AI分野の難関国際会議AAAIにNTTから5件採択

2023年2月7日～2月14日（アメリカ東部標準時）にオンライン・オンサイトハイブリッド形式にて開催される、人工知能分野の国際会議AAAI（AAAI Conference on Artificial Intelligence）2023にて、NTTの研究所より提出された5件の論文が採択されました。AAAI 2023の論文採択率は19.6%（8777件の応募から1721件採択）と、難関国際会議として知られています。

■Fast Regularized Discrete Optimal Transport with Group-Sparse Regularizers
井田安俊特別研究員 (CD研)、金井関利研究員 (CD研), 足立一樹研究員 (CD研)、熊谷充敏特別研究員 (CD研)、藤原靖宏特別研究員 (CS研)
教師ラベル付きの最適輸送はドメイン適応や分布の比較など、機械学習で広く利用される技術です。本技術について、不要な計算を安全に省略して高速化するアルゴリズムを提案しました。精度が劣化しないことを理論的に保証し、実験では精度を維持したままで最大8.6倍の高速化に成功しました。

■Beam Search Optimized Batch Bayesian Active Learning
孫晶鈺研究主任（CD研）、ジェイホンジェ研究員（SIC）、税所修研究員（社会研）、竹内亨主幹研究員（CD研）
学習過程で変化する特徴空間に応じてデータ探索を繰り返すことで、学習効率を高めた能動学習手法を提案しました。本手法により、従来より少ないデータにラベル付与しても高い精度を達成できます。

■Fast Saturating Gate for Learning Long Time Scales with Recurrent Neural Networks
大野乾太郎研究員（CD研）、金井関利研究員（CD研）、井田安俊特別研究員（CD研）
系列データ向けの深層学習モデルにおいて長期的な依存性を持つデータでの学習が難しいという課題に対し、課題の原因を理論的に解析しました。解析結果に基づきモデル内部の活性化関数を修正する手法を提案し、本手法によって長期的な依存性を持つデータでも高精度に学習できることを示しました。

■SlideVQA: A Dataset for Document Visual Question Answering on Multiple Images
田中涼太社員（人間研）、西田京介特別研究員（人間研）、西田光甫研究員（人間研）、長谷川拓研究員（人間研）、斉藤いつみ研究主任（人間研）、齋藤邦子主幹研究員（人間研）
複数の文書画像に対して質問応答を行う新たなタスクとモデルを提案しました。提案モデルは複数のページで構成されるスライド文書を画像として視覚的に理解し、与えられた質問に対して回答を行います。本研究は、実世界に多数存在する視覚表現された文書を知識源とした質問応答や検索など産業上重要なサービスの発展に貢献します。

■An Improved Approximation Algorithm for Wage Determination and Online Task Allocation in Crowd-sourcing
引間友也研究員（人間研）、赤木康紀研究員（人間研）金秀明主任研究員（人間研）、浅見太一主任研究員（人間研）
クラウドソーシングにおいて、ワーカに対する賃金決定とタスク割り当ての同時最適化技術を開発しました。本研究では、連続変数と離散変数の混在する、解くことが困難な最適化問題に対し、既存の近似手法を用いることで、高速な解法が提案されている最小凸費用流問題に帰着することに成功しました。

NTTのR&Dは、環境にやさしい持続的な成長、多様性に寛容な個と全体の最適化を狙う未来のコミュニケーション基盤であるIOWN（Innovative Optical and Wireless Network）構想を掲げ、その実現に向けた研究開発を進めてまいります。また、それとともに、今後も研究テーマの多様性・継続性を大切に、NTTグループの各事業会社をはじめ、さまざまな分野の産業界の方々と一緒に、さまざまな社会的課題を解決し、人々が意識することなく技術の恩恵を受けることができるスマートな世界の実現をめざし、世界を変革する技術の研究開発を続けていきます。

トピックスに記載している情報は、発表日時点のものです。
現時点では、発表日時点での情報と異なる場合がありますので、あらかじめご了承いただくとともに、ご注意をお願いいたします。

トピックス一覧に戻る