今までに一度は人工知能 (AI) という言葉を聞いたことがあると思います. 長い間, AIは情報科学において研究されてきました. 近年では, 社会インフラの維持管理, 臨床医療, 宇宙開発等, 情報科学とは異なる分野においても, タスクの省力化や新たな知見の創出を目的として, AIの導入に関する取り組みが盛んに行われています. 高性能なAIを実現するためには, 対象タスクにおける数十万～数百万の膨大な量の画像とそれに対応する結果の組を用意し, 機械にその関係性を学習させる必要があります. しかしながら, 土木や医療等の実データを大量に収集することは困難であることから, AIの実データへの応用のためには, 少量の画像データを用いて効果的に学習可能な技術の構築が必要となります.

ところで, これらの分野では, 何らかの業務の遂行を目的として, 画像が撮影されます. 社会インフラ維持管理の例を挙げると, 老朽化したインフラの点検業務において, 技術者は点検記録として劣化部位の画像を撮影します. しかしながら, 点検記録として残すデータは画像だけではありません. その劣化部位の材質や発生する音, 対象インフラの位置情報等, 様々なデータを技術者は記録します. そこで私は, この点に着目し, 画像データが少量の場合においても, 多様なデータを駆使することで大量の画像データを必要としない新たなAI技術の実現に向けた基礎理論の構築に関する研究をしています.

研究により得られた成果は, 学会や論文誌で発表します（写真1）. 学会は, 普段関わることの出来ない, 様々な研究者と議論することができる貴重な機会であります. 特に, 国際学会では, 外国の研究者と積極的にコミュニケーションをとることで, 大きな経験を積むことができます.

私の在籍するメディアダイナミクス研究室では, 先輩後輩の仲が良く, 学生間の研究ディスカッションも積極的に行っています. さらに, 定期的に飲み会を開催（写真2）するなど, 充実した研究室生活を送っています.