[Review] 国内人工知能研究室のまとめ

前説

お疲れ様です、こちらの記事では、下記の素晴らしい記事に挙げられている研究室を自分なりに調べてみました。
しかし、数が膨大であり、その全てを把握することはできませんので、私がきになるトッピクをいくつか決めて調べることにしました。

モチベーション

海外の大学院になんで行くの？国内でいいじゃん、いい大学もあるし、
ほら！！世界の大学ランキングでこっちの方が上だよ？
という人が周りで多いので、ちょっくら国内にいる有名と言われる人たちがどんなもんか調べようと思った次第でございます。

あとがき

無論論文等は全く読んでいないので、彼らの研究室の状況等を洗って行くだけの簡単なまとめですが、それにしてもきちんと活動をされている方は情報発信にも余念がないのでサイトに載っている情報が新しいのだなと思いました。

記事リンク

トピック

1. マルチエージェント
2. 機械学習
3. 知能システム
4. ゲーム情報学
   順次追加予定

1. マルチエージェント

千葉大学：荒井幸代

当研究室では(俗にいうAIのうち）機械学習（Machine Learning)，数理最適化から都市の交通，減災，地盤分類，鉄道（運転整理，停止制御），電力融通最適化問題にアプローチします．

早稲田大学：菅原俊治

研究室では、主に人工知能あるいは分散人工知能に関する基礎的な研究と、その応用としてネットワークの知的な監視や診断の研究をしています。
近年のシステムやセンサーを使った環境作りには、ソフトウェアがある程度知的で、人間や個人の行動・指向に合わせた対応をする必要がある。またこれらのソフトウェアはネットワークでつながれており、協調・連携することで、高度なアプリケーションを実現できます。このような知的で自律したソフトウェア（エージェント）と、それらが連携して、協調・調整・競争を行うことで単独では達成できないシステムや機能(マルチエージェントシステム）を目指します。
特に、菅原研では、このようなソフトウェアを実現するための基礎的な理論・アルゴリズム （学習、プランニング、チーム編成、協調,ゲーム理論、生物の行動に基づく最適化手法など）とそれらの評価、応用として知的なネットワーク解析や監視、社会シミュレーション、Webエージェントの開発、センサーネットワークへの応用などの研究を進めています。

電気通信大学：高玉桂樹

本研究室では学生の興味を基に指導・研究展開することを主とし、週2回のゼミを通して、社会に活躍できる視野の広い人材を育成することを目標としています．本年度は髙玉教授以下、メンバーが一丸となって、未来を変えるエージェント技術を模索しています．
また、宇宙航空研究開発機構や海上技術安全研究所との共同・受託研究を進めております．興味ある学生はいつでもメールあるいは気軽に訪問してください．

東京理科大：西山裕之

http://www.tus.ac.jp/fac_grad/p/index.php?A09169
https://www.tus.ac.jp/fac_grad/p/intro.php?23d1

専攻分野： 情報工学
研究分野： 分散人工知能、ネットワークサービス、セキュリティ、ロボット
スマートフォンの中で動くユーザ支援システム、われわれの代わりにさまざまな処理を行ってくれる知的なサービスシステム、そして、迅速なサービス・支援および問題解決を可能にする協調型分散処理システムなど、ネットワーク社会における利便性と時間短縮の追求を、人工知能の立場から研究します。特に、スマートフォン（高機能携帯端末）のような身近なデバイスを用いることで、われわれの身近な情報を収集し、結果として新たなネットワークサービスを創造できるようになるかを考え、実現していきます。

東京農工大：藤田桂英

人工知能、マルチエージェントシステム、自動交渉機構、データマイニング、自然言語処理、意思決定支援システムをキーワードとして研究を進めています。 人工知能の技術を基盤として、アルゴリズムの設計や手法の開発、現実世界の適用、システム開発と幅広く研究していきます。

法政大：藤田悟

スマートフォン、3 次元カメラ、3 次元プリンタなどの先端の情報機器を使って、社会や生活を豊かにする新しいシステムやサービス作りを目指します。例えば、スマートフォンに搭載されるセンサのデータから、所有者の行動が分析・分類できます。3 次元カメラは、生活空間を立体的にとらえて、物の形や位置関係を測ることができます。このようにして得られる情報・データを分析する手法を学び、それを活用したアイデアの創出を行う力を身につけます。

主なテーマ

• 物の3次元立体表面形状のリアルタイムな計測
• 複数センサを用いた屋内の歩行経路・位置の推定
• スマートフォンのセンサを用いた行動分析と行動分類
• 街角の歩行者の群れの振る舞いの分析と再現
• ゲーム理論に基づく戦略分析とシミュレーション
• サービスの提供・消費関係から生じる社会形成過程の分析
• 連続的に到着するデータからの重要データの検索

名古屋工業大：伊藤孝行

伊藤孝行研究室では，人間性，創造性，知性，体力，国際性を，教員と学生が一丸となって磨いています。高い理想を目指す理論研究と厳しい現実を直視するビジネス応用研究を推進しています。

名城大：高橋友一

京都大：石田亨

これまでのプロジェクト

1. プロダクションシステム
2. マルチエージェント探索
3. コミュニティコンピューティング
4. その他の過去のプロジェクト
5. 魅力ある大学院教育イニシアチブ「社会との協創による情報システムデザイン」

進行中のプロジェクト

1. 言語グリッド
2. 異文化コラボレーション
3. フィールド情報学
4. デザイン学大学院連携プログラム（京都大学デザインスクール）

岡山大：高橋規一

大分大：峯恒憲

2. 機械学習

会津大：趙強福

研究分野
機械学習
略歴
Professor of the University of Aizu (U-Aizu) from 1999 to present; associate professor of U-Aizu from 1995 to 1999, associate professor of Tohoku University from 1993 to 1995, associate professor of Beijing Institute of Technology (BIT) from 1991 to 1993, and post-doctoral fellow at BIT from 1988 to 1991.
現在の研究課題
Machine learning based automatic morphing; induction of compact and high performance awareness agents; steganography and steganalysis; user authentication; brain modeling and awareness science.
研究内容キーワード
Morphing, learning, modeling, understanding, steganography, steganalysis, awareness.
所属学会
IEEE SMCS, IEEE CIS, IEEE CS, IEICE, IPSJ, SICE, INNS, JNNS, SOFT.

主な研究

• 機械学習に基づくステガノグラフィーとステゴ解析

ステガノグラフィーは、情報の存在を隠す技術として知られている。ステガノグラフィーと暗号化技術とを併用することによって情報の安全性を高めることができる。本研究は、どのようなステガノグラフィー技術を使えばよいか、一つのメディア（画像）にどれくらいの情報を隠せば安全といえるか、などの質問に答えたい。そのために、機械学習の方法を利用して、自然メディアと情報を隠したものとを識別する。最強の特徴を利用して、最強の機械学習の方法を使って、ステガノグラフィー技術の性能を検証する。その結果をもとに、より安全な技術を提案したい。このプロジェクトに参加する学生は、画像処理、画像認識、パターン認識、暗号化、ステガノグラフィーなどの関連技術を勉強することができ、将来、IT関連企業での活躍が期待する。

• モーフィングに基づく顔画像の隠蔽技術 ～秘密情報を隠しても画像は自然～

〇データ隠蔽技術として昔からステガノグラフが知られている。ステガノグラフでは秘密情報はカバーデータの中に隠すことによって保護される。カバーデータとして、通常、画像、音楽などを利用する。秘密情報を隠すときに、カバーデータの「外観」をあまり変えないようにしておけば、第三者は秘密情報の存在すら知り得ないので、ステガノグラフは暗号化技術よりも「攻撃」される可能性は低いと言われている。
〇問題点としては、「カバー率」が低いことが挙げられる。即ち、顔画像などのような情報量の大きい情報を隠そうとする場合、従来の方法ではカバーデータの情報量も大きくなり、効率的でない。
〇本技術では以上の問題点を克服し、顔画像などを効率よく隠蔽することができる

• 理解可能な多変数決定木によるデータ分類と解析 ～全体像を見れば隠されている規則がよくわかる～

〇機械学習のモデルには、ニューラルネットのような非記号的モデルと決定木のような記号的モデルがある。前者は、データに含まれる情報を効率よく取り入れることができるが、学習結果はブラックボックスであり、人間も機械も理解できない。後者は理解しやすいモデルとされている。しかし、記号的モデルの学習結果は、機械的に形式的には解釈できるが、人間が理解できないものが多い。
〇様々な応用において、コンピュータは補助的に使用され、人間が最終決断を行う。故に、学習結果を「人間に理解しやすく」する必要がある。多変数決定木技術は前記二つのモデルを融合したもので、一つのソリューションを提供する。本技術には以下の特徴がある。
・類似度を基にした多変数決定木を利用しているので、人間にも理解可能なルールを学習結果として提供することができる。
・忘却学習、注意学習、次元圧縮などいくつかの技術を採用しているので、コンパクトな多変数決定木を効率よく構築することができる。
・データ間の位相関係を階層的に可視化し、学習結果が直感的に理解できる。

• 活動認識のための人感センサーアレーの実験的および理論的研究

人感センサー（赤外線センサー）は、人体を「熱源」として、人がいるかいないかを検知する。本研究は複数のセンサーを行列の形に配置(メイン画像を参照）し、特定の領域にいる人の位置、活動パターンを認識する理論と技術を提案する。サブ画像１は７つのセンサーで構成されたセンサーアレーのカバーする領域を示す。この研究プロジェクトに参加することによって、無線ネットワークを構築する技術、データ解析する技術、パターン認識する技術などについて勉強することができ、IT企業で活躍できることを期待する。

東工大：赤穂昭太郎

コンピュータに学習機能を持たせる機械学習に関する研究をメインに行っています。機械学習では「一を聞いて十を知る」ことのできる知的なシステムの開発が究極の目標ですが、そのためにはデータに含まれる本質的な情報を抽出することが必要となります。また、検索エンジンや商品のおすすめシステムではユーザの好みや特性に応じたパーソナライゼーションの技術が注目されていますが、そこでは「個人」と「全体」とのバランスをうまく調和させることが重要です、これらの問題は数学的に解くことができ、まだまだ未解決な問題もたくさん残っています。当研究室では情報幾何学などの数理工学的な手法を使ってこれらの問題を解決しています。

千葉大：荒井幸代

同上

東工大：小野功

「人間のように発明や発見ができるコンピュータを作りたい！」これが研究室の大目標です。すなわち、問題さえ与えれば、解き方を教えなくても、自ら試行錯誤して、優れた設計解やモデルを発見できる人工知能を実現したいと考えています。そのため、進化原理に基づいた新たな人工知能である進化計算に関する研究を行なっています。具体的には、数値最適化、組合せ最適化、多目的最適化のための進化計算アルゴリズムの開発を行う基礎的な研究と、独自開発したアルゴリズムを設計やモデリングの問題へ適用する応用研究を行なっています。進化計算は、近年、新幹線や国産ジェット機の設計にも利用され、多くの注目を集めているアルゴリズムです。人工知能や最適化に興味を持っている人はぜひ一緒に研究しましょう！

東京工業大学 小野研究室では、発明や発見といった人間の最も高度な知的作業を計算機上に実現するため，強力な探索エンジンの構築を目指しています。そのため、現在、複雑な景観をもつ関数最適化、組合せ最適化を解決するための新たな遺伝的アルゴリズムの開発を行っています。また、遺伝的アルゴリズムを高速実行するための PCクラスタ/グリッド技術の開発も行っています。
関数最適化のための実数値GAの開発
組合せ最適化のためのGAの開発
大規模最適化のためのグリッド向けGAの開発

青学：小野田祟

研究テーマ
・アンサンブル学習
・サポートベクターマシンに基づくDB構築・管理
・トランスダクティブ推論に基づく検索の効率化
・外れ値検出に基づく保守保全におけるリスク管理
・人工知能・機械学習応用

慶應：櫻井彰人

http://www.sakurai.comp.ae.keio.ac.jp/profile.html
専門分野
人工神経回路網、学習理論、知識表

主な研究課題
人工神経回路網：
脳の高次機能、特に言語処理機能のモデリングの研究。
学習理論：
記号世界・非記号世界における学習アルゴリズム、学習可能性、学習の容易性に関する研究。
知識表現：
「知識」を自然に表現する方式の研究

法政大：佐藤裕二

https://cis.hosei.ac.jp/depts/cs/sato/
本人の主な研究領域
インテリジェントコンピューティング
進化計算
強化学習

学生の主な卒業研究テーマ
多峰性問題のための群知能の高精度化
自律的学習機能を備えた医療診断支援システム
対話型進化とクラウドコンピュータを用いたトータルコーディネート支援システム
GPU（画像処理装置）を用いた進化計算並列高速化
プログラムのテストパターン自動生成システム
進化計算を用いたゲームプログラムの高機能化

上智大：田村恭久

明治：林陽一

https://www.meiji.ac.jp/sst/grad/teacher/05/6t5h7p000001clym.html
研究テーマ
計算知能（ソフトコンピューティング）に関する研究，データマイニングに関する研究
キーワード
ニューラルネットワーク，データマイニング，知識獲得

東大：原達也

どんなに調べても全く情報がない。なんだこれ。。。

東大：堀浩一

知能工学研究室（堀・矢入研究室）について
知能工学研究室では、機械の知能と人間の知能の両方について研究しています。宇宙空間などでは、機械が自分で状況を判断し自律的に動作することが望まれます。そのための人工知能、機械学習、確率推論、知能ロボティクスなどについて研究を行っています。一方で、人間の知能を考える時には、人間の知能を機械で置き換えるのではなく、人間が知的能力を最大限に発揮するための道具として機械は何をできるのかを考えることも重要です。そこで、創造活動を支援する人間機械系などについての研究を行っています。以前は、創造活動支援というとなにやら怪しげなものに思われていましたが、現在では、複雑システムにおける失敗を防ぐために必要な基盤技術としても役に立つことなどが理解されはじめています。

** 知能工学研究室（堀・矢入研究室）は 東京大学 工学部 航空宇宙工学科 / 同 大学院工学系研究科 航空宇宙工学専攻 に所属する研究室です。

東大：松尾豊

松尾研究室は、人工知能技術の研究開発・人材育成・社会実装を通じ、社会に変革をもたらすことを使命として、各種の活動を進めています。具体的には、研究開発・人材育成・社会実装の３つの活動の柱を主軸に、「新技術開発」「論文・書籍執筆」「教育」「コミュニティ形成」「共同研究」「ベンチャー創出」の６つのカテゴリの活動をしています。
Fundamental Research
松尾研究室では、人工知能技術の高度化を目指し、Deep Learning・Webマイニングによるデータ分析・知識抽出などの研究を行っています。特に最近では、Deep Learningを 真の人工知能(=強いAI) の入り口に位置する重要な技術であると捉え、 研究領域のの柱として、日々の研究活動を進めています。特に、ウェブマイニングの分野での日本の代表（WWW conferenceのトラックチェアを2回）長尾真記念特別賞等受賞しており、学生も工学系研究科長賞等 連続受賞しています。充実したサポート環境の中で自らテーマを設定し、実験・論文執筆を行うことができ、国際学会(実績)や論文誌(実績)への採録を目指します。
Computational Environment - HPC
松尾研究室には、最新の計算機技術によってディープラーニング研究を促進するためのHPCチームがあります。私たちは、研究において良質なインフラが非常に重要な役割を担うと考えており、日々学生や研究者に最先端の技術を提供しています。
Education
技術とビジネスの両面からWeb工学の本質を学ぶWeb Engineering, データサイエンスをなまび世界の消費を学問するGCI, Deep Leanrnigの理論と実装の両面を学ぶDLといった複数の講座があります．いづれの事業も，理論だけでなく，ビジネス応用と実装力を強く意識した実践的な講座になっており，スキルを高めることができます
Community & Research Groups
松尾研究室では、週一回の研究会で論文輪読会があり、また自主的にPRML勉強会、生成系勉強会、強化学習勉強会などを行なっています。さらには，GCI(グローバルインテリジェンス寄付講座)、 Deep Learning Seminar、 DL Hacksなどのコミュニティを持ち、研究室の内外に関わらず、相互に高め合う環境を有しています。

やっぱり日本で一番進んでいる感じがする、、ウェブサイトの作りも他を圧倒しているし、企業との共同研究等に関しても秀でている。

明治：向井秀夫

私達は2013年4月にできた新しい研究室です。
脳・情報科学・ロボティクスなどをキーワードに、究極的には記憶・情動など『こころ』の機能が神経のネットワークで実現されることの解明を通じ、人間の新しい理解に至ることを目指しています。
脳とロボットをつなぐブレイン・マシン・インターフェース（BMI）の研究も目標にしています。

東大：森純一郎

https://sites.google.com/site/junichiromori/
http://ipr-ctr.t.u-tokyo.ac.jp/sklab/member.html
http://www.si.t.u-tokyo.ac.jp/psi/thesis/thesis14/mori.html

研究分野
人工知能
ネットワーク分析
大規模データ分析

研究プロジェクト
NEDOプロジェクト・次世代人工知能・ロボット中核技術開発
ネットワーク分析と言語処理の融合による大規模文献データからの技術の未来予測プラットフォームの研究開発
人工知能基礎技術人材（データサイエンティスト）育成講座
JST・CREST・構造理解に基づく大規模文献情報からの知識発見
大規模引用ネットワークおよび文献テキストの構造的関係性に基づく潜在関連知識の抽出
科研費・基盤C
大規模学術文献情報からの異種ネットワークの分散表現学習手法に関する研究

愛知県立大：小林邦和

本研究室では、他者の行動予測や意図推定、アイコンタクトなどにより、ロボットの協調行動を実現することを目指しています。 将来的には、他者と一切のコミュニケーションを取らず、あうんの呼吸でロボットに協調動作を行わせることが究極の目標です。

中部大：山内康一郎

当研究室では生物学的知見をヒントとする人工知能アルゴリズムの開発を行います。特に実用に供するためのアルゴリズム開発と応用とを目指します

奈良先端科学技術大学院：池田和司

神戸大：小澤誠一

京都大：山本章博

当研究室では「機械学習理論」を中心にして人間の高次推論機構の性質を解明し， またそれらを用いて与えられたデータから適切な情報を取得するための計算機構やソフトウェアを構築することを目標に研究を行っている．
この研究はデータ集合からの知識発見などへの応用，数理論理学や計算数学との関係の解明へと展開している.

高知大：本田理恵

九州大：竹内純一