• Home
  • ニュース
  • 【東大松尾研】2022年の活動報告
  • 【東大松尾研】2022年の活動報告

    こんにちは、松尾研 広報チームです。

    本郷キャンパスの銀杏並木も葉を落とし、すっかり冬景色に変わりました。
    2022年も残すところ僅かということで、今年の松尾研の活動をまとめて振り返ります。

    1.論文・活動実績

    今年はICLR、NeurlPSを始めとする、下記の国際学会や論文誌などに採録されました。

    ◆ICLR2022【Spotlight】
    Generalized Decision Transformer for Offline Hindsight Information Matching
    著者:Hiroki Furuta, Yutaka Matsuo, Shixiang Shane Gu

    ◆NeurIPS 2022
    Langevin Autoencoders for Learning Deep Latent Variable Models
    著者:Shohei Taniguchi, Yusuke Iwasawa, Wataru Kumagai, Yutaka Matsuo

    Large Language Models are Zero-Shot Reasoners
    著者:Takeshi Kojima, Shixiang Shane Gu, Machel Reid, Yutaka Matsuo, Yusuke Iwasawa

    ◆EMNLP 2022
    Learning to Model Editing Processes
    著者:Machel Reid, Graham Neubig

    M2D2: A Massively Multi-domain Language Modeling Dataset
    著者:Machel Reid, Victor Zhong, Suchin Gururangan, Luke Zettlemoyer

    ◆NAACL 2022 (main)
    PARADISE: Exploiting Parallel Data for Multilingual Sequence-to-Sequence Pretraining
    著者:Machel Reid and Mikel Artetxe

    A Few Thousand Translations Can Go a Long Way: Leveraging Pre-trained Models for African News Translation
    著者:David Ifeoluwa Adelani, Jesujoba Oluwadara Alabi, Machel Reid

    ◆IJCAI-ECAI 2022 (short)
    Robustifying Vision Transformer without Retraining from Scratch by Test-Time Class-Conditional Feature Alignment
    著者:Takeshi Kojima, Yusuke Iwasawa, and Yutaka Matsuo

    ◆ICDL 2022
    Brain-inspired Probabilistic Generative Model for Double Articulation Analysis of Spoken Language
    著者:Akira Taniguchi, Maoko Muro, Hiroshi Yamakawa, and Tadahiro Taniguchi

    ◆MMM 2023
    Improving the Robustness to Variations of Objects and Instructions
    著者:Kazutoshi Shinoda,Yuki Takezawa, Masahiro Suzuki, Yusuke Iwasawa, Yutaka Matsuo

    ◆ACL 2022 (workshop)
    On the Impact of Data Augmentation on Downstream Performance in Natural Language Processing
    著者:Itsuki Okimura, Machel Reid, Makoto Kawano, Yutaka Matsuo

    ◆Neural Networks
    A Whole Brain Probabilistic Generative Model: Toward Realizing Cognitive Architectures for Developmental Robots
    著者:Tadahiro Taniguchi, Hiroshi Yamakawa, Takayuki Nagai, Kenji Doya, Masamichi Sakagami, Masahiro Suzuki, Tomoaki Nakamura, Akira Taniguchi

    ◆Remote Sensing
    Detecting Object-level Scene Changes with Viewpoint Difference using Graph Matching
    著者:Kento Doi, Ryuhei Hamaguchi, Yusuke Iwasawa, Yutaka Matsuo, Masaki Onishi, Ken Sakurada

    ◆Frontiers in Robotics and AI
    Conveying Intention by Motions With Awareness of Information Asymmetry
    著者:Yosuke Fukuchi, Masahiko Osawa, Hiroshi Yamakawa, Tatsuji Takahashi, Michita Imai

    ◆IEEE Access
    Explaining Intelligent Agent’s Future Motion on Basis of Vocabulary Learning With Human Goal Inference.
    著者:Fukuchi, Y., Osawa, M., Yamakawa, H., & Imai, M

    ◆Pattern Recognition Letters
    Face-mask-aware Facial Expression Recognition based on Face Parsing and Vision Transformer
    著者:Bo Yang, Yusuke Iwasawa, Yutaka Matsuo

    Deep Learning Pipeline for Spotting Macro- and Micro-expressions in Long Video Sequences Based on Action Units and Optical Flow
    著者:Bo Yang, Jianming Wu, Kazushi Ikeda, Gen Hattori, Masaru Sugano, Yusuke Iwasawa, Yutaka Matsuo

    ◆Advanced Robotics
    World robot challenge 2020 – partner robot: a data-driven approach for room tidying with mobile manipulator
    著者:Tatsuya Matsushima, Yuki Noguchi, Jumpei Arima, Toshiki Aoki, Yuki Okita, Yuya Ikeda, Koki Ishimoto, Shohei Taniguchi, Yuki Yamashita, Shoichi Seto, Shixiang Shane Gu, Yusuke Iwasawa, Yutaka Matsuo.

    ◆New Generation Computing
    Robustifying Vision Transformer Without Retraining From Scratch Using Attention Based Test-Time Adaptation
    著者:Takeshi Kojima, Yusuke Iwasawa, Yutaka Matsuo

    ◆人工知能学会論文誌
    Transformerと自己教師あり学習を用いたシーン解釈手法の提案
    著者:小林由弥,鈴木雄大,松尾豊

    M3IL: Multi-Modal Meta-Imitation Learning
    著者:Xin Zhang, Tatsuya Matsushijma, Yutaka Matsuo, Yusuke Iwasawa

    ◆情報処理学会論文誌
    Fixing the train-test objective discrepancy: Iterative Image Inpainting for Unsupervised Anomaly Detection
    著者:中西 均,  鈴木 雅大,  松尾 豊

    産業間の取引構造を用いた深層学習モデルによる生産指数の予測
    著者:山本裕樹,落合桂一,鈴木雅大,松尾豊

    ◆電子情報通信学会
    顔の角度情報を用いたDeepFake動画の検出手法の提案
    著者:蔭山智,鈴木雅大,落合桂一,松尾豊

    <その他ご報告>

    ◆2022年人工知能学会(JSAI)全国大会でオーガナイズドセッション(OS)「世界モデルと知能」を開催
    今年のJSAI全国大会で、松尾研が推進している世界モデルに関するOS「世界モデルと知能」を実施しました。
    本OSは今年が3回目で、下記を目的として開催しています。

    ・深層学習を用いて外界をモデル化する方法論や、AIの諸問題における世界モデルの重要性についての議論を行う。
    ・世界モデルという概念を介して、人工知能だけでなくロボティクス、認知科学、神経科学などの分野の研究者と共同して学際的な議論を行う場となることを目指す。

    詳細はこちら

    ◆松尾研主催 外部講演会実施。
    研究議論を目的として、講演講師をお招きした講演会を開催しました。

    (講演1)
    講演内容:Large Language Models: What will happen next?
    登壇者:Keisuke Sakaguchi(東北大准教授)

    (講演2)
    講演内容:Augmenting reinforcement learning with language
    登壇者:Andrew Lampinen   (Senior Research Scientist at DeepMind)

    ◆ロボットチームがロボコンに向け準備中。
    ロボカップの国内大会をJSKと合同で3月に開催することが決定。
    2023年夏にはフランス・ボルドーでのロボカップ世界大会も控えており、準備を進めております。

    ▼ロボットチームの紹介動画はこちら

    https://youtube.com/watch?v=FFhiQ7z3zfc%3Ffeature%3Doembed

    ◆「Brain-inspired Intelligence」を研究分野として追加。

    松尾研では「知能を創る」というビジョンを掲げ、汎用人工知能研究に注力をしております。
    知能を工学的に研究するためにはNeuroAIの領域にも拡大が不可欠だと考え、
    山川 宏先生を中心に研究を進めております。

    2.松尾教授の活動

    ◆松尾教授が本年も「新しい資本主義実現会議」の委員として出席。

    グランドデザイン」やスタートアップ育成5か年計画(案)の提言など、
    松尾研の活動を基に多角的な社会への貢献を進めております。

    3.講義

    ◆講義受講者が年間4,700名を突破。

    松尾研では「グローバル消費インテリジェンス寄附講座」や「世界モデル・シミュレータ寄付講座」、
    AI経営寄付講座」を始め様々な講座を開講しております。

    本年度は「宝くじ仮説とその発展」「金融市場取引と機械学習」など新規講座も立ち上がりました。

    ◆学生向けAI経営寄付講座サマーブートキャンプ実施。
    学生向けプログラムは今年から夏季集中のサマーブートキャンプ形式に変更。
    定員を大幅に超える申し込みがあり、選抜された48名で開催しました。

    ◆社会人向けAI経営寄付講座の申し込み受付中。

    講義ではデジタルのコアテクノロジーであるAIの基礎と、
    さまざまな業界におけるテクノロジー活用について、実務的な情報も踏まえて理解を深めることができます。
    お申し込みはこちらから。 申込期限:2023年1月12日(木)

    ◆東京大学工学部にてメタバース工学部が開講。

    松尾研は主にリスキリング講座を担当。法人会員を随時募集しております。

    4.各種勉強会

    ◆DLHacks・DL輪読会を毎週実施中

    毎週持ち回りで深層学習の最新論文を読んできて発表する「DL輪読会」と
    Deep Learningに関する最新論文をプログラミングコードに落とし込む修行の場「DLHacks」を毎週定期開催しています。

    松尾研が主催する講義の修了生(且つ社会人を除く現役学生)であれば、どなたでも参加可能。
    技術力を研鑽したい方は、修了生向けSlackでの定期募集からご応募ください。

    4. 起業支援

    ◆松尾研発スタートアップ1社誕生

    松尾研発スタートアップとは、
    松尾研出身者が創業または松尾研の支援を受け創業された企業の内、技術・事業力共に成長可能性が認められ、
    且つ松尾研の理念に共感し共に後進の育成に取り組む、選抜されたスタートアップ企業群です。

    本年は松尾研発スタートアップとして「EQUES」が誕生し、全13社となりました。
    「松尾研発スタートアップ」として公認している企業は以下のみです。

    ▽松尾研発スタートアップ

    ◆松尾研・高専発スタートアップが1社誕生

    「松尾研・高専発スタートアップ」とは、
    高専出身者が創業または松尾研の支援を受け創業された企業の内、技術・事業力共に成長可能性が認められ、
    且つ松尾研の理念に共感し共に後進の育成に取り組む、選抜された高専発のスタートアップ企業群です。

    本年は松尾研・高専発スタートアップとして「integrAI」が誕生し、全2社となりました。
    「松尾研・高専発スタートアップ」として公認している企業は以下のみです。

    ▽松尾研・高専発スタートアップ

    ◆「松尾研 起業クエスト」第3期開始

    松尾教授監修のAIスタートアップ起業家育成プログラム「松尾研 起業クエスト」の第3期がスタート。
    大学学年を問わず募集しており、今期は59名が参加しています。
    第4期の募集も2023年1月より開始予定です。

    4. 新メンバー募集

    松尾研では研究者やエンジニアを始め、様々なポジションを募集しております。
    月2回、採用説明会を実施中です。
    「松尾研について話を聞いてみたい」という方は是非ご参加ください

    ▷ 説明会申し込みはこちら
    ▷ 募集ポジションはこちら
    (研究員 / 技術コンサルタント / 講義プログラムマネージャー等)

    より研究室の環境を透明性高くお伝えするため、情報発信にも力を入れております。
    是非下記記事をお読みください。

    シリコンバレーに並ぶエコシステムの実現に向けて 代表松尾豊インタビュー(前編)

    松尾研基礎研究にかける思い 代表松尾豊インタビュー(後編)

    「世界モデル」とは何か? 知能の実現に向けて、松尾研が研究を推進する理由。(前編)

    知能の実現に本気で挑む。多角的な視点を有する、松尾研の研究環境とは?(後編)

    以上、2022年の松尾研の主なニュースをご紹介しました!

    どうぞ良いお年をお迎えくださいませ。
    新年もどうぞよろしくお願い申し上げます。