Laboro.AI、国際会議で採択された論文が示すAIの未来とは

Laboro.AI、国際会議での快挙

株式会社Laboro.AI（ラボロエーアイ、東京都中央区）は、最先端の技術が集う「ISWC 2026 Challenge Track」への論文が採択されたことを発表しました。この国際会議は、「知識グラフ」と「AI技術」の交差分野において重要な会議の一つとされ、2026年10月25日から29日にイタリアのバーリで開催される第25回国際セマンティックウェブ会議の中で行われます。これで、Laboro.AIは2年連続での論文採択を達成しました。

ISWC 2026 Challenge Trackとは

ISWC 2026 Challenge Trackは、共通のデータや課題を通じて、知識処理やセマンティック技術のパフォーマンスを競い合う競技トラックです。このトラックにおいて、Laboro.AIのエンジニアリング部メンバーによる主著論文が選ばれるという名誉を得ました。

研究内容と成果

Laboro.AIは、ISWC 2026 Challenge Trackの一部門である「LLMs4OL」に参加し、大規模言語モデル（LLM）を用いて非構造化テキストから知識を整然とした「オントロジー」として構築する能力を評価しました。今年は、次の二つのタスクに取り組みました。

1. Flagship（フラッグシップ）: 一つの文書から、重要な用語、分類、相互関係を含むオントロジーの一括構築を行うタスク。
2. Reuse（リユース）: 既存のオントロジーに新規知識を加え拡張するタスク。

両タスクともに、Laboro.AIが2025年に取得した軽量システムの基盤を用いて取り組みました。このシステムは、難化したタスクにもかかわらず、高い性能を発揮しました。

検証の結果

一元処理によって高い性能を発揮することを見出し、論文は「Laboro.AI at LLMs4OL 2026 Tasks Flagship and Reuse: Less is More for LLM-based Ontology Learning」というタイトルが付けられました。このタイトルは、「Less is More」という考え方を反映しています。また、今年の参加チームは前回の約2倍に増え、Flagshipタスクでは3位を獲得しました。

研究背景

企業には膨大な知識が文書やマニュアル、報告書の形で蓄積されていますが、これが整理されずに各部署に散在しているため、AIによる効率的な活用が難しいのが現実です。既存のAIが読み取れるのは表層的な情報までで、企業ごとの異なる知識構造を理解することは困難です。

この課題を解決するために、オントロジーが「情報の地図」としての役割を果たします。企業の独自の知識構造を正確に把握することは、効率的な情報活用のカギとなります。

今後の展望

Laboro.AIが国際舞台で評価されたことは、技術の向上を示す良い機会となりました。今後は、この技術を研究から実務に応用し、業務知識の構造化を進めます。特に、企業固有の情報を効率よく整理し、AIエージェントなどへと活用できる基盤を築くことが目標です。

この成果を基に、社内ドキュメントの検索や情報抽出を超えて、企業のAI活用にも寄与する「使える知識」の構築を進めていきます。AI技術が進展する中、Laboro.AIは知識産業化に貢献し続けることを目指します。

会社情報