LI Ziqiang

生物神経ネットワークでひらく時系列処理AIモデルの新しい可能性

本研究では、生物の神経ネットワーク構造に学び、時間とともに変化するデータを効率よく処理する新しいAIモデルを開発します。心電図、脳波、センサーデータ、気象データなどは、過去の情報が現在や未来の状態に影響する「時系列データ」です。従来の深層学習は高い性能を示す一方で、大量の学習データや大きな計算コストを必要とし、AIがなぜその結果を出したのか分かりにくいという課題があります。本研究では、生物の神経系に見られる結合構造やモジュール性をAIモデルに取り入れ、少量データでも安定して学習できる時系列処理方法を探ります。これにより、予測精度だけでなく、結果の理由も理解しやすいAIの実現を目指します。将来的には、医療、生体計測、IoT、ロボットなど、限られたデータや計算資源で働く知能システムへの応用が期待されます。

情報工学類｜助教

LI Ziqiang（李子強、リシキョウ）

LI Ziqiang

researchmap

キーワード

脳型計算

ソフトコンピューティング

時系列データ処理

リザバーコンピューティング

機械学習

担当分野・プログラム

研究区分

情報科学、情報工学

研究テーマ

生物神経ネットワーク構造を考慮した人工知能モデルの構築

メッセージ

本研究では、生物の神経ネットワークに学ぶことで、少ないデータや限られた計算資源でも使いやすい時系列AIの実現を目指します。医療や介護、環境観測、IoT機器などでは、常に大量のデータや高性能な計算機を用意できるとは限りません。本研究が進めば、身近な機器でも健康状態や環境変化を早く見つけ、人々の安全で安心な生活を支える技術につながると期待されます。また、生物のしくみを参考にすることで、AIがどのように判断したのかを理解しやすくし、人とAIがより信頼して協力できる社会に貢献したいです。将来は、専門家だけでなく誰もが安心して使えるAI技術へ発展させたいです。