Murata Lab

近年、AIは多くの分野で人間の認識精度を凌駕している。このような高精度なAIの予測根拠を解明できれば、人類にとって未知の知見を獲得できる可能性がある。しかし、従来の予測説明手法では、算出された重要度マップと人間の事前知識との一致をもって説明とするため、既存の知識の枠を超える新たな知見の抽出は困難であった。そこで本研究では、AIが予測に用いた情報を独立した特徴単位に分解し、人間が直感的に理解できる形で入力空間へ再構成することで説明を実現することを目指す。