JSAI2024 1日目
聴講した発表をいくつかピックアップ
適宜加筆修正します
今年の学会参加の個人目標
キーワードを集める
アイデアの評価手法を知る
評価実験で使われるデータセットを知る
基調講演: 現場の問題から始めるAIシステム（山口先生）
AIプロデューサー育成の重要性
現場課題に貢献するAIシステムを開発できる人
人とAIの連携
知識モデリング
Linked Open Data
Googleが「Knowledge Graph」と呼び始めた
5W1Hで現場で役立つAIシステム
「生成AIを使っていれば、すごいんだ」ではない
実業務の現場で求められているものと違うものを作っても仕方ない
誰でも使えるようになったいまだからこそ、現場の問題を解決することを意識すべき
わかる。生成AIの使いどころを見極めるの大事 
現場で使ってもらうのは大変
1 知識の分類
外在化性
領域固有性
表現形式（構造化知識）
形式知
構造化知識を使いながら生成AIは性能を上げている
GPT-4oも活用しているらしい？
国会図書館なみの規模の形式知
Ontology ＝ 分け方＋ 人・もの・こと分析
日本語Wikipediaオントロジー
オントロジーナレッジグラフ
7~8年前、Google検索エンジンはこれを使って検索精度を向上させた
暗黙知をどれだけ獲得できるか
知識ベース開発工程
インタビュー相手が知識を体系化しているとは限らない
とにかく話してもらう
体験談を分析し、インタビュー形式知を知識表現に変換する
事例2. 出張お助けくんAI
大学教員の出張旅費申請書
経路をエクセルに入力するのが面倒。新人教員は1日かかることも。
事務局の人にインタビューする
ルールブック的な重要パーソンがいる
逆に単にワークフローとしてこなしている他の人に聞いても理由まではわからないことが多い
申請者: 1/4に時短 (15分)
点検者: 1/3に時短 (38分)
「派遣職員の仕事を奪うのではないか？」という懸念もあり全額導入は断念
事例3. 交通インフラ支援 AIスマートグラス
高速道路設備（ETC）点検AIスマートグラス
いろいろ経験を積んで点検作業の専門家になるには10年かかる
マニュアル＆作業記録 → インタビュー → 実作業体験、装置設計図
ワークフローの解像度を上げて詳細化していく
インタビュー段階でも半分くらいしか暗黙知を吸い上げられなかった
ベンダーごとに同じ機能の操作ボタンの位置が違う
ゴールツリーとセットで作業の意義を考察
正答率 約80%
作業内容を文字と画像で説明する
現場の騒音
高速道路なので自動車の走行音がでかい
音声での質問は無理
研修センターでの利用にとどまる
事例4. ロボット飲食店
浅草の喫茶店、学際でのロボットカフェの事例
統合AI
聞く、話す、見る、考える、学ぶ、移動と動作
音声対話、資格センシング、知識ベース推論、機械学習、動作計画
ワークフロー作成
ROSコードの作成
似顔絵の輪郭線をクレープに描く
ロボットアームが遅くて3分/1人かかる！ 700円
間をつなぐためにいろいろ話すロボットも置く
事後アンケートでは、来場者はこの意図に気づかなかったとのこと
一方、事前の学生実験では、このロボがいないと待ち時間が長すぎて耐えられなかったそう
ホール運搬ロボット
注文者のテーブルまで行き、手渡し
注文者を確認させるために手を挙げさせるコミュニケーション
ホールゴミ回収ロボット
ゴミ箱を背負って動き回る
ゴミ箱に入れるのは人間
事例5. 教師ロボット
よそ見生徒カウンター
課題: タイムラグ
すでによそ見していなくても怒られる
教諭ロボット連携授業
5年生理科「振り子の実験」の導入
議論に口を挟む小型ロボットSOTAを媒体としてクラス全体が活性化
ディスカッションの振り返りで、ロボットの発言を引用するような共有が活発になった
質疑応答: いまの時代でも構造化知識からワークフローを作るべきなの？
組織における知識の継承としては、いまの生成AIだでは心もとないところがある
プロパティの選定が難しい
ここで選定を間違えると組織で役に立たない
生成AIとのハイブリッドアプローチも期待できるのではないか
今日一番聞きたかったやつ
大学院時代に一度挫折したけど、やっぱりナレッジグラフ好きだな
アツかったので別ページに切り出した
スポンサー展示場の様子
株式会社Helpfeelはゴールドスポンサーとして協賛しています
母校の電気通信大学のブースもあった
学会ご飯
NVIDIAのランチセッション
弁当美味しかった
最強GPUほしい
デモサイトがオープンしたらしい
エンジニアが本質的な開発に集中できるようにするため、ソフトウェアモジュールのマイクロサービス展開にも力を入れているらしい