千葉工業大学とZOZO研究所、AI研究の革新を発表！

千葉工業大学とZOZO研究所、共同研究の成果を発表

千葉工業大学と株式会社ZOZO NEXTの共同研究が、人工知能の最高峰である国際会議「IJCAI 2025」にて注目の論文として採択されました。この研究は、千葉工業大学の人工知能・ソフトウェア技術研究センターの吉川友也氏をはじめ、メルボルン大学の木村正成氏、ZOZO研究所の清水良太郎氏、斎藤侑輝氏が共同で執筆したもので、タイトルは「Explaining Black-box Model Predictions via Two-level Nested Feature Attributions with Consistency Property」です。

研究の背景

近年、AI技術が急速に発展する中で、AIシステムの判断根拠を説明することの重要性が増しています。特に、マルチインスタンス学習（MIL）においては、画像やテキストなどの集合データを一度に解析し、予測を行うため、その背後にある仕組みを説明することが大きな課題となっています。従来の方法では、AIが結果に影響を与えた要素とその中の重要な特徴を個別に推定していましたが、これは計算コストが高く、さらに推定結果が矛盾するという課題もありました。

論文の核心

本研究では、これらの課題を克服するために「C2FA（Consistent Two-level Feature Attribution）」という新たな手法を提案しています。この手法は、HiFAsとLoFAsを同時に推定し両者に一貫性を保つことで、より透明な説明を可能にします。具体的には、すでに有名な説明手法「LIME」や「Kernel SHAP」を基に最適化問題を設定し、交互方向乗数法を用いて解決します。C2FAは、従来の方法よりも少ない計算で高精度な説明を提供する点が最大の特徴です。実験の結果、特に画像分類においては、従来法に比べ少ない試行回数で高精度な推定が実現しました。

今後の展望

本研究の成果は、今後の研究においても幅広い応用が期待されます。具体的には、点群処理や自然言語処理など他の分野にも展開できる可能性があります。また、ファッション業界においては、全身のコーディネートを複数の要素で構成した集合データとして扱うことができるため、本手法をファッションデータに活用することを目指しています。これにより、ファッション分野でもAIの透明性と信頼性を向上させることが期待されています。

共同研究に関する情報

- 論文タイトル: Exploring Black-box Model Predictions via Two-level Nested Feature Attributions with Consistency Property
- 著者: 千葉工業大学人工知能・ソフトウェア技術研究センターの吉川友也、メルボルン大学の木村正成氏、ZOZO NEXTの清水良太郎氏、斎藤侑輝氏
- 論文URL: 論文はこちら