質感を始めとする多様な抽象概念の表現（＝深奥質感）を、人と同じように認識可能なAIシステムの実現を目指す。深層学習の発展により、AI関連技術は近年劇的な進歩を遂げたが、可能になったのは“cognitive automation”(＝人の認知過程の自動化)に過ぎない。質感は認知の内容を言語化・定量化しづらく、教師あり学習のためのラベル付けが困難であるため、同じアプローチでは目標は達成できない。また質感の認知は文脈に依存するため、物体認識のようなスタンドアロンのタスクとしては取り出すことができず、究極的には包括的画像理解の問題として捉える必要がある。前新学術領域「多元質感知」での研究によって明らかになったこれらの課題を解決するため、「人に近い水準で画像理解を実行できるニューラルネットワークの内部には、多様な質感概念の表現が自動的に獲得される」という仮説に基づき、画像理解のタスクの実行性能を現在より一層向上させた上で、ネットワーク内部の表現の抽出を行う方法を確立し、冒頭の目標を達成する。

研究分担者