C02

人工知能/計算機に思考させる

Artificial intelligence

人工知能

Artificial Intelligence

知識表現・推論と機械学習を統合したロバストAI

Robust AI: Integrating KR&R and ML

代表者名

井上研究室

Inoue Lab

共同発表者名

井上 克巳、リシュー フロリアン、岡崎 孝太郎、ロルティワル ギヨム、ポア インジュン、グエン テュアン、竹村 彰浩、小高 充弘、戸塚 悠太郎、陳 天宇、徐 哲恒、ライモン シリル、佐藤 泰介、坂間 千秋、沖本 天太、シュウィンド ニコラ、マニアン モルガン、リベロ トニー

Katsumi Inoue, Florian Richoux, Kotaro Okazaki, Guillaume Lorthioir, Yin Jun Phua, Tuan Nguyen Quoc, Akihiro Takemura, Mitsuhiro Odaka, Yuutaro Totsuka, Tianyu Chen, Zhenheng Xu, Cyril Reymond, Taisuke Sato, Chiaki Sakama, Tenda Okimoto, Nicolas Schwind, Morgan Magnin, Tony Ribeiro

所属分野

情報学プリンシプル研究系

Principles of Informatics Research Division

pdf-image

要旨

AIを信頼可能なものとするためには,説明可能性に加えて,ロバスト性,すなわち,
予め想定されていない状況に置かれても機能を失うことなく柔軟に対応できる性質を持つ必要がある.
現在AIを応用したシステムの多くは, 機械学習技術の進歩によって強化された
パターン認識機能をベースにしている. 一方でAI研究においては,
知識表現・推論について盛んに研究されてきており,診断,計画,設計,意思決定を
含む高度な知的作業において活用されてきた.
これまで独立して研究されてきた機械学習と知識表現・推論の両技術を有機的に統合することで,
説明可能でありロバスト性を有するような次世代のAIを構築するための研究が進められている.

In order to make AI more trustworthy, in addition to explainability, it must be robust, that is, it should be capable of responding flexibly in unexpected situations without losing its function. Currently, many systems using AI are based on the pattern recognition techniques enhanced by advances in machine learning (ML). On the other hand, in AI research, knowledge representation and reasoning (KR&R) have been actively researched with applications in diagnostics, planning, design and decision making. By tightly integrating both ML and KR&R, which have been often researched independently, we aim to develop AI that is both explainable and robust.

関連動画