#東京都 #千代田区 #AI #NTT #マルチモーダル

NTTが開発した新技術「根拠強化デコーディング」

NTT株式会社は、マルチモーダルAI技術の新たな一歩として「根拠強化デコーディング」を開発しました。この技術は、大規模視覚言語モデル（LVLM）の出力の信頼性を高め、従来のブラックボックス型の推論プロセスに解釈性をもたらすものです。ここでは、この技術の背景と特徴、そして今後の期待について詳しく解説します。

1. 背景と課題

近年、LVLMの進化により、テキストと画像を組み合わせた高度な推論が可能となってきました。しかし、従来の推論メカニズムには「推論根拠」と「最終出力」
の整合性が欠如しているという大きな課題があります。つまり、LVLMが出力する答えが、根拠として使用される情報に基づいていないことが多いのです。

課題の具体例

我々の実験で明らかになった問題点の一つとして、推論根拠を無関係な情報に置き換えても、モデルの最終出力に全く影響が出ないという事例がありました。これは、根拠が出力の説明として機能しないことを示しています。このような背景から、新たな推論方法が求められるようになりました。

2. 根拠強化デコーディングの仕組み

「根拠強化デコーディング」は、LVLMが推論を行う際に根拠と画像の情報を分離し、両者を適切に統合することを目的としています。この技術では、推論に使用する情報の整合性を持たせることで、より高品質な出力を得ることが可能になります。

推論モデルの再定義

具体的には、根拠と画像から独立にトークンを予測する確率を計算し、これを組み合わせて最終的な回答を導きます。これにより、モデルは根拠を無視することなく、正確な推論を行うことが可能になります。これは、将来的に医療や法律などの重要な領域でAIの信頼性を高める効果が期待されます。

3. 実装の利点

「根拠強化デコーディング」は、追加の学習を必要とせず、既存のLVLMに組み込むことができるため、容易に導入可能な点が大きな利点です。実験でも、すでに多くのLVLMに適用し、高い正答率を達成しています。

4. 今後の展望

この技術は、推論の整合性をもたらすことで、医療診断や複雑な意思決定を支えるAIシステムへの応用が期待されています。特に、対話型エージェントや自動応答システムにおいて、信頼性が求められる場面で真価を発揮すると考えられます。

5. 発表の場

本技術は、2026年6月に米国で開催される「Computer Vision and Pattern Recognition (CVPR) 2026」にて正式に発表され、国際的な注目を集めることになるでしょう。この発表を通じて、NTTはマルチモーダルAIのさらなる発展に寄与すると目指しています。

おわりに

「根拠強化デコーディング」の開発は、AI技術の透明性や信頼性を高める重要な一歩となります。今後の展開に是非ご注目ください。

関連リンク

サードペディア百科事典: 東京都 千代田区 AI NTT マルチモーダル

Wiki3: 東京都 千代田区 AI NTT マルチモーダル