本文へジャンプ
謝研究室

人間とAIが拡張し合い、超人間・超知能技術の実現

謝研究室 XIE Laboratory
准教授:謝 浩然(XIE Haoran)

E-mail:E-mai
[研究分野]
コンピュータグラフィックス、ユーザインタフェース、人間拡張
[キーワード]
深層学習、スケッチ、ヒューマンAIインタラクション、人間中心AI、身体拡張、ウェアラブルデバイス

研究を始めるのに必要な知識・能力

新たな学際的研究分野を挑戦し、自らの「ゆめ」を実現する意欲が重要です。CG・HCI分野の基礎、機械学習・深層学習やインタフェース技術を自発的に習得できることが望ましいですが必須ではありません。

この研究で身につく能力

超スマート社会における高い専門知識と幅広い俯瞰的知識を有する未来価値創造人材の育成が重要な課題です。特に、学問分野を超えて学際的思考力、問題解決のための情報活用能力および俯瞰的視点でのイノベーション創出力は不可欠です。他の研究者と互いを尊重し合いつつ切磋琢磨し、専門領域から異分野の知識を蓄積し学際的思考が育ちます。サイバー空間とフィジカル空間を融合させるユーザインタフェースの開発においては、情報技術の利活用により問題解決するための実践力も身に付きます。

【就職先企業・職種】 情報通信産業、研究開発職、製造業、クリエイティブ産業など

研究内容

xie1.jpg
図1 オーグメンテッド(X)インタフェースの研究

 Society 5.0における人間とAIが拡張し合うインタフェースである「オーグメンテッド(X)インタフェース」の研究を実施しています(図1)。これまで専門家しか理解できない人工知能やロボット技術等を初心者でも簡単に扱えるヒューマンインタフェースを提案し、利用者は自身の創造力、身体能力や認知能力を拡張できることで、誰でも自分の夢を追求できる社会の実現を目指す。研究ビジョンとしては、創造社会にてインタフェース技術を通して、超人間・超情報技術の実現に、人間と機械の調和が取れる社会実装を目指しています。
※日本が提唱する未来社会のコンセプト(超スマート社会)。
 具体的な研究方向は、以下の研究テーマに取り組んでいます。

(1) スケッチインタフェース:創造性溢れる社会へ

 近年深層学習技術の発展による社会の改革が進んでいます。その中には、創造性をもつ人工知能技術の実現がまだ挑戦的で重要な研究トピックスとして世界から注目されています。本研究課題は、誰でも使えるインタラクティブを提案し、GANやVAE等の深層生成モデルを代表とするデータ駆動型手法を用いることでコンテンツの制作支援を目指しています。具体例としては、ユーザの対話的な飛行機の形状設計、簡単なスイッチ入力から流体の編集が可能になる技術。

(2) インタラクティブAI:人間と融合で知能増幅

 本課題では、人間の能力を機械学習プロセスに取り入れ、人間と人工知能のインタラクション技術、人間参加型機械学習、ヒューマンコンピュテーションインタフェースの実現を目指しています。具体例としては、クラウドソーシングによる画像収集のアノテーションインタフェース、ヒューマンインザループの点群による3次元モデルの構築に関する技術。

(3) 人間拡張:AIと融合で人間の能力向上

 人工知能を代表とするテクノロジーは、私たちの生活のあらゆる面を拡張しています。「拡張時代」は、人類史におけるすべての世代の中で、最も素晴らしい優位性と可能性を私たちに提供します。本研究課題は、情報技術やロボット技術を活用して人間自身の能力を回復・増幅する技術の開発を目指しています。具体例としては、動物の尻尾を模倣し人間の身体機能および感情表現力を拡張できるデバイス、収納性と伸縮性を考慮したウエアラブルロボットアームの開発。

主な研究業績

  1. Z. Huang, Y. Peng, T. Hibino, C. Zhao, H. Xie, T. Fukusato, K. Miyata. dualFace: Two-Stage Drawing Guidance for Freehand Portrait Sketching. Journal of Computational Visual Media, Vol 8, 63-77, 2022.
  2. Z. Hu, H. Xie, T. Fukusato, T. Sato and T. Igarashi. Sketch2VF: Sketch-Based Flow Design with Conditional Generative Adversarial Network. Computer Animation and Virtual Worlds, 30(3-4),1-11, 2019.
  3. H. Xie, T. Igarashi and K. Miyata. Precomputed Panel Solver for Aerodynamics Simulation. ACM Transactions on Graphics. 37(2), 1-12, 2018. (ACM SIGGRAPH 2018)

使用装置

深層学習サーバ、3Dプリンター&スキャナー
各種センサ、プロジェクター、深度カメラ、JAIST FabLab

研究室の指導方針

オーグメンテッドインタフェースの研究課題に対して、学生の主体性を重視しながら、チームワークで研究開発の即戦力を鍛えることを目指しています。自らの目標を実現するために、個人型と共同研究型の研究プロジェクトを通して、学生の高い研究能力と豊かなコミュニケーション能力の向上に取り組みます。様々なプロジェクト研究に参加させることで、自らの可能性と研究ビジョンを明確にしつつ、教員と共同で解決手法を探求します。また、国内外の研究機関との共同研究や産学連携の機会を設けることで、グローバル人材として世界トップレベルの研究成果が得られるように支援していきます。

[研究室HP] URL:https://www.jaist.ac.jp/~xie/

ページの先頭へもどる