本セッションでは、人工知能技術の実世界応用のために近年盛んに取り組まれている、シミュレーションに機械学習を用いる研究や、機械学習にシミュレーションを取り込む研究を発表し、シミュレーションと機械学習の本質的な融合の可能性を探ります。
https://www.ai-gakkai.or.jp/jsai2022/os#os-22
従来、演繹的計算によるシミュレーションと帰納的計算によるAI・機械学習は対極的な研究の方向性を有しておりました。シミュレーションには有限要素法、分子動力学シミュレーション、マルチエージェントシミュレーションなど多くの種類が存在し、構造物設計、新素材開発、交通・人流制御など実世界応用の事例も多岐にわたっております。一方、機械学習分野においては、深層学習やガウス過程などによるサロゲートモデル技術の発展にともない、実世界におけるシステムをブラックボックスとして高精度に近似することが可能になってきました。近年、それぞれの分野において互いの方法やモデルを援用することで新しい研究の広がりを見せております。
シミュレーション分野では、シミュレータの一部を機械学習のモデルで代替するサロゲートモデルの利用や、近似ベイズ計算(ABC)やカルマンフィルタなどを利用して実測データからシミュレーションパラメータを統計的に最適化するデータ同化を導入することで、計算の高速化や高精度化が行われております。一方、機械学習分野では、モデルの一部に第一原理計算やシミュレータを埋め込むことで、新たな学習問題の発見や近似解法の開発がなされている。しかしながらシミュレーション適用ドメインに依存した課題が設定される傾向にあり、その成果が個々の分野での発展に限定される恐れがあります。上記の状況に対して、本セッションにおいてはシミュレーションと機械学習の本質的な融合の可能性を探ります。
開催場所は国立京都国際会館とオンラインとのハイブリッド形式、開催日時は 2022年6月14日14:20~17:00の予定となっておりますので、是非ご参加ください。発表プログラム等の詳細は本セッションのホームページ
枠1) https://confit.atlas.jp/guide/event/jsai2022/session/1G06-09/tables?BrrpAfYqkR
枠2) https://confit.atlas.jp/guide/event/jsai2022/session/1G10-11/tables?BrrpAfYqkR
をご覧ください。
今後もBIRD INITIATIVE株式会社は、AIに関する技術を社会へ公開して還元して参ります。