知性を宿す機械

早稲田大学と富士通の研究グループは、全固体二次電池の高分子固体電解質を機械学習で自動設計する手法を開発した。

東京大学、アリゾナ大学、京都大学、名古屋大学の共同研究チームは、現在世界最大の銀河サーベイであるスローン・デジタル・スカイ・サーベイ（SDSS）から得られた銀河の3次元分布のデータと、宇宙の大規模構造の理論模型を比較。ダークマターの総量、および現在の宇宙の凸凹の度合いを表す「宇宙論パラメーター」を、先行研究を上回る精度で測定することに成功した。

電気通信大学とサイバーエージェントの研究グループは、複数のモデルに学習させる「マルチエージェント」環境において、それぞれのモデルが同じ最適解に近づくようにできる新手法を開発した。

NEDO（新エネルギー・産業技術総合開発機構）は、小売店におけるロボットの働きやすい環境を整備するため、商品情報データベース構築のための研究開発に投資する。2022年度から2024年度で、初年度の予算は3億1000万円。

富士通は、一般的なミリ波センサーで収集できる粒度の粗い点群データから、人の姿勢を高い精度で推定する技術を開発した。カメラの設置が不要で、病院や介護施設など、プライバシーに考慮した見守りが可能になる。

NECは、衛星合成開口レーダー（SAR）とAIを組み合わせて、橋の崩落につながる重大損傷を発見する技術を開発した。日本には現在、72万の橋があり、5年に一度の点検が義務づけられている。しかし、担当する専門人材が不足しており、点検の効率向上、あるいは代替となる新技術が必要だ。

産業技術総合研究所と日本電信電話（NTT）の共同研究チームは、シリコン光集積回路だけを使った超低遅延かつ消費電力の少ないニューラル・ネットワーク演算技術を開発。演算方式を検証するための光集積回路をシリコン・フォトニクス技術により製作し、光集積回路のみによるニューラル・ネットワーク演算を世界で初めて実証した。

理化学研究所、ロボティック・バイオロジー・インスティテュート（RBI）、エピストラの共同研究チームは、細胞培養の条件検討を自律的に試行錯誤するロボット・人工知能（AI）システムを開発。再生医療で用いられる細胞培養のレシピを改善させることに成功した。科学実験の設計と実行を自動化する要素技術となり、生命科学実験全般の効率的な試行錯誤や再現性の向上に貢献すると期待できる。

NEDO（新エネルギー・産業技術総合開発機構）は、「革新的ロボット研究開発基盤構築事業」で、自動配送ロボットの技術開発テーマ4件を採択。物流拠点や小売店舗などから住宅などへの配送サービス（ラストワンマイル物流）を「遠隔・非対面・非接触」で実現することを目的に、開発した自動配送ロボットを用いて、市街地など全国4カ所の屋外で実証実験を順次実施する。

名古屋大学、理化学研究所、公立陶生病院の研究グループは、CT画像と診療情報から「特発性肺線維症」を診断する人工知能（AI）モデルを開発した。特発性肺線維症は、肺が侵されて呼吸不全に至る進行性の肺疾患である間質性肺炎の一種で、専門医でも鑑別が難しいとされる。

東北大学の研究チームは、独自の機械学習アルゴリズムにより、治療前の腫瘍CT画像を入力するだけで、その患者の放射線治療による腫瘍縮小を予測することに成功した。放射線治療において、患者ごとに最適な治療方針を決定する個別化医療の発展につながる成果だという。

東北大学の研究チームは、眼底写真などの眼科検査画像から緑内障を検出する人工知能（AI）モデルを開発した。従来よりもモデルを小型化し、スマートフォンなどの小型機器に組み込めるのが特徴。スマホ向けの自己診断や健康管理アプリへの応用も期待できるという。

産業技術総合研究所の研究チームは、数式から自動生成した大規模画像データセットを用いることで、事前の学習で実画像を一切使わずに、人工知能（AI）の画像認識モデルを構築する手法を開発した。画像認識性能のベンチマークに活用される「イメージネット（ImageNet）」の画像データセットで検証したところ、実画像や人の判断を経た教師ラベルを用いる現在の手法よりも精度が優れていることが分かった。

東京大学、上智大学、東北大学の研究グループは、電気抵抗の情報から金属のナノ微細構造を再現することに成功した。金属の電気抵抗はミクロな構造や不純物などの要因で複雑に変化し、この変化を表す情報を「量子指紋」と呼ぶ。量子指紋から元の金属の情報を引き出すことはあまりに複雑で困難と考えられてきたが、深層学習を利用して実現した。

名古屋大学、岩手医科大学、岡山脳神経内科クリニック、福岡大学の研究グループは、腸内細菌叢からパーキンソン病患者の2年後の症状進行を予測する機械学習モデルを構築した。

広島大学の研究チームは、食道がんの内視鏡画像から化学放射線療法の効果を予測する機械学習モデルを構築した。入力画像の前処理を工夫することで、予測精度を81％まで高めた。化学放射線療法を開始する前に治療効果を予測できれば、その後の手術が必要かどうかも予測できる。

NECと理化学研究所の共同研究チームは、人工知能（AI）を利用した画像認識において、新たな対象物を追加して認識できるようにする際に必要となる学習データの作成作業を簡素化する技術を開発した。

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。

名古屋大学の研究チームは、「メタ記憶」を持つニューラル・ネットワークの開発に成功した。メタ記憶とは、記憶の有無を確かめたりコントロールしたりするような認知機能を指す。

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。