向上している。① 数式ドリブン教師あり学習③音響信号画像データ/教師を自動生成し、 権利関係クリアな状複数異種DB統合・少量教師/簡易ラベルでの学習による態で汎用学習済みモデルを提供。汎用学習済みモデル、クラウドソーシングの利活用。④自然言語② 動画情報抽出・言い換えなどの言語処理の様々な問題を系列既存の動画DBを柔軟に統合し新規DB構築なしに精度変換問題として整理、それらを解決する共通モデルを実現。向上している。③音響信号複数異種DB統合・少量教師/簡易ラベルでの学習による汎用学習済みモデル、 クラウドソーシングの利活用。④自然言語情報抽出・言い換えなどの言語処理の様々な問題を系列変換問題として整理、それらを解決する共通モデルを実現。③-(2)-A医用画像向け準汎用学習済みモデルの構築③-(2)-Bペタバイトスケールの光学およびレーダー画像を対象に，地物・変化イベントを識別するフレームワークの開発③-(2)-C容易に音響シーン分析システムを実現する視聴覚統合③-(2)-D動作認識AIの効率的応用開発手法の研究開発③-(2)-E事前学習言語モデルとネットワークモデルの融合に基づく科学技術トレンド予測③-(3)データ・モデルの効率的管理・利活用のためのプラットフォーム技術の開発③-(3)-AAI資源のリポジトリ化によるAIハブ構築技術③-(3)-B多粒度ストリームにおけるStreamOps技術の開発③-(3)-C二次最適化を利用した分散深層学習による汎用学習モデルの構築49人と共に進化する次世代人工知能に関する技術開発事業研究開発テーマ紹介実世界に埋め込まれる人間中心の人工知能技術の研究開発（実世界へのAI導入を容易にする技術の開発）AI技術は深層学習の発展に伴い飛躍的な進化を遂げている。しかしながら、深層学習で高い性能を得るためには、個別応用ごとに大量の学習用データが必要となることが、実世界の問題解決にAIを導入する大きな妨げとなっている。特に産業界が目指す実世界でのAI応用では、そもそも、学習用データの大量取得が不可能なことも多く、取得できる場合でも、それを学習に使うためのアノテーション付け（教師付け）の方法論の欠如やコスト高が大きな障害となっている。また、学習時に高性能な計算資源が必要となり、投資コストが大きいことも足かせとなる。得られた知見を共有しながら同時並行的に行うことで、実世界へのAI導入を容易にする技術の開発と、そのための環境を構築する。取組内容 取組内容①汎用学習済みモデル構築に関する基盤技術の開発「汎用学習済みモデル」の構築に関する基盤技術を整備す① 汎用学習済みモデル構築に関する基盤技術の開発る。②汎用学習済みモデル利活用に関する基盤技術の開発「汎用学習済みモデル」の構築に関する基盤技術を実応用分野にフォーカスした準汎用モデルの開発、および汎整備する。用学習済モデルから適用分野に応じて少量データで高精度② 汎用学習済みモデル利活用に関する基盤技術の開発のモデルを構築する技術の開発を行う。③データ・モデルの効率的管理・利活用のためのプラット実応用分野にフォーカスした準汎用モデルの開発、および汎用学習済モデルから適用分野に応じて少量AI資源のリポジトリ化によるAIハブ構築技術、多粒度ストデータで高精度のモデルを構築する技術の開発を行リームデータ処理技術、大規模計算インフラを最大限活用して高速化する分散ディープラーニング技術の開発を行う。う。③ データ・モデルの効率的管理・利活用のためのプラットフォーム技術の開発AI資源のリポジトリ化によるAIハブ構築技術、多粒度ストリームデータ処理技術、大規模計算インフラを最大限活用して高速化する分散ディープラーニング技術の開発を行う。産業技術総合研究所／（株）AIメディカルサービス／静岡大学／名古屋大学／早稲田大学／筑波大学／近畿大学／千葉工業大学／東京大学研究開発テーマ紹介実世界に埋め込まれる人間中心の人工知能技術の研究開発（実世界へのAI導入を容易にする技術の開発）
元のページ ../index.html#50