過去の取り組み
2019年
感情認識
ディープラーニング画像認識技術とマルチモダルな生体シグナル解析を通じ、単一のモデルでは予測が難しい微小な変化の識別を可能としています。
微小な変化を分析することで感情認識が可能であり、スモールデータを用いたサンプルとして、フェイクスマイル判別の試みがあります。
実際のタスクにおいては課題の明確化、対応するデータの取得により高精度での認識が実現されると考えています。
数値予測
ディープラーニングを用いた波動モデルを応用することにより予測を行います。
需要の変わり目、相場状態を時系列データとして扱うことで金融指標の変動予測、及び虫の侵入経路を時系列データとして扱う害虫の発生予測等の問題に取り組んでいます。
脳波解析
特定の条件で測定した脳波データを人工知能が解析し、脳の活動の変化をとらえることができます。
ある条件の下に測定されたデータに対して、脳波を扱う際に通常行う複雑なノイズ除去の手順を踏むことなく、簡略化した処理を行い、ディープラーニング技術で解析することで十分な結果を示すことが可能であるという知見が得られています。
条件付きのサンプルではありますが、脳波データを入力とした楽曲の切り替えを実現しており、将来的には利便性の高いBCIが構築可能であると考えています。
2018年
epiRobo
Cognitive Mapをもとにしたラットの行動学習をモデル化する理論として提案された、エピソード記憶編集を参考に開発されたアルゴリズムです。
エピソード記憶の編集機能を再現することにより、「人間らしさ」が実現されると仮定しており、人間とAIの距離を近づけるためのアルゴリズムとなることを目指しています。
JDB : Japanese Dialogue robot
システムとユーザの対話システムを構築するためのプラットフォームです。
対話全般をターゲットとしており、本プラットフォームを利用したサンプルとして、採用補助のためのチャットボットを作成しています。
専門知識を必要としないUI、対話の可視化機能を通すことで、導入、運用が容易なプラットフォームを目指しています。