SCIS-ISIS 2012

神戸で開催された SCIS-ISIS 2012 (The 6th International Conference on Soft Computing and Intelligent Systems The 13th International Symposium on Advanced Intelligent Systems， http://scis2012.j-soft.org/?file=home ) に，廣安知之教授，田中美里(D2)，大堀裕一(M1)，布川将来人(M1)，日和悟(D1)が参加してきました．発表題目は以下の通りです：
■Discussion of the crossover method of interactive Genetic Algorithm for extracting multiple peaks on Kansei landscape
Misato Tanaka, Tomoyuki Hiroyasu, Mitsunori Miki, Masato Yoshimi, Yasunari Sasaki, Hisatake Yokouchi
■Classification method into determinable and indeterminable areas using SVM and learning data selection
Tomoyuki Hiroyasu, Yuichi Obori, Hisatake Yokouchi
■Algorithms for Automatic Extraction of Feature Values of Corneal Endothelial Cells using Genetic Programming
Tomoyuki Hiroyasu, Sakito Nunokawa, Hiroaki Yamaguchi, noriko Koizumi, Naoki Okumura, Hisatake Yokouchi
■Reference Point-Based Search Scheme for Multiobjective Evolutionary Algorithm
Satoru Hiwa, Tomoyuki Hiroyasu, Hisatake Yokouchi, Mitsunori Miki, Masashi Nishioka
SCIS-ISIS2012では，ソフトコンピューティング，知的なシステムに関する基礎理論から応用事例まで，幅広い分野にわたる講演が行われました．
私 日和は，多目的進化的最適化に関するセッション「Evolutionary Multiobjective Optimization and Multiple Criteria Decision Making」で発表を行いました．このセッションでは，国内の多目的最適化の著名な研修者が会し，この学会の中でもかなりの盛り上がりを見せたセッションであったと思います．
個人的には，6年ぶりのアカデミックな場での発表となり，ガチガチに緊張していたのですが，廣安先生のサポートも頂きつつ，無事発表を終えることができました．また，他大学の先生方にも貴重なご意見・ご指導を頂くことができ，大変有意義でした．自分の研究の方向性や課題を明確にするために，学会発表が有効な場であることを改めて認識しました．今後も可能な限り，参加していきたいものです．次はもうブランクは言い訳になりませんね．本学会への参加に際して，ご協力頂きました廣安先生はじめMISLの皆様に厚く御礼申し上げます．
【文責: 日和】

 
1. 講演会の詳細
2012年11月20日から2012年11月24日にかけて，兵庫県神戸市神戸国際会議場にて開催されましたSCIS-ISIS2012(The 6th International Conference on Soft Computing and Intelligent Systems & The 13th International Symposium on Advanced Intelligent Systems)¹⁾ に参加致しました．SCIS-ISIS2012では，ソフトコンピューティング，知的なシステムに関する基礎理論から応用事例まで，幅広い分野にわたるテーマを扱う学会となっております．私は21日(水) の口頭発表にて講演致しました．また，本研究室からは廣安先生，日和さん，私田中，布川，大堀の5名が参加しました．
 
2. 研究発表
2.1. 発表概要
私は21日の午後のセッション「Intelligent Interaction and Visualization」に参加いたしました．発表の形式は口頭発表で，20分の講演時間と5分の質疑応答時間となっておりました．
今回の発表は，多峰性の嗜好を考慮した対話型遺伝的アルゴリズムの交叉手法に関する検討について扱ったものです．発表タイトルは「Discussion of the crossover method of in- teractive Genetic Algorithm for extracting multiple peaks on Kansei landscape」です．以下に抄録を記載致します．

iGA(interactive Genetic Algorithms) is the optimization technique reflecting Kansei because replacing human subjective evaluation with GA’s objective function. Applying iGA to the product recommendation is examined in our study. One of the requirements is to estimate a customer’s multiple preferences and reflect it in the displayed products. When the customer selects the products among a kind of category, he or she may like a product as much as others. In our study, this multiple preference is defined as the multimodal preference. When the customer’s preference is analyzed, the recommendation method displays the more favorite products by considering this multimodal preference. Therefore the iGA to generate offspring with estimating and searching multiple peaks was discussed in this paper. Our proposed method estimates the multiple peaks by clustering the parents evaluated highly and generates the fitting offspring by estimating the distribution of parents within a cluster. We performed the two experiments. In the first experiment, we confirmed that the experiment participants had multimodal preference. In the second experiment, the participants operated the two sys- tem implementing the proposed method or the conventional method. The comparison of the results showed that the system implemented by the proposed method searched the participants’ multimodal preferences more diversely than the conventional method.

 
2.2. 質疑応答
今回の講演発表では，以下のような質疑を受けました．
 
・評価が進むと前の個体を再評価できないが，その点は問題ないのか
名古屋大学の吉川先生から頂いた質問です．先に評価した個体への評価値があとあとランドスケープを作る際に再確認が必要ではないのかという主旨の質問であると思いますが，そもそも今回の実験は２値評価を行っていることが伝わっていなかったようです．前の個体の評価は探索したい空間を絞るという目的に対して難しいものであり，ただ，それをうまく回答できず，少し混乱させてしまったように思います．
 
2.3. 感想
今回の発表では15分の発表時間に対して，ぎりぎりまで発表内容を詰め込んでしまった結果，最後の方に結果を話す時間がなくなるという事態に陥ってしまいました．大変な失敗であったと思います．次回から，特に英語の発表では，むしろ余裕を持てるように全体の流れを構成した上で，時間調整をかけるようにプレゼンテーションの戦略を変更して行きたいと思います.
 
3. 聴講
今回の講演会では，下記の2件の発表を聴講しました．
 

発表タイトル       ： Towards Developing Robust Multimodal Databases for Emotion Analysis著者                  ： Maria Alejandra Quiros Ramirez, Senya Polikovsky, Yoshinori Kameda, Takehisa Onisawa,セッション名       ： Knowledge and Information ManagementAbstract            ： Understanding emotions can make the difference between succeeding and failing during communication. Several systems have been developed in the field of Affective Computing in order to understand emotions. Recently these systems focus into multimodal emotion recognition. The basis of each of these systems is emotion databases. Even though a lot of attention has been placed in capturing spontaneous emotion expressions, building an emotion database is a task with several challenges that are commonly neglected, namely: quality of the recordings, ground truth, multiple device recording, data labeling and context. In this paper we present a new spontaneous emotion database, with human-computer and human to human interactions. This database is composed by eight different synchronized signals, in four interaction tasks. Strategies on how to deal with emotion database construction challenges are explained in detail. Index Terms—emotion recognition; microexpressions; facial expression; gestures; infrared image; spontaneous emotions; multimodal synchronization.

この発表は21日(水)の夜のセッション「Knowledge and Information Management」にて，本研究室の大堀の前に講演されました．ヒトが感情を表現する際の人間の発する情報をセンサから取得して，感情のデータベースを作成するというものでした．対象となる情報としては，モーションキャプチャによる位置情報，圧力センサによる足裏の圧力，マイクによる音声や声のトーン，赤外線カメラによる位置情報や体温の変化，高感度カメラによる動きや表情などがあります．非常に革新的な発表で，とくに多数のモダリティを用いて統合的に行っているという点で，とても面白いと思いましたが，どのようにデータベースに格納するかが不明瞭で，そこが少し残念でした．
 

発表タイトル       ：Heterogeneous Particle Swarm Optimization Including Predator-Prey Relationship著者                  ： Akira Hara，Kazumasa Shiraga，Tetsuyuki Takahamaセッション名       ： Intelligent Agent Based Evolutionary Computation IAbstract            ： Particle Swarm Optimization (PSO) is an optimiza- tion method inspired by the flock behavior of birds. In the original PSO, homogeneous particles search solutions. Several extensions where respective particles can have different search strategies have been proposed. In Heterogeneous PSO (HPSO), respective particles select their own search strategies from a strategy pool, which consists of five kinds of strategies. If the personal best value of a particle has not been improved for some iterations, the particle changes its search strategy. The global search can be performed by the heterogeneity of search strategies. In Predator Prey Optimizer (PPO) is the PSO to which the predator-prey relationship has been introduced. A predator particle moves toward the global best solution, and prey particles have to keep away from the predator particle. Escape from local optima can be performed by the interaction of the two kinds of particles. In this paper, we introduce the predator-prey relationship into the search strategy pool of HPSO. We examine the search performance of our proposed methods and the effect of the diversification of search strategies. Our proposed method with the pool of selected strategies, all of which can be affected by predator, showed the best performance.

本発表ではPSOの概念に，捕食者と非捕食者の関係性を持ち込んだというもので，モデルの発想として面白い発表だなと感じました．HPSO(Heterogeneous Particle Swarm Optimization)は，加速度の更新ルールが群によって異なるPSOとなりますが，その異なる群に捕食者と非捕食者(正確には捕食者を避けて，捕食者の探索しない所を探索しに行く群)という役割をつけることで，多様な解を探索できる仕組みをとっているそうです．精度も向上しており，面白かったです．
 
参考文献
1)    SCIS-ISIS2012，http://scis2012.j-soft.org/

 
1. 講演会の詳細
私は2012年11月20日から2012年11月24日にかけて兵庫県神戸市神戸国際会議場にて開催されましたSCIS&ISIS2012(The 6th International Conference on Soft Computing and Intelligent Systems & The 13th International Symposium on Advanced Intelligent Systems)¹⁾に参加致しました．SCIS-ISIS2012では，ソフトコンピューティング，知的なシステムに関する基礎理論から応用事例まで，幅広い分野にわたるテーマを扱う学会となっております．私は23日(金) の口頭発表にて講演致しました．また，本研究室からは廣安先生，日和さん，田中さん，布川，大堀の5名が参加しました．
 
2. 研究発表
2.1. 発表概要
私は23日の午後のセッション「Intelligent Informatics for Biomedical Research」に参加いたしました．発表の形式は口頭発表で，20分の講演時間と5分の質疑応答時間にて発表を行いました．
 
今回の発表では，木構造の組み合わせ最適化手法である遺伝的プログラミングを用いて，角膜内皮細胞画像を対象とした細胞領域分割を行う画像処理フィルタを自動構築する手法の提案を行いました．発表タイトルは「Algorithms for Automatic Extraction of Feature Values of Corneal Endothelial Cells using Genetic Programming」です．
以下に抄録を記載致します．

In cornea tissue engineering, a researcher measures cell density and a form, in order to check the status of a cultivated cell. In this paper, these features values of cells are extracted automatically from corneal endothelial cell images.In the proposed method, genetic programing (GP) is used to construct image filters which can detect cell regions from corneal endothelial cells images. After detecting cell regions, feature values of cells such as density, the number of hexagon cells, and cell sizes are derived. To discuss the effectiveness of the proposed algorithm, the algorithm is applied to 16 sheets of corneal endothelial cells images. The cell region detection process was compared with the results of the Watershed filter which is one of the existing region division filters. From the results, it is confirmed that the filters which can extract cell regions from eight sheets of images with low error compared with the Watershed filter were constructed by GP. At the same time, it is also confirmed that the feature values of cells are detected successfully from five sheets of images.

2.2. 質疑応答
今回の講演発表では，以下のような質疑を受けました．
 
・質問内容1
質問者の氏名を控え損ねてしまいました．
質問内容は，実際に使用しているGPのモデルは何か？というものでした．
私はSGP(シンプルGP)を用いています．と回答させていただきました．
 
2.3. 感想
練習では，時間通りに発表できていたのですが，本番で緊張してしまい，発表が早くなってしまいました．また，英語能力が足りず，質問をすぐに理解できなかった点は反省しなければならないとかんじました．練習を繰り返す事と英語の勉強はやはり重要であると感じました．
 
3. 聴講
今回の講演会では，下記の2件の発表を聴講しました．
 

発表タイトル       ：　A Fundamental Study on the Effectiveness of Immune Algorithm for Multi-Objective 0/1 Knapsack Problem著者                  ： Satoshi Ono, Ryota Morishige, Shigeru Nakayama セッション名       ： Evolutionary Multiobjective Optimization and Multiple Criteria Decision Making II Abstruct            ： Immune Algorithms (IAs) are categorized into three classes. Although the major type of IAs using clonal selection have been widely investigated and applied to Multi-objective Optimization Problems (MOPs), IAs based on self-regulation by suppressor T-cells have not. This paper focuses on the latter IAs and proposes Non-dominated Prioritized IA (NPIA) which is designed to solve MOPs with keeping the characteristics of IAs without clonal selection. Experimental results have shown NPIA’s search performance competitive with MOGAs and possibility of IA-based multi-objective optimization.

この発表はヒューリスティックな最適化アルゴリズムのひとつである免疫アルゴリズムを多目的問題に適応させた多目的免疫アルゴリズムの提案に関する発表でした．
本発表では免疫アルゴリズムの多目的化に非優越ソートを用いており，パラメータを調整する事によって他の多目的最適化アルゴリズムに匹敵する性能を引き出せるというものでした．
私も最適化のテーマにおいて既存の手法に劣らない手法を提案できるように頑張っていきたいと思いました．
 

発表タイトル       ：Situation-Oriented Clustering of Sightseeing SpotImages Using Visual and Tag Information 著者                  ： Chia-Huang Chen, Yasufumi Takama セッション名       ： Intelligent Interaction and Visualization Abstruct            ： Now a day, the tourists get used to take many photos in a journey and share these sightseeing spot images on album websites. The meaningful grouping of these images will become important and useful. In particular, sightseeing spot scenes are vary with different situations, such as weather conditions and seasons. Thus the categorization of different situations is expected to be beneficial for tourists to plan when to visit there. This paper proposes a hybrid approach which integrates contentbased image clustering with filtering based on tag information of image. Content-based image clustering categorizes sightseeing spot images into night, sunrise/sunset, cloudy, and shine situations based on color feature extraction from ROI (region of interest). By using geotag information, collected images can be limited to a reasonable boundary to eliminate outliers. Furthermore, by using the timestamp of images, the four situation categories constructed by content-based image clustering are further verified to increase the accuracy. Experimental results show that the hybrid approach of content-based image clustering and tag-based filtering is effective for obtaining clusters with high precision and recall.

この発表は大量の風景写真を撮影時に天候毎で分類する手法の提案でした．
提案手法では，クラスタリング手法と写真のタグ情報に基づくフィルタリングを用いる事で，同様の景色の写真を天候毎に分類した結果について発表されていました．
この手法ではフィルタリングとクラスタリングのハイブリット方法に重点を置かれていました．
今後は様々な分野においてこのようなハイブリット手法が多く提案されていくと考えられますので，そういった考え方も取り入れていきたいと感じました．
 
参考文献
1)    SCIS&ISIS2012, http://scis2012.j-soft.org/?file=home
 

 
1. 講演会の詳細
2012/11/20から2012/11/24にかけて，神戸で開催された SCIS-ISIS 2012 (The 6th International Conference on Soft Computing and Intelligent Systems The 13th International Symposium on Advanced Intelligent Systems， http://scis2012.j-soft.org/?file=home ) に参加してきました．SCIS-ISIS2012では，ソフトコンピューティング，知的なシステムに関する基礎理論から応用事例まで，幅広い分野にわたる講演が行われました．
 
2. 研究発表
2.1. 発表概要
私は，23日に開催された多目的進化的最適化に関するセッション「Evolutionary Multiobjective Optimization and Multiple Criteria Decision Making II」で口頭発表を行いました．発表時間は質疑を含め25分でした．このセッションでは，国内の多目的最適化の著名な研修者が会し，この学会の中でもかなりの盛り上がりを見せたセッションであったと思います．
私の発表は，多目的最適化のための新しい探索スキームの提案です．多目的最適化で非劣解集合に求められる性質として，パレート最適解に収束していること（精度），幅広さ，均一性などがあります．提案した探索スキームでは，参照点を用いたアルゴリズムと幅広さの向上を重視したアルゴリズムを組み合わせて使用することで，精度と幅広さの向上を両立させようとするものです．以下に抄録を記載します．

In multiobjective optimization problems, it is important to derive solutions with high accuracy, uniform distribution, and broadness. Here, we propose a two-phase search process to improve the accuracy and broadness of solutions. In the first phase, the accuracy of the solutions is improved, and a reference point specified by a decision maker is set and utilized for the search. In the second phase, the solutions are broadened using the Distributed Cooperation Scheme. The numerical results indicated that the proposed search scheme was capable of deriving broader solutions than the conventional multiobjective evolutionary algorithm without deterioration of accuracy.

 
2.2. 質疑応答
今回の講演発表では，以下のような質疑を受けました．
 
・質問内容
Q. 比較手法に使っているNSGA-IIは通常（オリジナル）のものか．（大阪府立大学，石渕先生）
A. オリジナルを使用している．
→これに対して，より精度を向上させる（探索母集団を広げる）ためには，単目的最適化のアルゴリズムを改善するよりも，どのような個体と交叉しているかを詳細に分析して，解集合が広がるような交叉対象を選ぶようにした方が良いとのコメントを頂きました．
 
2.3. 感想
6年ぶりのアカデミックな場での発表となり，大変緊張していたのですが，廣安先生のサポートも頂きつつ，無事発表を終えることができました．また，他大学の先生方にも貴重なご意見・ご指導を頂くことができ，大変有意義でした．自分の研究の方向性や課題を明確にするために，学会発表が有効な場であることを改めて認識しました．今後も可能な限り，参加していきたいと思います．本学会への参加に際して，ご協力頂きました廣安先生はじめMISLの皆様に厚く御礼申し上げます．
 
3. 聴講
今回の講演会で聴講した発表の中で，印象に残ったものの概要を２つ記載します．
 

発表タイトル       ：　A study on Two-Step Search using Global-Best in PSO for Multi-objective Optimization Problems 著者                  ： Hiroyuki Hirano, Tomohiro Yoshikawa セッション名       ： Evolutionary Multiobjective Optimization and Multiple Criteria Decision Making III

この発表は単目的最適化アルゴリズムのPSOを用いて多目的最適化にアプローチしており，私が提案している探索スキームと非常に類似したものでした．この発表でのポイントは2段階目でPSOを適用する際，複数ある目的関数に対して複数のPSO個体群を設けて，各個体群に別々の単一目的を設定し，残りの目的関数を制約条件として解いている点です．この場合，単目的個体群であっても複数の目的関数を考慮できます．この考え方は私の提案している探索スキームにも取り入れることができると思います．ただし，得られる解の均一性の面では解の“抜け”が多いようにも感じました．これは私の提案手法に置いても同様で，被覆率を上げるような仕組みが必要と思われます．
 

発表タイトル       ：Performance Comparison of Evolutionary Algorithms Applied to Hybrid Rocket Problem 著者                  ： Kazuhisa Chiba セッション名       ： Evolutionary Multiobjective Optimization and Multiple Criteria Decision Making II

パレート解からの情報抽出を行う場合，より多くの情報を得るためには，良好なパレート解を得られるアルゴリズムを選定する必要があります．この発表では，GA，DE，PSOなど複数の最適化アルゴリズムを「ハイブリッドロケットの概念設計問題」に適用し，交叉法の違いによる影響まで含めて複数のアルゴリズムの性能を比較するというものでした．結果はGAとDEのハイブリッド手法で，Principal component analysis blended crossover (PCABLX) またはConfidence interval based crossover（CIX）を交叉法として用いる場合が良好であったというものでした．一方で私はこの結果よりも，千葉先生がパレート解の設計情報を抽出する手段として自己組織化マップを用いられており，その結果がパレート解の特徴を定性的に表すのに非常にわかりやすい図になっていた点に感銘を受けました．SOMの欠点として，SOM上の値そのものが意味のある値になっていないため，定量的な分析がしづらいことがあると個人的には感じていたのですが，多次元のデータの特徴を視覚化し，定性的に特徴をつかむ意味では，SOMも有効であると思い直す機会となり，有意義でした．
 

 
1. 講演会の詳細
2013/6/4から2013/6/7にかけて，富山県富山市で開催されました人工知能学会第27回全国大会に参加致しました．本研究室からは私以外にM2の福島が参加し，最終日には廣安先生も評者として参加されました．本大会はAI技術に関連する多くのテーマを扱っており，理論分野から機械学習，自然言語処理，画像処理，また近年ではWebデータなどに代表されるビッグデータの処理や，それらのデータフォーマットに関する研究など多様なテーマを扱う非常に幅広い学会となっております．そのため発表件数も800件と非常に多く，参加者数に至っては，のべ1000人を超える大規模な大会となっており，多数のセッションがパラレルに開催され，見て回るのが大変でした．一部の会場は地元市民へも公開され，囲碁プログラムと棋士との対戦などが注目を集めておりました．大会参加者以外の懇親会も商店街の一区画を貸し切って行われるなど，非常に活気のある大会でした．
 
2. 研究発表
2.1. 発表概要
私は6日の午後のオーガナイズドセッション「脳科学とAI」に参加致しました．15分の講演と，5分の質疑が割り当てられていました．今回の発表は対話型遺伝的アルゴリズムに生体情報を使うことを最終目標として，その予備検討の内容での発表となっております．以下に抄録を記載致します．

In this research it is discussed that how to employ human biological signals, especially functional information of brain, as evaluation values of candidate solutions and what kind of system should be developed in interactive genetic algorithms. To perform this goal, in this paper, an experiment was performed in order to examine rela- tionship between experimental participants’ brain activation measured by fMRI (functional Magnetic Resonance Imaging) and evaluation values based on their preferences when picture images of foods were shown. The brain activation patterns were extracted from brain regions where we observed highly significant activations at the time of presentation. Then, they were classified into preference or unpreference patterns. The accuracy rates were higher than a chance level in all the participants.

 
2.2. 質疑応答
今回の講演発表では，以下のような質疑を受けました．
 
・見かけがダイレクトに嗜好に影響するものを選択するべきでは？？
和歌山大学の曽我先生より頂いた質問です．これについてはデザインで既に実験済みであること，あまり良好な結果が得られなかったことをご説明し，先行研究に多い食品を選択したことを述べました．続けて，食品を事前に味見させた方が良いのでは，というご指摘も頂きました．これについては今後検討していきたいと考えております．
 
・評価だけでなく，脳活動は過去の評価に惑わされないのか？
・うそ発見器的なものではよいと思うが，うそをつく必要はこの実験にはないので，そこまでfMRIが効果的なのか？
名古屋大学の吉川先生から頂いた質問です．前者については，少なくとも評価を手作業で行う場合は，短期記憶に残っている類似した別の候補への評価値が影響してくることを説明した上で，少なくともそのノイズを消去できる旨をご説明しました．
また，後者については，嘘を付く，付かないのようなシチュエーションでなく，被験者自身がはっきりと表現できない好みの評価を読み取ることが目的であると説明致しました．
 
・視線を計測して関心度を図るのは？
産業総合研究所の一杉先生から頂いた質問です．上手く答えられない質問でした．研究室で視線についても取り組んでおり，相互補完的に使えればベストである，というような回答ができれば良かったと考えております．
 
2.3. 感想
セッションはまさしく脳科学とAIの名にふさわしく，fMRI(functional Magnetic Resonance Imaging)やEEG(Electroencephalogram)，NIRS(Near Infra-Red Spectroscopy)など多様な計測機器に関する研究から，ANN(Artificial Neural Network)などの脳における情報処理の手続きを模擬したパターン識別技術，とくに近年ではDeep Learningに関する研究などについて着目した発表が行われており，非常に刺激的でした．
私自身の今回のテーマは生体情報による対話型進化計算ですが，時間的な都合で進化計算要素を含むことができなかったため，生体情報に関する処理が発表内容のほとんどを占めておりました．そのため，やや質疑が錯綜してしまいましたが，その後の懇親会では学外の研究者の方との意見交換を盛んに行うことができ，大変実りある研究会となったかと思います．
 
3. 聴講
今回の講演会では，下記の4件の発表を聴講しました．
 

発表タイトル       ： 人の暮らしに関わるAI 著者                  ： 山口高平 セッション名       ： 基調講演 Abstract            ： Deep QAプロジェクト「ワトソン」が，米国クイズ番組「ジェパディ」において，人間のグランドチャンピオンに勝利して以来，はや２年が経過した．この間，日米で，スマートフォンで音声アシスタントアプリが実用化され，我が国では，国立情報学研究所において，「人工頭脳プロジェクト：ロボットは東大に入れるか（会誌Vol. 27, No. 5）」が開始され，AIに対する世間の関心は高くなってきた．実際，会長就任以来，ほぼ毎月のようにマスメディアからの取材を受け，AIの開発の在り方，人とAIの付き合い方など，多くの質問を受け，AIに対する社会の関心の高さを実感している．講演者は，長年，知識システムの研究開発に取り組み，その有用性と限界を感じてきたが，今一度，知識型AIの歴史を振り返り，知識マネジメントやAIサービスの研究を例にとりながら，人の暮らしに関わるAIの在り方について述べたい．

人工知能学会会長を務められる山口先生による基調講演です．AI技術の歴史について述べた上で，これまでに個々に進められてきた探索類推，知識，計測などの各分野AI技術の統合がいよいよ盛んになってきていると仰っていました．また，学術分野でAI技術に投資できる知識(Academic Intelligence, well-definedな知識)は徐々に収束しており，今後は実践的知能(Practical Intelligence, ill-definedな知識)をどう取り込んでいけるかが課題であると述べていました．そのためには，人間と人工知能のインタラクションが重要となり，問題認識→定義→情報アクセス→問題解決・戦略立案→リソース割当→アクション→評価といった一連のプロセス（メタコンポーネント）を持つことが重要であるという話を頂きました．
 

発表タイトル       ：　Linked Dataによる地域情報を活用した学術会議支援システム 著者                  ： 松村 冬子(青山学院大学 理工学部 情報テクノロジー学科) セッション名       ： OS-10 Linked Dataとオントロジー-1 Abstract            ： 学術会議の参加者は会議中の有益な議論と共に，限られた余暇の時間に開催場所の国や都市の文化などに触れる機会も期待している．本稿では，発表や会場などの会議に関する情報，会場周辺の観光，飲食，交通などの開催場所の地域情報をLinked Data化し，有意義な滞在のための情報提供を行う会議支援システムを構築した．実際に学術会議での運用から得られた知見より，必要とされる機能やデータなどについて議論する．

知的システムデザイン研究室出身の松村さんによる発表です．会議情報と地域の観光情報の双方をRDFで記述し，両者を共同で利用することで，例えば，発表の合間にどこに観光に行く，どこそこの観光地は何時から何時までやっている，会議場からどう移動するといった情報を体系的に扱おうという取り組みです．元々会議情報については，Semantic Web Conference Ontologyという記述形式があり，今回はそれに観光地のLOD情報を融合させたものとなります．実際に，ACM Multime-dia2012(ACMMM12)，およびThe 2nd Joint International Semantic Technology Conference(JIST2012)の2つの会議での会議システムとして運用され，観光情報はそのままに，会議情報を入れ替えるだけで対応できたことを確認したという実験結果でした．今後はインタフェースの向上や，データ生成の簡易化，会議に関する発言をTwitterから分析するといった取り組みについて検討していきたいとのことです．
 

発表タイトル       ：　大脳皮質とDeep Learningの類似点と相違点 著者                  ： 一杉 裕志(産業技術総合研究所 ヒューマンライフテクノロジー研究部門 脳機能計測研究グループ) セッション名       ： 脳科学とAI-3 Abstract            ： 脳が行っている情報処理とdeep learningのアーキテクチャには共通の特徴が多くあるが，脳には現在のdeep learningにはない重要な特徴もある．その中にはdeep learningの性能をさらに向上させる有望なヒントが含まれている可能性がある．ＢＥＳＯＭは，神経科学的知見をもとづき，大脳皮質の機能と性能を再現させることを目指して開発中の機械学習アルゴリズムである．ＢＥＳＯＭはベイジアンネット，自己組織化マップ，スパース符号化，非線形ＩＣＡの機能を組み合わせた一種の教師なし学習アルゴリズムとして動作する．本講演ではＢＥＳＯＭの概要と最近の進展について説明するとともに，deep learningのような特徴抽出器としての応用の可能性について述べる．また，いわゆる強い人工知能の実現に向けた課題についても議論する．

オーガナイズドセッションの招待講演で，産業総合研究所の一杉先生による，従来の脳研究から見えてくる脳のアーキテクチャとDeep Learningの関係性に関するご発表でした．一杉先生は，脳研究にまつわるよくある誤解として「脳のことは全く分かっていない」，「脳と計算機とは全く違う情報処理をしている」，「脳はとても複雑な組織である」，「計算量が膨大すぎてシミュレーションできない」といった点をご指摘され，その上で明らかになりつつある脳の学習メカニズムとDeep Learningの階層構造が，学習を進める仕組みとしてよく似ているという点についてご説明されました．その上で，Deep Learningにはない脳の特徴を用いることで，さらに性能の向上がはかれるのではないか，というような展望について述べていらっしゃいました．非常に興味深く，刺激的な内容であったと思います．また，脳の推論機構と類似しているというベイジアンネットワークと，脳の神経発火を模擬したニューラルネットワークは本研究室でもきちんと勉強しておくべき事項であると改めて強く思いました．
 

発表タイトル       ：　異分野共同研究履歴分析の事例 著者                  ：田中 克明(一橋大学情報基盤センター)，濱崎 雅弘(独立行政法人産業技術総合研究所情報技術研究部門) セッション名       ： 知識の利用と共有-2 Abstract            ： 情報デザイン，ソシオ・メディア論，実世界指向インタラクション，人工知能といった異なる分野の研究者が集まり，いくつものワークショップを実施しながら異分野共同による研究を進めたプロジェクトについて，メールなど文書として残された記録を中心に，活動履歴の分析を行う．

知的システムデザイン研究室の出身である濱崎さんのご発表です．例えば芸術大学など全く異分野の方と共同作業するにあたって，背景知識や文化の違いなどからコミュニケーションが上手く行かず，互いが「期待」していることと，実際に「行動」することに差が生じてしまうといった問題があります．それらの方向性の違いを，やりとりするメールから確率的潜在意味解析(Probabilistic Latent Semantic Analysis: PLSA)によって解析し，時系列で可視化することで，どこで食い違いが生じているかについてユーザに呈示するというシステムのご提案でした．異分野だと言葉の意味や使われ方が異なるため，意味解析のコーパスがぶれて難しそうだとは感じましたが，異分野間でのインタラクションを如何に支援するかについての取り組みとして，非常に面白い発表であったと思います．個人的には「学生といろいろやるのも異分野共同作業だ」というコメントが秀逸でした．
 
参考文献
1)    2013年度人工知能学会全国大会(第27回)
http://2013.conf.ai-gakkai.or.jp/