情報通信研究機構
データ駆動知能システム研究センター
データ駆動知能システム研究センターでは、Web等に存在する大量のテキストを深く意味的に分析し、情報の価値ある組み合わせや、価値ある仮説を柔軟な入力を元に提示できる技術を開発しています。ますます複雑化していく現代社会において、一見かけ離れた情報間の予想もしなかった繋がりが非常に重大な帰結をもたらす事例がますます頻繁におきています。我々の目指す技術はそうした情報間の組み合わせをユーザに分かりやすい形で入手可能にするものです。より具体的には、文の同義性やテキストに書かれた因果関係などの事象間の意味的関係を元に、ユーザの多様なニーズに応えられる情報やその組み合わせ、あるいは仮説を、Web等に存在する膨大な情報源をもとに生成する技術です。こうした技術の開発には先進的な言語処理技術、膨大な言語資源が必要となりますが、これまでに開発してきた最先端技術や、関連分野を研究する公的機関としては日本最大級の計算リソースを用いてこれらの研究開発に挑んでいます。
代表的な成果は以下の3点です。1. 大規模言語モデルNICT LLM、2. 高齢者介護支援マルチモーダル音声対話システムMICSUS、3. 大規模Web情報分析システムWISDOM X 深層学習版
NEWS & TOPICS
- New 日刊工業新聞のコラム「産業春秋」にて、防災の日の話題として、能登半島地震でSNSに投稿された案件の約1割が偽情報だったというNICTによる分析が紹介されました ()
- New テレビ朝日ANNストレートニュースでの【フェイクの波紋】特集にて、能登半島地震の際にSNSに投稿された救助要請の1割がニセ情報だったというNICTによる分析が紹介されました ()
- New 大規模言語モデルの開発に向けたNICTによる良質な学習データ構築の取り組みが、日経新聞１面掲載の特集「超知能 迫る大転換」にて紹介されました ()
- 東芝デジタルソリューションズと大規模言語モデルを用いたRAGの品質向上に向けた共同研究を開始しました ()
- 共同通信によるインタビューでの鳥澤フェローのSNSでの偽・誤情報対策に関するコメントが、様々なネットニュースで取り上げられました ()
- ELSI大学サミットにて鳥澤フェローがAIのリスクに関する特別講演を実施、asahi.comと朝日新聞で紹介されました ()
- DXを推進する企業に役立つデジタル人材育成講座を、Web情報とAI技術によって自動的に推薦するWISDOM-DX推薦システムを開発しました ()
防災の日の9月1日、日刊工業新聞のコラム「産業春秋」にて、能登半島地震で地震発生後２４時間以内にＸ（旧ツイッター）に投稿された案件の約１割が偽情報だったという、NICTによる災害状況要約システムD-SUMMを用いた分析が紹介されました。
テレビ朝日ANNストレートニュースでの【フェイクの波紋】特集にて、2024年の能登半島地震の際にSNSに投稿された救助要請の1割がニセ情報だったという、NICTによる災害状況要約システムD-SUMMを用いた分析が紹介されました。2016年の熊本地震の際と比べてニセ情報が大幅に増加した要因について語った鳥澤フェローのインタビューも放映されました。またABEMAnewsでも、取材を担当されたテレビ朝日社会部屋比久記者による解説で詳しく紹介されました。
大規模言語モデルNICT LLMの開発に向けたNICTによる良質な学習データ構築の取り組みに関する記事が、特集「超知能 迫る大転換」の第４回として、「良質データだけで育つ精鋭AI 『専属シェフ」』200人が選別」と題して、日経新聞の１面に掲載されました。アノテータによる学習データ作成作業の紹介とともに、日本文化に精通したAIの重要性を訴える鳥澤フェローのコメントも掲載されています。
この度NICTは、東芝デジタルソリューションズ株式会社と、大規模言語モデル（LLM：Large Language Model）を用いた検索拡張生成（RAG：Retrieval-Augmented Generation）の品質向上に関する共同研究を開始しました。この共同研究では、NICTがこれまでに整備した大量の言語データの学習により開発してきた日本語特化型のLLMや検索ツールを活用し、より正確で有益な情報を得るための生成AI周辺技術の高度化を図り、組織内に蓄積された大量の文書を活用した知識継承や業務効率化の実現を目指します。詳細は、お知らせ「NICTと東芝デジタルソリューションズ、大規模言語モデルを用いた検索拡張生成（RAG）の品質向上に向けた共同研究を開始」をご覧ください。
- NICTと東芝デジタルソリューションズ、大規模言語モデルを用いた検索拡張生成（RAG）の品質向上に向けた共同研究を開始 (NICTのお知らせ：2025年4月9日)
- 東芝デジタルソリューションズとNICT、大規模言語モデルを用いた検索拡張生成（RAG）の品質向上に向け共同研究を開始 (東芝デジタルソリューションズのニュースリリース：2025年4月9日)
- 東芝とNICT、生成AIで業務効率化や知識継承を共同研究 (日本経済新聞：2025年4月9日)
- 東芝デジタルソリューションズとNICTが共同研究--LLMによるRAGの品質向上へ (ZDNet Japan：2025年4月9日)
- NICTと東芝デジタルソリューションズ、RAGの高度化に向け共同研究開始 日本語特化型LLM活用へ (EnterpriseZine：2025年4月9日)
- 検索拡張生成品質向上向け共同研究、NICTとTDSL (電波新聞：2025年4月18日)
共同通信によるインタビューで、SNSでの偽・誤情報対策に関して鳥澤フェローが語ったコメントが、様々なネットニュースに掲載された「災害時のＳＮＳデマに『法規制』の声も簡単には進まないのはなぜ？ グーグルやフェイスブックが納得の反論、災害対応担う自治体の心構えは」と題した記事で取り上げられました。
- 災害時のＳＮＳデマに「法規制」の声も簡単には進まないのはなぜ？ グーグルやフェイスブックが納得の反論、災害対応担う自治体の心構えは（47NEWS：2025年03月30日）
- 災害時のＳＮＳデマに「法規制」の声も簡単には進まないのはなぜ？ グーグルやフェイスブックが納得の反論、災害対応担う自治体の心構えは（YAHOO!ニュース：2025年03月30日）
- 災害時のＳＮＳデマに「法規制」の声も簡単には進まないのはなぜ？ グーグルやフェイスブックが納得の反論、災害対応担う自治体の心構えは（北日本新聞：2025年03月25日）
- 災害時のＳＮＳデマに「法規制」の声も簡単には進まないのはなぜ？ グーグルやフェイスブックが納得の反論、災害対応担う自治体の心構えは（神戸新聞：2025年03月25日）
- 災害時のＳＮＳデマに「法規制」の声も簡単には進まないのはなぜ？ グーグルやフェイスブックが納得の反論、災害対応担う自治体の心構えは（沖縄タイムス：2025年03月25日）
中央大学ELSIセンターと大阪大学社会技術共創研究センターとの共同主催によるELSI大学サミット（ELSI（エルシー）：Ethical, Legal and Social Issues）が3月15日と16日に開催され、 鳥澤フェローが、特別セッション「先進生成AIのグローバルな展開」で「NICTにおける生成AIの開発を踏まえて、AIによってAIのリスクを打ち消す構想」と題してAIのリスクに関する特別講演を実施、asahi.comと朝日新聞の特集記事で紹介されました。
NICTはIPA（独立行政法人情報処理推進機構）と共同でこれまで、Web情報に基づいて企業のDX活動を自動的に評価するWISDOM-DXシステムを開発してきました。このたび、WISDOM-DXシステムと生成AI技術を用いることにより、企業のDX活動への取り組み状況に応じたデジタル人材育成講座を推薦するWISDOM-DX推薦システムを開発しました。
IPAが経済産業省とともに運営するマナビDXというポータルサイトの講座の中から、企業のデジタル人材育成に有効な講座を、企業のDX活動内容に応じて自動的に選択し推薦可能であることを検証しました。DXを推進している企業63社に対してWISDOM-DX推薦システムを用いてマナビDX講座を推薦しアンケート調査を行った結果、実用的な有効性を確認しています。
福祉分野での対話AIの活用に関する読売新聞の解説記事にて、NICTがKDDIなどとともに開発した高齢者向け対話AIシステムMICSUS（ミクサス）が紹介されました。MICSUSは、対話AIで高齢者の体調や関心事などを把握して介護負担に繋げる取り組みとして取り上げられ、実証実験にてケアマネジャーによる高齢者との面談の記録に要する時間が大幅に短縮できたことや、シャープのロボット「ロボホン」に組み込んだ実証実験で「雑談」をきっかけに会話の輪が広がったことなどが紹介されています。
共同通信によるインタビューで、国産生成AIの開発に関して鳥澤フェローが語った記事が、「海外製の生成ＡＩに依存すると『日本の文化』が危ない…？ 研究者が語る国産ＡＩ開発の未来」と題して、ネットニュースや様々な新聞に掲載されました。
- 海外製の生成ＡＩに依存すると「日本の文化」が危ない…？ 研究者が語る国産ＡＩ開発の未来（47NEWS：2025年01月30日）
- 海外製の生成ＡＩに依存すると「日本の文化」が危ない…？ 研究者が語る国産ＡＩ開発の未来（YAHOO!ニュース：2025年01月30日）
- 海外製の生成ＡＩに依存すると「日本の文化」が危ない…？ 研究者が語る国産ＡＩ開発の未来（北海道新聞：2025年01月25日）
- 海外製の生成ＡＩに依存すると「日本の文化」が危ない…？ 研究者が語る国産ＡＩ開発の未来（神戸新聞：2025年01月25日）
- 海外製の生成ＡＩに依存すると「日本の文化」が危ない…？ 研究者が語る国産ＡＩ開発の未来（沖縄タイムス：2025年01月25日）
NICTで開発中の大規模言語モデルに関して、鳥澤フェローが共同通信によるインタビューに答えた記事が、北海道新聞、京都新聞、西日本新聞など、各新聞に掲載されました。
北國新聞の特集「〈１.１大震災〉【日本海側からのＳＯＳ・第１６章 震災デマを考える（２５５）】」にて、災害状況要約システムD-SUMMを用いた能登半島地震の際のSNS上でのデマ投稿の分析に関する鳥澤フェロー、大竹センター長のインタビュー記事が掲載されました。
asahi.comの連載「認知症とテクノロジー 暮らしを支える」の第一回の記事「認知症ケアにロボットは有用か デンマークで気づいた可能性」にて、NICTがKDDIなどとともに開発した高齢者向け対話AIシステムMICSUS（ミクサス）が紹介されました。MICSUSは、触覚・ふれあいといった非言語のコミュニケーションを重視するロボット「LOVOT」との対比で、介護の現場で実際に言語を発して対話できるロボットの例として取り上げられ、シャープのロボット「ロボホン」に搭載してKDDIが実施した実証実験の様子などが紹介されています。
内閣府AI制度研究会の第2回会合において、鳥澤フェローが、人工知能研究開発ネットワーク（AI JAPAN）のメンバーとしてAIをめぐる法制度に関する発表を行いました。
日経新聞のオピニオンセクション「私見卓見」コーナーに、「『正義志向するAI』を国産で」と題した鳥澤フェローの寄稿が掲載されました。
災害状況要約システムD-SUMMを用いた能登半島地震の際のSNS上でのデマ投稿の分析が、朝日新聞や東京新聞、信濃毎日新聞の社説、ＣＢＣラジオ、Webニュースなど、様々な媒体で紹介されました。日テレNEWS NNNの記事には、鳥澤フェローのインタビューも掲載されています。
- 能登地震の救助要請、偽投稿が推定1割 実在しない住所や海外発も（朝日新聞：2024年8月5日）
- 能登地震の救助要請、1割がデマ 地震発生後24時間のX投稿で（共同通信：2024年8月5日）
- 能登地震の救助要請、１割がデマ 地震発生後２４時間のＸ投稿で（東京新聞：2024年8月5日）
- 能登地震 救助要請 偽投稿1割 「X」分析、閲覧数稼ぎか（産経新聞：2024年8月6日）
- 〈社説〉偽の救助要請 拡散しないことが重要に（信濃毎日新聞：2024年8月8日）
- 能登半島地震直後のSNS、救助要請のニセ投稿が1割も！（ＣＢＣラジオ #プラス！：2024年8月5日）
- 災害時の偽情報に注意、専門家「冷静な対応を」（日テレNEWS NNN：2024年8月9日）
読売新聞朝刊一面の記事「能登半島地震の救助要請、ＳＮＳ投稿の１割は偽情報…閲覧数を増やし収益を得る目的か」にて、災害状況要約システムD-SUMMを用いた能登半島地震の際のSNS上でのデマ投稿の分析が紹介されました。
この度NICTは、KDDI株式会社と、大規模言語モデル（LLM:Large Language Model）に関する共同研究を開始しました。この共同研究では、NICTがこれまでに蓄積してきた600億件以上のWebページ等と、KDDIが開発してきたハルシネーション抑制技術、マルチモーダルAI技術を活用し、高性能なLLMを実現するための研究開発を実施します。LLMの課題となっているハルシネーションの抑制や、多様なマルチモーダルデータの取扱いが可能な高性能なLLMを用いることで、特定の目的の対話を行うシステムや雑談を行うシステムの信頼性を向上させ、マルチモーダルデータを扱えるようにすることで、システムとのやり取りをより豊かにすることを目指します。詳細は、プレスリリース「NICTとKDDIが大規模言語モデルに関する共同研究を開始」をご覧ください。
- NICTとKDDIが大規模言語モデルに関する共同研究を開始 (NICTのプレスリリース)
- NICTとKDDI、大規模言語モデルに関する共同研究を開始 (KDDIのニュースリリース)
- 総務省とKDDI､日本語特化の生成AI開発へ 使い勝手向上 (日本経済新聞：2024年7月1日1面)
- KDDIとNICTがAIモデルの共同研究。通信品質改善への活用も (PC Watch)
- NICTとKDDI、大規模言語モデルに関する共同研究を開始。ハルシネーション抑制と地図情報の取り扱いを目指す (INTERNET Watch)
- NICTとKDDI、ハルシネーション抑制とマルチモーダルデータ対応の高性能LLM共同研究を開始 (Ledge.ai)
- 2008年（平成20年）
- 知識創成コミュニケーション研究センター 言語基盤グループが発足（グループリーダー 鳥澤健太郎）。
音声・言語処理の基盤となる大規模な言語資源の構築・公開、及びその作成・活用に資する言語処理技術を研究。その成果として音声質問応答システム「一休」などのシステムを開発。 - 2011年（平成23年）
- ユニバーサルコミュニケーション研究所 情報分析研究室が発足（室長 鳥澤健太郎）。
Web等に存在する大量のテキストを深く意味的に分析し、情報の価値ある組み合わせや、価値ある仮説を柔軟な入力を元に提示できる技術の研究、開発。
- 2015年（平成27年）
- 大規模Web情報分析システムWISDOM Xの試験公開を開始（3月31日）。 対災害SNS情報分析システムDISAANAの試験公開を開始（4月8日）。
- 2016年（平成28年）
- ユニバーサルコミュニケーション研究所 データ駆動知能システム研究センターが発足（センター長 鳥澤健太郎）。
次世代音声対話システムWEKDAの研究開発を開始。 災害状況要約システムD-SUMMの試験公開を開始（10月18日）。 - 2018年（平成30年）
- SIP第2期「国家レジリエンス（防災・減災）の強化」において国立研究開発法人防災科学技術研究所、株式会社ウェザーニューズ、LINE株式会社と協力して、SNS上で災害関連情報の収集、配信等を自律的に行う防災チャットボットSOCDAの研究開発を開始。
- SIP第2期「ビッグデータ・AIを活用したサイバー空間技術」においてKDDI株式会社、NECソリューションイノベータ株式会社、株式会社日本総合研究所と協力し、次世代音声対話システムWEKDAの雑談応答技術も活用しつつ、高齢者の健康状態のチェックや社会的孤立の回避を狙ったマルチモーダル音声対話システムMICSUSの研究開発を開始。
- 2021年 (令和3年)
- WISDOM X 深層学習版の試験公開開始。自動並列化深層学習ミドルウェアRaNNCをリリース（3月31日）。
- 研究センター長に大竹清敬が就任（4月1日）。
- 2023年 (令和5年)
- 大規模言語モデルNICT LLMの研究開発を開始。
代表的な成果 1. 大規模言語モデルNICT LLM
NICT LLMは、WISDOM XやMICSUSなどの開発で培った高精度な言語処理・深層学習技術と、構築済みの350GBもしくは888GBの高品質な独自の日本語Webテキストを用いて開発した、NICT独自の生成系大規模言語モデルです。 これまでに、130億パラメータから1,790億パラメータ（OpenAI社のGPT-3と同等規模）、さらには日本語特化型では世界最大規模の大規模言語モデルとなる3,110億パラメータまで、パラメータ数を変えたさまざまなモデルの事前学習を完了し、特にファインチューニング等を行わなくても、事前学習のみで一定の精度で質問応答、創作、議論等が可能なことを確認し、また、モデルの大規模化と学習用テキストの大規模化に伴う性能向上を確認しています。
このNICT LLMの開発に関して2023年7月にプレスリリース「日本語に特化した大規模言語モデル（生成AI）を試作」を実施、多くの新聞やネットメディアで報道されています。 NHKニュース７でも当研究センターの活動が紹介されました。
現在、偽情報を生成するハルシネーション等の生成系大規模言語モデルの副作用の抑制を目指して、WISDOM Xを活用した情報を確認する機構や、複数のLLM同志が議論を行って最終的な情報を生成するシステムの検討にも着手しています。また、NICT LLMおよび関連技術の社会実装に向け、MICSUSなどの対話システムへの導入を計画するとともに、NICTで収集・開発した言語資源や言語モデル、研究知見などを共同研究等を通して民間等に提供する準備も進めています。2024年7月1日にKDDIとの共同研究を開始しました。
- NICTとKDDIが大規模言語モデルに関する共同研究を開始 (NICTのプレスリリース:2024年7月1日)
- NICTにおける大規模言語モデル（LLM）への取り組み (NICTオープンハウス2024)
- Building prototype Japanese language specific Large Language Models (LLM, Generative AI) NICT REPORT 2024
- 国産生成AIの開発進む「豊富な日本語の学習データが強み」 NHKニュース７:2023年12月1日
- 生成AIが互いに議論？ 国立法人NICTが目指す「フェイクを見破る術」とは ITmediaビジネスオンライン 連載「生成AI 動き始めた企業たち」第8回:2023年9月6日
- 日本語に特化した大規模言語モデル（生成AI）を試作 NICTのプレスリリース:2023年7月4日
代表的な成果 2. 高齢者介護支援マルチモーダル音声対話システムMICSUS
MICSUSは、異次元の高齢化が進み介護人材の逼迫が喫緊の課題となる中、現在は人間の介護者(ケアマネジャー)が月一回程度面談で行なっている、 介護モニタリングと言われる高齢者の健康状態や生活習慣のチェックの一部を音声対話を通じて代替し、介護者の作業負担を軽減するための対話システムです。 また、Web情報を用いた雑談も行い、高齢者のコミュニケーション不足の抑制も狙っています。 内閣府戦略的イノベーション創造プログラム(SIP)第2期の支援により、KDDI株式会社、 NECソリューションイノベータ株式会社、株式会社日本総合研究所と共同で開発しました。
音声認識誤りに頑健な独自開発のHBERTを300万件のオリジナル学習データでファインチューニングしたモデルを活用し、遠まわしな言い回しなどを含む様々な発話に対して高精度な意味解釈を実現し、 高齢者との対話から健康状態や生活習慣の情報を適切に抽出します。 2022年度に全国各地の高齢者179名を対象に実証実験(総対話時間95.3時間、26,704ターン)を実施して評価を行いました。 実施後のアンケートで5段階中4.2と高評価をいただくとともに、言語処理の部分ではYES/NO疑問文への回答を93.5%の高精度で正しく意味解釈できています。 雑談的応答に関しても、91.8%が雑談として適切、25.4%に対して高齢者が笑顔を見せるなど、51.9%に対して高齢者が好意的反応を示し、雑談のクオリティは良好と言えます。
また、CEATEC2022、HANAZONO EXPO、けいはんなR&Dフェア2023など、 様々なイベントに出展して多くの家族づれや介護関係者にMICSUSとの対話を体験していただいています。
今後も、多数の民間企業と連携して本技術の社会実装に向けた強化を進めるとともに、さまざまな社会課題の解決、回避に向け、言語、音声の高度かつ高精度な意味的処理の実現を目指して研究開発を行います。 研究開発成果を、要素技術単位でKDDIをはじめとするさまざまな企業、組織にライセンス等を通して提供し、技術の社会実装に取り組んでいきます。 また、大規模言語モデルなどの最新の言語処理技術の応用も図っていきます。
高知県日高村での実証実験の様子(KDDI提供)
MICSUSの詳しい紹介は、以下のサイトや動画をご覧ください。
- 高齢者向け対話AIでケアマネジャー面談業務時間の7割削減に成功 NICTのお知らせ:2023年3月8日
- 介護人材不足解消に向け、対話AI搭載型ロボットによる介護実証を実施 KDDIのニュースリリース:2023年11月13日
- SIP第2期「ビッグデータ・AIを活用したサイバー空間基盤技術」研究成果報告書（2018年度～2022年度） 2023年 3月発行
- 高齢者介護支援用マルチモーダル音声対話システムMICSUS 情報通信研究機構研究報告 2022年12月発行
研究紹介ムービー『NICTステーション ～MICSUS～』（NA上白石萌音）
マルチモーダル音声対話システムMICSUS紹介動画
代表的な成果 3. 大規模Web情報分析システムWISDOM X 深層学習版
2021年3月31日より、Web60億ページの情報を基に様々な質問に回答することができる大規模Web情報分析システムWISDOM X（ウィズダムエックス）「深層学習版」の試験公開を開始しました。 2015年3月31日より試験公開しておりましたバージョンでは、Web40億ページの情報を基に「なに」「なぜ」「どうなる」といったタイプの様々な質問に回答することが出来ましたが、「深層学習版」では、新たに「どうやって」（How-to）型の質問にも対応しました。 これらの様々な質問応答を通して関連情報の全体像を迅速かつ容易に把握できるようにし、価値ある想定外の発見も容易にします。 WISDOM Xは、近年、重要性を増しているイノベーションやリスク管理といった不確実性に対処する作業において価値ある考えるヒントを提供できると考えています。
2023年6月12日にニアリアルタイム解析を導入し、収集したWebページを即時に解析し、WISDOM Xの分析対象とするようにしました。 これにより一部の最新の情報に対しても質問の回答が行えるようになっています。 (ただし、収集した時点で最新情報かどうかはわかりませんので、最新情報がすべて検索可能になっているわけではありません。)
2023年12月18日に深層学習モデルを更新しました(分析対象はWeb176億ページ以上)。「なぜ？」、「どうやって？」タイプの質問において実験では精度が5%以上向上しています。
深層学習版の詳細につきましては以下のリンクをご覧ください。
