知性を宿す機械

国立研究開発法人新エネルギー・産業技術総合開発機構（NEDO）、東京大学、イームズロボティクス、佐川急便は、自律運行AIを搭載したドローンを使って荷物を配送する実証実験を実施した。

NTTは、画像認識AI（人工知能）技術を使って、さまざまな社会インフラ設備に発生したさびを高精度で検出することに成功した。撮影用のデジタルカメラを複数搭載した車両を走行しながら沿道を撮影。その撮影画像から、複数のインフラ設備（道路附属物および柱上設備）を識別し、それぞれのインフラ設備に発生しているさびを97.5％の精度で検出できたという。

東京工業大学の研究チームは、グーグルの画像処理モデル「ビジョン・トランスフォーマー（ViT）」を利用したレンズレスカメラの画像再構成処理を開発した。コンピューターによる画像再構成処理を応用することで、レンズを使用せずに画像を得る「レンズレスカメラ」が注目されているが、画質が不十分で計算時間がかかるなど実用面での制約があった。新手法によって、超薄型で軽量かつ低コストなレンズレスカメラの実用性が高まりそうだ。

東京大学の研究チームは、深層強化学習法を用いて超音波モーターを最適駆動する制御システムを開発した。温度変化や外乱に対して高い柔軟性を持つ優れた速度制御性を実現することで、遠隔手術等での距離の離れた患者と術者をつなぐ力覚提示デバイスや手術ロボットへ応用できそうだ。

大阪大学の研究チームは、生体が学習や行動する際に機能する、脳・神経系の情報伝達に関わる連合性、変調性、相関性などの機能を、4端子のメモリスターからなる人工シナプス素子で実現することに成功した。生体が有する脳・神経機能をより忠実に再現することで、高度な機能を実現するニューラルネットワーク・ハードウェアの基幹素子としての応用が期待される。

東京大学の研究チームは、人工知能（AI）を用いて作成された巧妙なディープフェイク動画の真贋を、世界最高性能で判定できる技術の実現に成功した。AIのディープラーニング（深層学習）技術を使って作られるディープフェイク動画は、政治家など著名人の偽動画生成にも悪用されており、大きな社会問題となっている。

大阪大学と九州大学の研究グループは、化学反応の遷移状態にある分子構造を人工知能（AI）を利用して説明する手法を開発した。化学反応の前と後の中間に当たる遷移状態は不安定で、実際のどの分子構造が遷移状態に対応するかを理解することは難しい。遷移状態を正確に理解することで、創薬などの化学反応による物質創成に役立つ可能性がある。

北海道大学大学と九州大学などの共同研究チームは、生き物の生存戦略の一つでもある「群れ」の利点を取り入れた、実働するマイクロサイズの分子ロボットを世界に先駆けて開発。分子ロボットに群れという協働作業戦略を取り入れることで、物質輸送という実効的な仕事を達成することに成功した。

沖縄科学技術大学院大学（OIST）とコランダム・システム・バイオロジーは、2024年度までに腸内細菌やゲノムなど多角的な網羅的解析を高度に自動化し、疾病の予測や治療法の発見を目指す研究プロジェクトを開始した。環境、生活習慣、人口統計などの要因が人間の健康にどのように影響するかが明らかになり、病気の原因の解明、個別化医療の発展、新しい治療法の開発、健康長寿の実現につながることが期待される。

システム開発などを手掛けるヒューマンテクノシステムと東北大学の研究グループは、発話障害者の声で明瞭な音声を合成する技術を開発した。発声器官などの問題で発音が不明瞭な構音障害を持つ人の声と、健常者の声を学習し、明瞭な音声を生成する。

早稲田大学と日立製作所の研究チームは、ロボットの過去の学習内容と現実との差を認識し、次の行動をリアルタイムに決定・実行可能な「深層予測学習」型のロボット制御技術を開発した。未学習の作業内容や環境に対しても、ロボットが次の作業を柔軟に実行できるという。

名古屋大学と昭和大学横浜市北部病院は、共同開発した人工知能（AI）内視鏡診断ソフト「EndoBRAIN（エンドブレイン）」の有用性を国際共同研究により検証。同ソフトを使用することで、医師の診断精度が向上し、不要なポリープ治療数を減らすとともに、患者負担を軽減し得ることが、実臨床研究で明らかになった。EndoBRAINは、医師が内視鏡画像を撮影すると、撮影した病変が腫瘍性なのか、非腫瘍性なのかをAIが出力するプログラム。

富士フイルムと国立精神・神経医療研究センターの研究グループは、深層学習を使用したアルツハイマー病進行予測AI技術を開発。軽度認知障害患者が2年以内にアルツハイマー病へ進行するかどうかを、最大88％の正解率で予測することに成功した。

北陸先端科学技術大学院大学（JAIST）と大阪大学の共同研究チームが、音声対話システムと対話している人の生体信号を含むマルチモーダル情報から、対話者がどの程度システムとの対話を楽しんでいるかを推測する機械学習手法を提案。対話者以外の人間が観察・推定した場合と同程度の精度で、対話者の内面状態を推定できることを確認した。人の感情をより理解し、より人間らしく振る舞う対話システムの開発につながる可能性がある。

横浜市立大学と同大学発のベンチャー企業であるクロスシンク（CROSS SYNC）は、重症患者の身体観察所見および重症度評価を自動化する人工知能（AI）見守り機能を搭載したDtoD（医師対医師）遠隔ICUサービスの実装研究を開始する。血圧や心拍数などのバイタルサインと呼吸器から得られた情報と、患者映像を解析した情報をもとに、患者の重症度を評価。遠隔ICUで必要とされるベッドコントロールなどの資源管理に活用する。

東京大学発の人工知能（AI）スタートアップ企業であるイライザは、キーワードを入力すると約6秒で日本語の文章を生成する大規模言語モデルAIを開発。このモデルを用いた文章執筆AI「ELYZA Pencil（イライザ ペンシル）をデモサイトとして一般公開した。日本語においてキーワードから文章生成できる大規模言語AIの一般公開は国内初だという。

横浜市立大学と米ウェイン州立大学の研究グループは、薬剤抵抗性てんかん患者の脳外科手術後に生じる言語機能の低下を予測する人工知能（AI）モデルを開発した。脳外科手術の術前評価では、運動・感覚機能についてはMRIや電気刺激法で評価する方法があるが、言語のような高次脳機能は個人差が大きく、正確に評価する方法は確立されていない。

神戸大学などの研究グループは、微生物を利用した医薬品製造において、未知の酵素を機械学習を使って発見することに成功した。医薬品に限らず、機能性素材や汎用化学品などにも応用可能な手法だという。

日立製作所、ユタ大学、レーゲンストリーフ研究所の研究グループは、2型糖尿病患者の治療薬の組み合わせを支援する人工知能（AI）を開発した。

大阪大学の研究チームは、被験者が見た画像の意味を頭蓋内脳波から推定する脳情報解読技術を開発。この技術を用いて、被験者が想像したのと同じ意味の画像を画面に表示できることを世界で初めて実証した。さらに、被験者が画像を見ながら別の意味の画像を想像する際の脳活動の特徴を明らかにし、想像した画像の意味内容を推定できることを示した。

物質・材料研究機構（NIMS）の研究チームは、独自開発の電気化学自動実験ロボットとデータ科学的手法を組み合わせた新しい材料探索手法を確立。本手法をリチウム空気電池用電解液の材料探索に適用することで、充放電サイクル寿命を約2倍向上させる電解液材料を開発することに成功した。

東京大学の研究チームは、イオンゲルと複数の電極を使ったセンサーを開発し、呼気などの混合ガス中に存在するppm単位の水素・アンモニア・エタノールを同時検出することに成功した。従来、混合ガス中の複数の微量ガス成分を同時に検出することは難しかった。

広島大学の研究チームは、深層学習を使うことで、医用画像から複数の臓器の輪郭を高精度に自動抽出するシステム「Step-wise net」を開発した。臨床において自動輪郭作成が可能になることで、業務の効率化が図れるだけでなく、放射線治療の精度向上が期待できるという。

大阪大学の研究チームは、ロボットやドローン、自動車といった物理システムを制御し、さまざまなタスクを実行するための機能を、低コストで学習する人工知能（AI）技術を開発した。数値実験では自律型移動ロボットの制御において、約200種類のタスクを一度に学習するシミュレーションを実行し、従来法に比べてメモリー消費量を24分の1に削減できた。

人工知能（AI）スタートアップ企業のグリッドは、北海道電力と協働して、AI最適化技術による火力・水力発電の運転計画最適化技術を開発している。2025年の本番運用に向けてシステム開発を進めており、発電計画の最適化による発電コストの低減と二酸化炭素排出量の削減を実現する。

自動運転「レベル4」の運行の許可制度の創設を含む道路交通法の改正案が、3月4日に閣議決定された。今国会で提出され、審議される。自動運転レベル4は、システムの周辺監視による、特定条件下における運転者がいない状態での自動運転（「特定自動運行」と呼ぶ）に相当する。

東京大学の研究チームは、深層ニューラル・ネットワークを用いて、がん病理組織画像の特徴を数値化する技術を開発した。同技術を用いることで、がんの病理組織像の特徴を定量的データとして扱えるようになる。がんの再分類や、類似症例の検索、がんの遺伝子変異予測などさまざまな用途への応用が考えられるという。

KDDI総合研究所は、画像認識技術で抽出した顔の表情データから、人工知能（AI）で未来の表情を予測する技術を開発した。3Dアバターを用いた接客や会議、バーチャルイベントなどに利用することで、現実空間の人のまばたきや口の動きを遅延なく表現でき、仮想空間上でより快適な体験を提供することが可能となる。

NECは、過去の事例データから今後発生する事象を予測し、その根拠となるルールを具体的に説明する人工知能（AI）技術を開発した。製造業の品質管理や小売業での顧客分析などでの利用を想定する。

東京工業大学の研究チームは、深層ニューラル・ネットワーク（Deep Neural Network：DNN）理論の一種である「隠れニューラル・ネットワーク（Hidden Neural Network：HNN）」理論を実装したアクセラレーター・チップを開発した。

金沢大学と理化学研究所の共同研究チームは、原子や分子の構造や性質を解析する量子化学計算と機械学習を併用して、有機合成において片方の鏡像異性体（エナンチオマー）を選択的に作り出す「不斉触媒」を設計することに成功した。実験データの収集が難しい反応系などで触媒の開発を効率化できる可能性がある。

富士通は、国際機関や政府、企業などが発表している人工知能（AI）倫理ガイドラインに基づき、AIシステムの倫理上の影響を評価する方式を開発した。本方式に基づく評価手順書と適用例を2022年2月21日から無償公開している。

長崎大学と産業技術総合研究所の研究グループは、人工知能（AI）の画像診断に医師の専門知識を組み合わせることで、高精度な診断と診断根拠の説明が可能なAIモデルを開発した。死亡率も高く、診断が難しいとされる通常型間質性肺炎について、高い精度で病理診断を下せるとしている。

理化学研究所の研究チームは、膝関節に着けることで人間の運動を支援する軽量の「装着型アシストロボット」を開発。併せて、筋活動情報を含むセンサー信号から装着者の動作意図を推定し、適切な制御方策を選択して同ロボットを駆動させるアルゴリズムを考案した。

アダコテックは、製品の欠陥を数十枚の画像サンプルから学習し、検出・分類できる人工知能（AI）技術を開発した。2021年に本田技研工業が先行導入し、エンジン部品の検査自動化に使われている。

理化学研究所（理研）などの研究グループは、ヒトの表情を模したアンドロイド（人型ロボット）を開発し、表情の妥当性を心理学実験で実証した。ヒトの表情筋の動きをロボットで精緻に再現し、心理学実験で厳密に検証した研究は初めて。

東京大学などの研究チームは、燃料電池などのものづくりの核になる粉体膜乾燥プロセスを、人工知能（AI）とロボットを組み合わせることで、より少ない試行回数で最適化する手法を開発し、実証実験で新しい加熱方法を発見した。ロボットとAIを粉体膜乾燥プロセスに適用し、実証したのは世界で初めてである。