パソコンの検索画面にキーワードを入れると瞬時に結果が現れますね。あるいはSNSを使っていると、この人は「知り合いかも」と教えてくれる。こうした便利な機能は数学の理論に基づき設計されています。入力された膨大なデータ（数字の羅列）を、コンピュータが決められたアルゴリズムに従って計算し、答えを導き出しているのです。
データは数学の世界では「行列」として捉えることができ、数学の知識を利用することで、「行列=データ」の特徴を抜き出せます。特徴を抜き出すことで、誰と誰が「知り合いかも」という推定に至ります。この行列の性質を調べたり、行列を作成したりするための理論と、その理論をコンピュータで実現するためのアルゴリズムの開発が私の研究テーマです。
理論自体はそこまで難しいものではないのですが、基礎研究だけに汎用性が高く、新たなモノを生み出す工学や情報技術の根幹に貢献できる分野だと思っています。
世の中のさまざまな現象は、数式などの数学の言葉で表現することができます。数学の問題としての解き方が分かれば、今度はその解法を応用して現実の問題の解決につなげていけるはずです。
そのようなアプローチの基となる数学の理論や手法を開発しています。

「I oT」という言葉が、最近はすっかり一般的になりました。Internet of Things、つまり“モノのインターネット”。家電、車、家具、ペットの首輪……あらゆるモノに通信機能が付き、ネットにつながっています。またスマートフォンやクラウドサービスの普及により、世界中の人たちが、毎日長い時間インターネットに接続しています。
昔のインターネットは、コンピュータ同士をつなぐ比較的シンプルなネットワークでした。しかし現代は、世の中のあらゆるモノが24 時間365日ネットにつながりっぱなしです。通信データの量は爆発的に増えたのに、途切れさせることなく、しかも常につながった状態にする……実はこれは、とても大変なことなのです。
その大変なことをやっているのが、インターネットのミドルウェア。パソコンやスマートフォンアプリ、通信機器などユーザーが使う部分と、インターネットをつなぐ、中間部分にあるシステムのことです。私の専門は、そのインターネットミドルウェア技術。複雑な処理が必要な高度なアプリケーションを構築する中で、既存のミドルウェアとどう組み合わせ、どうやってセキュリティ対応し、どのように速度を出しつつ安定運用するか。こうしたことを長年研究してきました。
少し前に開発していたのは、IoT によるバス安全運転支援システムのミドルウェア。走っているバスにセンサと通信機器を付けて、バスの走行状況や運転手の健康状態などのデータを計測し、サーバに送ります。「速く走りすぎではないか」とか「急ブレーキを踏んでいる」といった情報をリアルタイムで集めて分析し、バスが危ないと検知したらすぐに運転手に警告を出して知らせるというシステムのミドルウェアです。
私の研究室に所属しているのは、こうしたミドルウェアやネットワークに関心のある学生たちです。インターネットは、誰にでも使えるなくてはならない社会インフラとなりました。「見えないけど、大事なもの」であるインターネットを支えるために、覚えるべき知識も増えています。積極的にネットワークの知識と技術力を身に付けてほしいですね。

人間の感性をITでモデル化し、情報サービスに応用する研究を行っています。
具体的には、ある人の好みをAIで分析して作った感性モデルに「心理学」と専門的な「デザイン」の知識を掛け合わせて「あなた好みの服」をお勧めするサービスの構築を試みています。ただし、人は意外と自分を分かっていません。服装なども多くの場合、他人の目で決めた方が、客観的な評価
は上がりやすいのです。
そこで私たちのシステムも最終的には「あなたの好みは十分に分かった上で」、いつもと少し違う服を提案するなど、使う人の新しい一歩を後押しするサービスの構築を目標としています。
感性を広げて新しいものに目を向ければ、まだ見ぬ自分に出会えるかもしれない。そのきっかけを作れるのが感性工学の醍醐味だと思います。

人間の脳活動を分析し、その情報を活用した人の役に立つシステムの創出を目的としています。

脳は「記憶する」「計算する」「考える」といった知的機能のほか、「うれしい」「悲しい」といった感情をコントロールする機能を備えています。例えば、「楽しい」と感じている時の脳の動きに特徴があれば、その計測データを基に「この人は今、楽しんでいる」という推測ができます。本人も自覚していない状態を客観的に感知するシステムを構築することで、その人の望むものや好みの傾向が分かり、「もっと楽しくさせるには」といった応用を加えることができます。

脳活動の分析は人間そのものを知ることにつながります。そこに、データサイエンスやロボットインタラクション、メディア処理などさまざまな技術を掛け合わせれば、活用方法はさらに広がっていく。スマホなどに搭載されている自動翻訳や画像認識といったシステムも、脳科学とAIを組み合わせて発展した例の1つです。

脳に宿る情報は複雑で難解。それを1つずつ解明できれば、私たちがまだ知らない人間の新たな可能性を引き出せるかもしれません。

画像や映像は、デジタル機器やネットワークシステムなどにおいて重要な情報メディアであり、次々と新しい技術が生まれている領域です。研究室では、その最先端の技術を理解し、さらに社会への応用を目指した研究に取り組んでいます。例えば、通常のカメラと異なり、レンズに入射する光をデータとして記録するカメラ。撮影後に任意の部分へピントを合わせることや、3D写真への出力が可能になり、街頭の監視カメラへの応用が期待されています。ほかにも、名刺サイズのコンピュータ基板と小型カメラを搭載した自動車模型を利用し、自動運転のしくみの再現にも取り組んでいます。画像や映像の技術は、テレビやゲーム機だけでなく、医療やものづくりの現場など社会のあらゆるシーンで活用されています。最先端の技術に触れて生まれた各自のアイデアに基づき、新たな可能性を見いだす画像・映像システムの開発を志しています。

音を加工して、人の役に立つものにする研究を行っています。例えば、雑音だらけの音声データから必要な音だけを取り出したり、複数人が同時に話している音声を1人ずつ切り分けるような芸当も、現代の情報科学では可能です。
こうした技術を応用していくと、将来的にはワイヤレスイヤホンのような形で、騒がしい店でも一緒にいる人の声だけが聞こえたり、目の前に人がいないのに人が話しているように聞こえる「立体音響」の技術も、より一般的にすることができるはずです。そうなれば映画館での音声、ゲームや遊園地のアトラクションも、今よりさらに臨場感のあるものにできるでしょう。
アナログな人の感覚を、デジタルな情報技術でどこまで楽しませることができるか。そのあたりが、この研究の醍醐味かもしれません。

Webマイニングと情報推薦技術の研究をしています。マイニングとは「掘り起こす」こと。Webデータという玉石混交のデータの集まりから有用な情報や価値を掘り起こしていく技術です。例えばブログデータから信頼性の高い情報だけを取り出すといった研究もあります。
一方、情報推薦技術は、Webなどに蓄積されたデータから必要な情報を必要とする人に提供する仕組み。最近では、人を幸せにする情報を提供する「幸せ推薦」の研究に取り組んでいます。猫好きの人が街を歩いたら「この先に猫カフェがあります」と教えてあげるとか。人が幸せを感じるモノやコトをSNSなどへの発信データから特定して、その人にとって価値のある情報を、GPSの位置情報や地図情報などと連動させて探し出し、提供します。
従来の情報推薦技術は、主に「こういう商品はいかがですか？」といった商品推薦に使われていました。しかし私の研究では「本当に人を幸せにする情報」を届けることが目標です。膨大なデータから信頼に値する情報を掘り起こし、それを人々の幸せにつなげていく。
特にパソコンやスマホを使いこなせないお年寄りや子どもでも、情報技術の恩恵を受けられる仕組みをつくることが私の理想であり、社会に貢献できる道だと考えています。

子育てや餌探しなど、集団で行動するアリ。しかし、どのように餌を探し当てているのかは明らかになっておらず、そこには効率的に餌を探し当てるための探索の仕方があるはずです。そこで、アリの探査アルゴリズムを解明するために、昆虫用のVR実験装置を開発。学生自ら設計図を作成し、３Dプリンタを用いて装置をつくることから研究に取り組んでいます。VRにより無限の平面をつくり出し、数年かけて行動の軌跡を解析していく中で、一定のアルゴリズムが見えてきました。一見、人間には関係のない研究のように見えますが、未知に広がる空間内で効率的に餌を探す行動は、災害時のがれきや障害物がある中で、いち早く被災者を発見する救助活動に置き換えることができます。このデータをもとに、災害時に活躍するレスキューロボットの開発や、月や火星を探査するロボットの改良に応用できると考えています。

メッセージ

研究には、明確な答えや解法がありません。正しい答えを求めるのではなく、いろんな視点からアプローチする柔軟な姿勢が大切です。この研究室では、個人のテーマ研究だけではなく、学外のVRコンテストやハッカソンなどにも積極的に取り組んでいます。好奇心と根気をもち、興味を探究したいと思う人と一緒に活動していけたらと思います。

人間とロボットが対話できるシステムなど、高性能なシステムが次々と開発されています。一見、人間以上に賢い処理をしてくれているように見えますが、言葉や映像を人間のように理解できているかというと、まだ遠く及ばないのが現状です。例えば、「蜘蛛の足は何本ですか？」という質問に対して、「3本」と答えてしまうのが従来のシステム。人間のように、蜘蛛を頭の中で視覚的にイメージして、「8本」と答えることができないのです。それを解決するのが、私たちが開発に取り組んでいる「連想対話モデル」です。これは、発話文に対して視覚的なイメージをコンピュータに連想させることで、従来よりも正確な応答を行うシステム。蜘蛛の映像と文の情報との対応関係を数値化して学習し、文から映像をイメージするしくみを取り入れることで、正確な応答文を導き出します。人工知能が発達し、人間とロボットが共存する社会になりつつある中で、両者のコミュニケーションの促進に貢献できると考えています。

メッセージ

人間と会話できるロボットや、質問に応答するWebサービスには、まだ多くの課題が残っています。この研究室では、「マルチメディアデータ理解」をテーマに、言葉や映像の内容を、コンピュータが人間と同じように理解する方法と、それによる新しい付加価値を持つ応用システムの研究を行っています。機械学習に興味がある人や、新しいものをつくってみたいと思う人は、ぜひ研究室の扉を叩いてほしいと思います

京都産業大学のキャンパスには、“家”があります。スマートホームやロボットの研究をするための実験住宅「三Home（くすぃーほーむ）」です。
私の研究テーマは、「人間と人工物との持続的なインタラクション」。人工物は、ゲームやロボットなどいろいろです。例えば家庭内ロボットならば、どんな振る舞いをしたらずっと一緒にいても楽しいか。人間同士であれば無意識に“空気を読む”ということをしますが、ロボットは空気を読めません。「今盛り上がっているみたいだから黙っていた方がいい」「さみしそうだから近寄って話しかけよう」など、そういう判断をロボットが行い、自律的に行動できるようにするには、何らかの方法で人間の状態を測らなくてはなりません。しかし、人間のジェスチャーや表情をカメラで見たり、心拍数や発汗などの微妙な上昇下降から判断したりするには、ロボットのカメラやセンサ、マイクの性能では足りないのです。だから、IoTを駆使する。スマートホーム内に設置したセンサや人間が持っているスマートフォン、腕に着けているスマートウォッチなどを使って人間の情報を読み取り、その情報とロボットが連携してインタラクションを行う、といった研究が私の専門です。
研究室に、今、面白い研究をしている学生がいます。家庭用ロボットを購入して、初めてその箱のふたを開けたとき、起き上がったロボットが最初にどんな振る舞いをしたらいいのか？という研究です。例えば、たどたどしく転んでしまうような振る舞いをすることで「かわいらしいな」と思ってくれる人がいる一方、機能重視の人は「デキの悪いヤツだな」とがっかりしてしまう。この“がっかり”をなくすために、どんなことが必要だと思いますか？これも、人とロボットのインタラクションの研究の一つです。
こうしたロボットの研究には、さまざまな分野の知識が求められます。インタラクションを持続できるロボットを作るには、ハードウェアとソフトウェア両方の技術的向上が必須なのはもちろん、慣れや飽きといった、人間の特性を理解することも必要になるからです。