セミナー情報

【第84回AIセミナー】ノーベル賞受賞研究のその後と産総研機械学習研究

終了しました。

2024年のノーベル賞は物理学賞、化学賞ともにAI技術に関連するものでした。2025年3月のAIセミナーは産総研AI研究センター機械学習若手研究者が自身の現在進行形のAI研究と照らし合わせながら、「ノーベル賞受賞の研究のその後」についてご紹介します。授賞対象となったホップフィールドモデル等に端を発する神経回路の統計物理学的モデリング、AI技術適用によるタンパク質設計に関する成果は、その後のAI研究現場にどのような影響を与え、どのような技術が創出されているのでしょうか。最新の状況を分かりやすくお伝えします。

名称	【第84回AIセミナー】ノーベル賞受賞研究のその後と産総研機械学習研究
日時	2025年3月27日（木）15:30 - 17:30
受付時間	接続可能時間 : 15:20 - 17:30
場所	Zoomウェビナーによるオンライン開催 ※お申し込み後、自動配信されるメールにて会場URLをご案内いたします。
定員	500名
参加費用	無料
連絡先	人工知能セミナー窓口
注意事項・定員になり次第締切ります。・産総研は、お送りいただいた情報をセミナー運営以外の目的には使用しません。・講演の録画やアップロードはご遠慮ください。

プログラム

15:30 - 16:30	神経回路の統計物理学的モデリングと機械学習の現在唐木田亮（産総研AI研究センター機械学習研究チーム主任研究員）
	概要 2024年のノーベル物理学賞の受賞対象となったホップフィールド模型やボルツマンマシンは、統計物理学の考え方に根差した人工神経回路の数理モデルとして提案され、その後の機械学習の土台のひとつとなりました。特にホップフィールド模型は、より広いランダム神経回路モデルのひとつとみることができ、大規模な極限で現れる普遍的な現象を理解する試みといえます。本講演では、ランダム神経回路の数理を土台に、歴史的背景から近年の大規模AIシステムに対する統計物理学的視点の示唆や応用、たとえば学習レジームやそのハイパーパラメータ転移への利用など、講演者の研究事例を踏まえつつ概観します。
	略歴 2017年東京大学大学院新領域創成科学研究科博士課程修了。同年産業技術総合研究所入所。 2023年- JST創発研究者。専門は機械学習、特に深層学習を含むニューラルネットワークの理論および手法開発。
16:30 - 17:30	科学データに対する最新のAI技術と今後の課題椿真史（産総研AI研究センター機械学習研究チーム　主任研究員）
	概要 2024年のノーベル化学賞の受賞対象となったAlphaFoldをはじめとして、物理・化学・生命科学などの科学データに対するAI技術の開発が急速に進んでいます。それらのAI技術は早速科学研究の現場に持ち込まれており、さらには大規模言語モデルや画像生成AIをマルチモーダルに組み合わせて、実際に新たな科学的発見につながる成果も出てきました。一方で、そもそもの課題設定が間違ったまま最新のAI技術の適用を試みようとしたり、地味なデータ分析・目的関数の設計・古典的な機械学習がおろそかになる懸念もあります。本講演では、そのような最新のAI技術と講演者の研究事例を紹介しながら、今後の課題についても議論したいと思います。
	略歴 2017年奈良先端科学技術大学院大学情報科学研究科博士課程修了。同年産業技術総合研究所入所。専門は機械学習・人工知能技術の物理・化学・生命科学データへの応用研究。