【人工知能学会全国大会（JSAI）について】

“人工知能に関連する国内の研究者が一堂に集い、研究成果を発表する場として開催している年次大会です。人工知能に関連する最新の技術動向、新しい研究成果やアイデアなどの発表を通して、意見交換・交流を行っております。”

（公式サイトより抜粋：https://www.ai-gakkai.or.jp/jsai2021/）

 開催案内：2024年度 人工知能学会全国大会（第38回）

日程：2024年5月28日（火）～31日（金）

会場：アクトシティ浜松(静岡県浜松市) ＋ オンライン

 【発表について】

株式会社本田技術研究所との共同研究成果を2本発表予定です。

◾️GIS データと街路画像を用いたLLMによる交通リスクの説明

開催時刻：2024年5月28日17:40~18:00

開催場所：D会場

発表リンク：https://confit.atlas.jp/guide/event/jsai2024/subject/1D5-GS-10-03/advanced

概要

運転支援システムや自動運転技術における交通リスクの考慮は、交通事故防止において重要であり、交通リスクは画像情報に多く含まれていると考えられる。しかし、画像情報のみから走行シーンに含まれる交通リスクを説明することは困難であり、この分野の研究はまだ十分に進展していない。本研究では，GISデータと街路画像を組み合わせた、交通リスクを説明可能なマルチモーダルフレームワークを提案する。このフレームワークは、GISデータを基に作成された交通事故リスクマップから高リスク地域の座標を特定し、その地域に関連する街路画像を用いて、マルチモーダルネットワークを学習する。これにより、任意のシーンにおける交通リスクを効果的に説明するフレームワークを構築する。実験結果から提案されたフレームワークは、GISデータに基づく高リスク地域に対して、交通リスクを説明可能なキャプションを生成できることを確認した。

◾️道路環境リスク分析のためのプロンプトエンジニアリングを用いたキャプションデータの生成

開催時刻：2024年5月28日18:00~18:20

開催場所：D会場

発表リンク：https://confit.atlas.jp/guide/event/jsai2024/subject/1D5-GS-10-04/advanced

概要

運転支援システムや自動運転技術の普及に従い、交通事故の低減に一定の効果が示されているが、更なる事故低減のためには交通事故リスクを解釈しメカニズムを分析することが重要である。運転シーンを説明可能なマルチモーダルネットワークの研究では、メタデータを用いて認識可能な物体を考慮したキャプションの生成手法が試みられてきた。このような手法では、人間などの動的な物体に焦点を当ててキャプションが生成されることが一般的である。しかし、運転シーンに含まれる交通事故リスクを解釈するためには、道路標識・道路構造などに起因する静的なリスクもキャプション生成の際に考慮されるべきである。既存の大規模マルチモーダルネットワークでは、この種の道路環境のリスクに対応するキャプション生成が困難である。この課題に対処するため、プロンプトエンジニアリングを活用し、動的物体と静的な潜在的リスクを包含するキャプション生成手法を提案する。また、生成されたキャプションを用いた実験から動的物体と静的な潜在的リスクを考慮したキャプションを生成できることを確認した。