講演抄録/キーワード |
講演名 |
2022-12-22 10:10
[招待講演]機械学習と機械発見:自然科学研究におけるデータ利活用の再考 ○瀧川一学(理研/北大) IBISML2022-40 |
抄録 |
(和) |
当面の"AI"の中核技術である教師あり機械学習は基本的に「未来を過去の延長線上として予測する」仕組みであり,「今まで未知」であった対象の理解・発見という自然科学のゴールにそもそも適合していない.例えば,新材料や新物質の探索を目的とする場合,手元のデータで訓練した機械学習モデルに対して,テスト時には任意の入力が想定され,通常の機械学習の設定と異なりテストデータの分布や母集団変化を考えることもほとんど意味がない.つまり,機械学習の入力の定義域全域での良い関数近似が求められていることになるが,現実の高次元の入力空間を網羅的にカバーするためには非現実的な量の見本点(訓練データ)が必要となる.本講演では,このような通常の「機械学習」の想定用例との顕著な違いを「機械発見」の問題として再整理し,良性過学習の再考,不確実性の定量化(Aleatoric vs Epistemic),表現設計・表現学習,発見的探索,実験や介入の計画,帰納的バイアスの設計,HARKingの問題(探索的研究 vs 検証的研究),因果推論 vs 因果探索の問題,など,関連する話題を発表者の実経験に即して概観する. |
(英) |
|
キーワード |
(和) |
機械学習 / 機械発見 / 探索的研究 / / / / / |
(英) |
/ / / / / / / |
文献情報 |
信学技報, vol. 122, no. 325, IBISML2022-40, pp. 1-1, 2022年12月. |
資料番号 |
IBISML2022-40 |
発行日 |
2022-12-15 (IBISML) |
ISSN |
Online edition: ISSN 2432-6380 |
著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します.(許諾番号:10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) |
PDFダウンロード |
IBISML2022-40 |