JSAI2026
2026年度 人工知能学会全国大会（第40回）
JSAI2026

オーガナイズドセッション

オーガナイズドセッション一覧

  • OS-1 探索とプランニングの基礎と応用（奥村 圭祐，黒岩 稜）
  • OS-2 金融・会計・経済における情報学（中川 慧，平野 正徳，坂地 泰紀，酒井 浩之，水田 孝信，星野 崇宏）
  • OS-3 制御のためのAI（井上 正樹，和佐 泰明，阿久津 彗，奥田 裕之，橋本 和宗，瀋 迅）
  • OS-4 人間-AI協調意思決定のための信頼インタラクションと心の理論（福地 庸介，前川 知行，寺田 和憲，山田 誠二，今井 倫太）
  • OS-5 計算社会科学（鳥海 不二夫，榊 剛史，吉田 光男，笹原 和俊）
  • OS-6 大規模言語モデルとデータサイエンス（砂山 渡，森 辰則，高間 康史，西原 陽子）
  • OS-7 人工知能を駆使した疾患動態研究（岩見 真吾，藤生 克仁，中村 己貴子，岡本 有司，小島 諒介，川上 英良，本田 直樹）
  • OS-8 生成AIと研究自動化が拓く医歯薬学・生命科学DX（矢田 竣太郎，荒牧 英治，河添 悦昌，堀 里子，木﨑 速人）
  • OS-9 力学系とAI（松原 崇，武石 直也，赤嶺 政仁，池田 正弘，岸田 昌子，谷口 隆晴）
  • OS-10 Behavioral Data Science: 行動インサイトとAI・機械学習・最適化（赤木 康紀，落合 桂一，戸田 浩之，冨永 登夢，深澤 佑介，山本 修平）
  • OS-11 創発機械倫理：多様な知性による協創的倫理の創発とAI安全性への新アプローチ（山川 宏，遠藤 太一郎，ジェプカ ラファウル，田口 茂，久木田 水生，水本 正晴）
  • OS-12 医学・生物学データを活用したAIの創出（藤原 幸一，久保 孝富）
  • OS-13 AIを活用したマーケティング実践（西村 直樹，池田 春之介，大橋 耕也，佐々木 直，川上 孝介，松本 健，磯 智大，小林 健）
  • OS-14 空間・系列データとAI（大西 正輝，沖 拓弥，竹内 孝，藤井 慶輔，西田 遼）
  • OS-15 AI for Scienceのリアル（清田 純，小山 尚彦，鈴木 雄太）
  • OS-16 多様なデータ資源の組み合わせによる新たな社会知の創発と創成（早矢仕 晃章，藤田 幸久，松島 裕康）
  • OS-17 人文学とAI（大向 一輝，嘉村 哲郎，亀田 尭宙，中村 覚，武富 有香，須田 永遠）
  • OS-18 数理最適化（梅谷 俊治，岩永 二郎，藤原 秀平）
  • OS-19 非構造データからの情報抽出（中田 百科，山内 敏嗣）
  • OS-20 AIと人のインタラクションによる価値創造とエンパワーメント（熊谷 雄介，森 正弥，平手 勇宇，益子 宗，川原 圭博，堀田 創）
  • OS-21 デジタルゲームの人工知能（三宅 陽一郎，濱田 直希）
  • OS-22 データ創出・活用型マテリアル研究開発（DxMT）（金子 昂弘，本武 陽一）
  • OS-23 人工知能と創造性 — 人の模倣を超えて（小林 茂 ，山口 達典）
  • OS-24 AI駆動型創薬研究の新潮流（田部井 靖生，山西 芳裕，瀧川 一学）
  • OS-25 もうひとつのAI倫理：技術が問い直す人間の役割（水上 拓哉，大家 慎也）
  • OS-26 ひと中心の未来社会とAI ー テクノロジー受容と未来の暮らし（浅田 祐樹，高椋 佐和，名取 直毅，豊田 平司郎，城殿 清澄）
  • OS-27 不動産とAI（橋本 武彦，清田 陽司，山崎 俊彦，諏訪 博彦，清水 千弘，吉原 勝己）
  • OS-28 GeoAI: 地理空間情報とAI（松木 彰，池田 圭佑，畑山 満則，厳 網林）
  • OS-29 人と人、人と社会をつなぐAI（中川 聡，内田 秀継，内山 瑛美子，馬場 絢子，松本 啓吾，岡田 玖美子，阿部 由吾）
  • OS-30 進化するAIサイエンティスト（神楽坂 やちま，大江 力，山田 涼太）
  • OS-31 LLM時代のソフトウェア工学（丸山 宏，杉山 阿聖，江澤 美保）
  • OS-32 音楽認識・生成技術が紡ぎ出す未来の社会（中村 栄太，浜中 雅俊，北原 鉄朗，上原 由衣）
  • OS-33 Affective Computing（熊野 史朗，日永田 智絵，森田 純哉，岡田 将吾，鈴木 健嗣）
  • OS-34 サイバー世界とリアル世界を架けるAI（鷲尾 隆，吉岡 琢，窪澤 駿平，小松崎 民樹，西山 直樹，山崎 啓介）
  • OS-35 人工知能が拓く地震・火山研究の新地平（長尾 大道，久保 久彦，加納 将行）
  • OS-36 制約プログラミングの理論と実践: 充足・列挙・計数・最適化（波多野 大督，宋 剛秀）
  • OS-37 生成AIとナレッジグラフ（古崎 晃司，森田 武史，黒川 茂莉，広田 航）
  • OS-38 AIによるスマートマニュファクチャリングと健全性管理（矢入 健久，堤 誠司，今村 誠，植野 研）
  • OS-39 世界モデルと知能（鈴木 雅大，岩澤 有祐，Paavo Parmas，林 浩平，小島 武，宮西 大樹，松尾 豊）
  • OS-40 ヒューマン・イン・ザ・ループAI（李 吉屹，小山 聡，鹿島 久嗣，荒井 ひろみ，森 純一郎，堤 瑛美子，新 恭兵）
  • OS-41 言語とコミュニケーションの創発（長野 匡隼，谷口 忠大，上田 亮，鈴木 麗璽，中村 友昭，橋本 敬）
  • OS-42 多様な語りと解釈のフロンティア（小野 淳平，福島 宙輝，古屋 有紀子）
  • OS-43 生成AIによるロボットシステム向けマルチモーダル音声理解・生成技術（李 勝，Benjamin Yen，程 飛）
  • OS-44 統合AIと社会的知能の創発（谷口 彰，宮澤 和貴，相良 陸成，栗原 聡）
  • OS-45 インタラクションとAI（酒造 正樹，酒井 元気，近藤 一晃，下西 慶，安部 健太，土屋 篤生，松岡 広樹）
  • OS-46 AI諸技術の発展に基づく学びのモデルの高度化と展望（宇都 雅輝，古池 謙人，田和辻 可昌，山本 頼弥）
  • OS-47 基盤モデル時代におけるPhysical AI（河野 慎，松嶋 達也，河原塚 健人，太田 佳，尾形 哲也）
  • OS-48 心情認知とAI：人のこころの機微を捉え、表現する（上田 祥行，井上 昂治，小森 政嗣）
  • OS-49 AIアライメント（林 祐輔，坂本 航太郎，濱田 太陽，堀部 和也，岡 瑞起）

OS-1　探索とプランニングの基礎と応用

オーガナイザ

  • 奥村 圭祐（産業技術総合研究所）
  • 黒岩 稜（国立情報学研究所）

内容・テーマの例

本セッションでは、人工知能研究の根幹を支える「探索とプランニング」の理論的基盤から最新の応用事例までを幅広く取り上げる。具体的には、ヒューリスティック探索、A*アルゴリズム、ビームサーチ、経路計画、組合せ最適化、マルチエージェント探索、ロボットプランニングなど、離散的な問題表現を基盤とした計算手法やアルゴリズム設計を中心的テーマとする。また、近年注目されている模倣学習や強化学習とのハイブリッド化、あるいはデータ駆動型アプローチなど、新たな展開を見せる研究も積極的に歓迎する。さらに、実システムや大規模問題における計算効率化、近似最適化技術、並列・分散探索、ゲームAI、ロジスティクス分野におけるマルチエージェント協調、大規模言語モデルにおけるプランニングなど、理論と応用を架橋する実践的研究も対象とする。加えて、ICAPS・SoCS・AAMAS、さらにはAAAIやIJCAIといった国際会議で扱われるテーマと関連する、探索・プランニング分野の最新動向を共有する内容も歓迎する。これらを通じて、探索・プランニング技術の今後の展望を明らかにするとともに、人工知能全体の中での位置づけを再考する場としたい。

キーワード

  • ヒューリスティック探索
  • 経路計画
  • 組合せ最適化
  • マルチエージェント探索
  • ロボットプランニング

OS-2　金融・会計・経済における情報学

オーガナイザ

  • 中川 慧（大阪公立大学）
  • 平野 正徳（株式会社Preferred Networks）
  • 坂地 泰紀（北海道大学）
  • 酒井 浩之（成蹊大学）
  • 水田 孝信（スパークス・アセット・マネジメント株式会社）
  • 星野 崇宏（慶應義塾大学）

内容・テーマの例

ファイナンス・会計・経済分野は、日々変動する市場価格、規制や制度の変更、そして取引データや財務報告、統合報告といった複雑かつ膨大な情報に囲まれた領域である。
株式市場の変動、金利や為替レートの変化、マクロ経済環境の動向、グローバルな経済政策の影響やさらには気候環境変動など、さまざまな要因が企業の財務状況や投資家の判断に深く関わっている。このような複雑でダイナミックな環境の中で、専門家は、正確で迅速な意思決定を求められ、日々進化する技術や手法を駆使することが不可欠である。このような背景から、金融・会計分野では、理論と実務が密接に結びついている。そこで本セッションでは、膨大な情報を分析し専門家の意思決定および業務効率化の支援技術や、複雑なデータの特性を理解し適切な予測を行う技術、さらに市場制度やESG、SGDsや気候環境変動に関する取り組みを高度化する技術などファイナンス・会計・経済分野に関わる基礎から応用までの幅広い研究課題全てを対象とし、これらの領域に対して人工知能を中心とした情報技術の利用を拡大することを目的とした発表と議論を行う。

キーワード

  • ファイナンス
  • 会計
  • 経済
  • ESG/SDGs
  • 機械学習
  • データ分析

OS-3　制御のためのAI

オーガナイザ

  • 井上 正樹（慶應義塾大学）
  • 和佐 泰明（早稲田大学）
  • 阿久津 彗（富山県立大学）
  • 奥田 裕之（名古屋大学）
  • 橋本 和宗（大阪大学）
  • 瀋 迅（東京農工大学）

内容・テーマの例

　本OSでは「制御 × AI」の新たな融合領域の開拓に挑む研究発表を募集する。急速に発展するAI技術には情報世界のサービスに留まらず，物理システムから社会システムまで広く応用展開していくことが期待されている。これらフィジカルAIやソーシャルAIを実現するためには，物理世界の振る舞いを予測するだけではなく，何らかの意思決定をおこない物理世界への介入をおこなう「制御」の問題まで解決する必要がある。ただ，これまで成功を収めてきた大規模言語モデルを自然に拡張してEnd-to-Endで全体の制御システムを設計できるとは限らない。物理世界でのシステムの安全性を保証し，そのユーザからオペレータなど関連する個人/集団の安心をいかに獲得していくべきであろうか？本OSでは安全・安心なフィジカルAIやソーシャルAIを目指して，AI分野と制御分野を中心に多様な研究者が集まり，課題抽出から，新たな理論や技術の提案，そして，あるべきシステム構造を議論する場を提供する。
　大きく２つの方向性でのテーマを想定している。一つは「制御のためのAI」で，たとえばAI技術を活用した軌道計画/仕様調整など制御システムの高度化から環境の状態推定理論に関する研究である。もう一つは「AIのための制御」で，制御理論を活用した安全学習理論やAIアライメントなどに関する研究である。

キーワード

  • 制御工学
  • 機械学習
  • 大規模言語モデル(LLM)
  • 自然言語処理(NLP)
  • フィジカルAI
  • ソーシャルAI

OS-4　人間-AI協調意思決定のための信頼インタラクションと心の理論

オーガナイザ

  • 福地 庸介（東京都立大学）
  • 前川 知行（静岡大学）
  • 寺田 和憲（岐阜大学）
  • 山田 誠二（国立情報学研究所）
  • 今井 倫太（慶應義塾大学）

内容・テーマの例

AI技術の進歩により，人間の意思決定に有用な情報処理が行えるようになってきている．AIの出力を実際の意思決定に利用していくにあたり，AIが人から信頼されるようになることが課題となる．この課題を解決するには，単にAIの性能を向上させるだけではなく，人の心的状態や価値観を正確に推定し，人が置かれている文脈を捉え，納得感のあるインタラクションができるシステムを設計する必要がある．特に，人-AI協調診断や社会的ジレンマなどの利害が絡む実社会の意思決定場面では，AIの信頼性・安全性・納得感の数理的保証が不可欠である．本オーガナイズドセッションでは，AIシステムと人が共同で意思決定するためのインタラクションに関する研究発表を広く募集する．主なテーマは以下の通りであるが，これらに限定されるものではない．

・自然言語における文脈理解
・社会的関係性に基づく表情表出
・環境的文脈を考慮したHRI・HAI
・信頼感の遷移モデル
・AIの説明提示による信頼較正
・コンテクストライディング
・HRI・HAIにおける心の理論
・AIによる合意形成支援

キーワード

  • 自然言語処理
  • 文脈
  • 環境情報
  • 信頼工学
  • 説明可能AI
  • 心の理論（Theory of Mind）

OS-5　計算社会科学

オーガナイザ

  • 鳥海 不二夫（東京大学）
  • 榊 剛史（株式会社ホットリンク）
  • 吉田 光男（筑波大学）
  • 笹原 和俊（東京科学大学）

内容・テーマの例

Webのソーシャル化や実空間での様々な行動センシングが進行している現在，人々の自発的な情報行動やコミュニケーションなどの詳細はデジタルに記録・蓄積されるようになりました．このような大規模社会データを情報技術によって取得・処理し，分析・モデル化して，人間行動や社会現象を定量的・理論的に理解しようとする学問が「計算社会科学」 (Computational Social Science)です．
計算社会科学OSでは，大規模社会データ分析研究，社会シミュレーションによる理論的研究，（ウェブを使った大規模行動実験）による実験的研究などを使い，人間行動や社会現象を理解することを目指した研究を募集します．

キーワード

  • 計算社会科学
  • 大規模社会データ分析
  • 社会シミュレーション
  • バーチャルラボ

OS-6　大規模言語モデルとデータサイエンス

オーガナイザ

  • 砂山 渡（関西大学）
  • 森 辰則（横浜国立大学）
  • 高間 康史（東京都立大学）
  • 西原 陽子（立命館大学）

内容・テーマの例

　昨今のデータ利活用の促進やデータサイエンティストの育成が求められる状況の中で，大規模言語モデルとその応用に注目が集まってきています．これまでのデータ利活用においては，コンピュータを用いてデータから得られる客観的な指標をもとに，人間がその意味解釈を行って，知識創発につなげていくことが必要となっていました．しかし，大規模言語モデルの登場により，コンピュータであってもデータに意味を見出したり，アイディアの生成を期待できる状況となってきています．一方で，最終的な意思決定を行うのは人間であるという点は変わることがないため，この意思決定に向けたより強力なサポートを，大規模言語モデルによって実現できる可能性が高まってきています．
　そこで本セッションにおきましては，データに意味を与える作業，得られた意味の集合と既知の情報から新しいアイディアを創発する作業など，データ利活用に大規模言語モデルを採り入れた環境の提案や構築，データ利活用の自動化に関する研究発表を幅広く募集します．また，データ利活用における大規模言語モデルの役割など，実装の前段階における枠組みの提案も歓迎いたします．データ利活用を主目的としたアプリケーションでなくても，大規模言語モデルを用いて，データに対して何らかの意味づけを行いながら人間をサポートするアプリケーションも対象とします．
・大規模言語モデルとデータ利活用
・大規模言語モデルを用いたデータ利活用の自動化
・大規模言語モデルを用いたデータ利活用のためのインタラクション
・データサイエンティストの育成
・大規模言語モデルを用いたアプリケーション

キーワード

  • 大規模言語モデル
  • データサイエンス
  • データ利活用
  • データへの意味づけ
  • 知識創発と意思決定

OS-7　人工知能を駆使した疾患動態研究

オーガナイザ

  • 岩見 真吾（名古屋大学 大学院理学研究科 理学専攻 生命理学領域）
  • 藤生 克仁（東京大学 大学院医学系研究科）
  • 中村 己貴子（中外製薬株式会社 トランスレーショナルリサーチ本部 医科学薬理部）
  • 岡本 有司（京都大学 大学院医学研究科 人間健康科学系専攻）
  • 小島 諒介（京都大学 大学院医学研究科 人間健康科学系専攻）
  • 川上 英良（千葉大学 大学院医学研究院 人工知能（AI）医学）
  • 本田 直樹（名古屋大学 大学院医学系研究科 システム生物学分野）

内容・テーマの例

近年、機械学習をはじめとする人工知能（AI）技術の発展は著しく、生命医科学の研究領域にも新たな潮流を生み出しています。従来の統計解析やビッグデータ解析を超え、AIと数理科学を融合させたアプローチが、生命現象の理解や疾患研究の新たなブレイクスルーをもたらしつつあります。特に医療分野では、画像解析や生体信号のリアルタイム解析など、AIを中核とした技術が既に臨床応用の重要な基盤となっています。本オーガナイズドセッションでは、AI技術と最先端の数理科学的手法を統合し、疾患の進行動態を定量的に記述・予測しようとする最新の試みに焦点を当てます。具体的には、疾患の発症リスク予測、患者層別化、治療反応や転帰の予測、医薬品開発における安全性プロファイリングや有害事象の予測、病態進行のモデル化、さらにはバイオマーカーやデジタルマーカー探索など、基礎から臨床応用に至る幅広い研究を対象とします。また、前向き・後ろ向きコホートを含む大規模臨床データやマルチオミクスデータを用いた解析、電子カルテや論文等のテキストデータを対象とした自然言語処理技術の応用、あるいは理論・シミュレーションとの融合的研究も歓迎します。心疾患、がん、肝疾患、精神疾患をはじめとする多様な疾患領域に加え、感染症や代謝疾患なども含めた学際的議論を通じて、AIと数理科学が切り拓く生命医科学研究の新たな展開を探る場としたいと考えています。

キーワード

  • 機械学習
  • 深層学習
  • 数理科学
  • 臨床データ
  • 臨床医学
  • 社会実装

OS-8　生成AIと研究自動化が拓く医歯薬学・生命科学DX

オーガナイザ

  • 矢田 竣太郎（筑波大学）
  • 荒牧 英治（奈良先端科学技術大学院大学）
  • 河添 悦昌（東京大学）
  • 堀 里子（慶應義塾大学）
  • 木﨑 速人（慶應義塾大学）

内容・テーマの例

生成AI、とりわけLLM/LMMの普及は、研究の知識循環と臨床の意思決定の双方を刷新しつつある。本セッションは、医歯薬学・生命科学研究を生成AIによって自動化する試みを、「仮説生成・検証促進」から「臨床応用・社会実装」への連続体として捉え直し、方法論と運用の橋渡しを図ることを目的とする。具体的には、文献からの知識抽出やプロトコル合成、実験設計の最適化、データ品質管理、評価設計といったドライ側の自動化に加え、ロボティクスやLaboratory Information Management System (LIMS)等との統合、計測・前処理・記録の自動化などウェット側のパイプラインを包含し、仮説の形成から反証、再現、報告に至るライフサイクル全体を視野に入れる。また、医療LLMや医用画像AI、マルチモーダル推論の導入事例を通じて、現場で求められる安全性・説明可能性・監査性、モデル更新や責任分担、データ保護といったガバナンス課題を具体的に議論し、実装に向けた要件を明確化する。本セッションは成熟した成果だけでなく、試行段階の取り組みや失敗から得た知見、および評価指標・ベンチマークや組織内運用の設計原理の共有も積極的に歓迎する。基礎的なAI研究と応用現場の往還を加速する「研究Digital Transformation (DX)」の実践知を集約する。

キーワード

  • 研究自動化基盤
  • 医療LLM・LMM運用
  • 評価設計・ベンチマーク
  • 創薬
  • オミクス解析
  • 説明可能性・ガバナンス

OS-9　力学系とAI

オーガナイザ

  • 松原 崇（北海道大学）
  • 武石 直也（東京大学）
  • 赤嶺 政仁（東京大学）
  • 池田 正弘（大阪大学）
  • 岸田 昌子（筑波大学）
  • 谷口 隆晴（神戸大学）

内容・テーマの例

力学系は自然現象や工学的対象を記述する基本的なツールであり，古くからシステム同定や最適制御の文脈で人工知能(AI)・機械学習と結びついて来た．しかし特に近年，従来のブラックボックス的な手法を超え，力学系に対して蓄積された科学的知見を活用した新しいパラダイムが発展している．AI技術による力学系の解析・予測・制御としては，ニューラル常微分方程式 (Neural ODE)，ハイブリッドモデル，作用素学習，PINNs (Physics-Informed Neural Networks)といった手法が盛んに研究されている．同時に，制御理論に基づいたニューラルネットワークの安全性解析や，数値積分に着想を得た深層学習アーキテクチャの開発など，力学系の知見を活用したAIの技術や理論も急速な進展を遂げている．またこれらの研究成果は，計算機シミュレーションなどを通じた科学的発見をAIで加速させるAI for ScienceやScientific Machine Learning (SciML)，ロボティクスなどの実世界システムとAIを統合するPhysical AIに対する基盤的技術を提供する．
そこで本セッションでは，理論と応用の両観点から力学系とAIを架橋する研究を広く募集し，横断的な議論を通じて今後の展望と課題を共有する場を提供する．

キーワード

  • 力学系
  • 微分方程式
  • システム同定
  • 制御
  • 安全性・安定性

OS-10　Behavioral Data Science: 行動インサイトとAI・機械学習・最適化

オーガナイザ

  • 赤木 康紀（NTT）
  • 落合 桂一（横浜市立大学）
  • 戸田 浩之（横浜市立大学）
  • 冨永 登夢（NTT）
  • 深澤 佑介（上智大学）
  • 山本 修平（筑波大学）

内容・テーマの例

本OSでは，人間の行動データをより効果的かつ実践的に活用するために，社会科学・人文科学で培われている人間の意思決定や行動の傾向・パターンを示す「行動インサイト」をAIに取り入れる「Behavioral Data Science」に関する幅広い研究を募集します．行動インサイトを既に活用している研究に加え，行動インサイトの活用が有望と考えられる研究や，行動インサイトとAIの統合における議論を深める上で重要と思われる行動データに関する研究も歓迎します．典型的には，個人や集団の行動の数理モデリング・予測研究や，個人や集団の行動変容を促す介入策を探索する最適化研究などが挙げられます．行動インサイトの活用により，モデルの説明性が高く，また，学習データが不足している際にも予測，最適化が行えるといった重要な特徴を持つことが期待されます．また，社会科学・人文科学分野の既存の行動インサイトに閉じず，近年，データ化が進む人間行動に関するビッグデータを解析しそこから得られた知見や傾向を活用するような研究も含みます．

キーワード

  • 行動データ
  • Behavioral Data Science
  • Prescriptive Analytics
  • 機械学習
  • 最適化
  • 行動変容
  • 意思決定
  • 行動経済学
  • 情報推薦
  • エージェント

OS-11　創発機械倫理：多様な知性による協創的倫理の創発とAI安全性への新アプローチ

オーガナイザ

  • 山川 宏（東京大学／AIアライメントネットワーク）
  • 遠藤 太一郎（カナメプロジェクト／東京学芸大学）
  • ジェプカ ラファウル（北海道大学）
  • 田口 茂（北海道大学）
  • 久木田 水生（名古屋大学）
  • 水本 正晴（北陸先端科学技術大学院大学）

内容・テーマの例

AIの能力が急速に向上する中、従来の「人間がAIを一方向的に制御する」というアプローチには限界が指摘されています。多数のAIエージェントが相互作用する環境では、人間による直接的な監視や固定的なルール設定だけでは長期的な安全性を保証できません。
本セッションでは、根本的に新しいアプローチとして「創発機械倫理（Emergent Machine Ethics: EME）」に関する研究を募集します。EMEは、多様な知性（AI、人間、ハイブリッドシステム）の協創的相互作用から倫理的行動規範が自律的に創発するプロセスを探求します。個別AIの能力向上や外部からの価値整合を超え、人工生命の自己組織化の知見を取り入れ、AI社会内部での内発的倫理形成と外部誘導を統合することで、知性共生社会の実現を目指します。
主要な研究テーマ：
・倫理創発動態（EED）：マルチエージェント強化学習における協調規範の自律的創発、進化ゲーム理論による長期的倫理進化、制約下での安全な創発プロセス、シングルトンvs多極化シナリオ分析
・知性間相互評価・相互向上：AI・人間・ハイブリッドシステム間の相互評価プラットフォーム、スーパーオーガニズム的AI社会における個体と集団の関係性、多様性維持と全体安全性の両立
・人間参与型誘導：人間の価値観と創発的倫理の統合、成人発達理論に基づくAIの道徳的発達、人間拡張（高齢者・教育支援等）における倫理的設計と実証
AI安全性、マルチエージェント、機械倫理、人工生命、強化学習、進化ゲーム理論に加え、発達心理学、倫理学、社会学など、通常のAI研究を超えた学際的研究を歓迎します。

キーワード

  • 創発機械倫理
  • AI安全性
  • マルチエージェント
  • 知性共生
  • 進化ゲーム理論
  • 人間・AI協創

OS-12　医学・生物学データを活用したAIの創出

オーガナイザ

  • 藤原 幸一（北海道大学）
  • 久保 孝富（奈良先端科学技術大学院大学）

内容・テーマの例

膨大な画像やテキストデータが蓄積されてきた流れに追従するように，近年では医学や生物学，獣医学分野においても膨大なデータが収集，蓄積されるようになっている．たとえば，臨床現場ではカルテや検査，レセプトデータが蓄積され，生物学では遺伝子などの配列データやタンパク質の構造，代謝産物，さらにはそれらを組み合わせたマルチオミクスデータによって，複雑な生命現象や疾患メカニズムの解明が試みられている．獣医学分野では，たとえば動物の行動把握やヒトとのインタラクションについても，積極的に研究がなされている．これらの医学・生物学分野のデータの特徴として多様なモダリティがあり，それらのデータ形式は動画像や音声，時系列，配列，自然言語，グラフなど非常に広範に及ぶ．これらの解析は個別のモダリティでは積極的に勧められているが，マルチオミク解析などを除くと，その統合的な解析については緒に就いた段階といえる．これはヒトや生物では，対象とする現象の表現の特定が困難でどのモダリティに着目すればよいかの判断が容易ではないこと，データを収集できる量が限定的であること，様々なアーチファクトが混入すること，個体差が強く対象間での汎化が難しいことなど，機械学習における課題が凝縮されたケースになっているためであると考えられる．本セッションでは，医学・生物学データを活用した新たなAIの創出と，その基礎科学への貢献および社会実装について議論する．

キーワード

  • 機械学習
  • 生体信号処理
  • 臨床医学
  • 生物学
  • 医療AI

OS-13　AIを活用したマーケティング実践

オーガナイザ

  • 西村 直樹（リクルート）
  • 池田 春之介（筑波大学）
  • 大橋 耕也（インディード）
  • 佐々木 直（講談社）
  • 川上 孝介（博報堂テクノロジーズ）
  • 松本 健（JINS）
  • 磯 智大（ラクスル）
  • 小林 健（東京科学大学）

内容・テーマの例

人工知能（AI）技術の急速な発展により、マーケティング分野においても革新的な分析手法や戦略が生まれている。消費者行動分析においては大規模データの高度な分析が可能となり、機械学習を用いた高精度な需要予測、個別化された商品推薦やインセンティブ設計、さらにはコンテンツ生成に至るまで、その応用範囲は拡大している。
本オーガナイズドセッションでは、実務家がAIを活用したマーケティングの実践事例や課題を共有し、研究者がマーケティング課題に対する先端の研究を普及させるための交流と議論の場を提供することを目指す。消費者行動分析、需要予測、価格決定、推薦システム、インセンティブ設計、コンテンツ生成などマーケティングに関する幅広いテーマに関する実務家、研究者からの発表を募集する。

キーワード

  • 消費者行動分析
  • 需要予測
  • 価格決定
  • 推薦システム
  • インセンティブ設計
  • コンテンツ生成

OS-14　空間・系列データとAI

オーガナイザ

  • 大西 正輝（産業技術総合研究所 人工知能研究センター）
  • 沖 拓弥（東京科学大学 環境・社会理工学院）
  • 竹内 孝（京都大学大学院情報学研究科）
  • 藤井 慶輔（名古屋大学大学院情報学研究科）
  • 西田 遼（産業技術総合研究所）

内容・テーマの例

AIに実世界を理解させるための鍵として、空間と系列の情報が注目を集めています。例えば、人流や交通流、衛星画像はマクロな空間理解を、個別の移動体の軌跡データはミクロな空間理解を可能にします。人間が、ミクロからマクロまでのスケールの違い、計測対象によるモーダルの差異を統合して複雑な現象を理解するように、AIが同様の理解に到達するには何が必要なのでしょうか。

このようなAIの実世界理解は、都市計画、交通管理、群衆誘導、環境保全、災害対応といった分野において、因果関係の解明と精緻な予測を通じて効果的な意思決定や政策形成を支えます。その実現に向けて、異なるモーダルに見られる普遍的な構造の発見や、モデリング手法の共通原理を探究することで、統一的なAIモデルの構築が求められています。

本OSでは、空間・系列データに対するAI技術の開発と社会実装について、分野横断的な議論を行います。工学やコンピュータ科学をはじめ、自然科学や人文科学からの参加を歓迎し、普遍的モデリング手法の探究からデータ解析、意思決定支援まで広範なテーマを扱います。異分野間の対話を通じて、新たな課題の発見と未解決問題の解決を目指します。

キーワード

  • 空間・系列データ
  • 軌跡・群衆データ
  • 空間AI
  • 空間機械学習
  • マルチモーダル大規模言語モデル

OS-15　AI for Scienceのリアル

オーガナイザ

  • 清田 純（理化学研究所）
  • 小山 尚彦（慶應義塾大学）
  • 鈴木 雄太（トヨタ自動車株式会社）

内容・テーマの例

この10年で劇的な進歩を遂げたAIの人類全体へのインパクトを考えた時、その応用先として科学が注目されており、2024年度以降各国でAI for Scienceのシンポジウムが開催されている。AIの活用により実験による試行錯誤回数を劇的に削減し、科学的発見の効率と速度を根本から変革できる点などが期待されており、AlphaFoldの成功と極めて短時間でのノーベル賞受賞はその輝かしい先行事例となっている。機械学習・人工知能というドメインで発達を遂げてきたAIのポテンシャルを、ライフサイエンスや材料科学などこれまで別々の文化を醸成してきたドメインで花開かせるためには、2つのドメインを密結合する必要があるが、現状は人工知能の側から科学にアプローチする人と、科学の側からAIにアプローチする人が両岸に存在するだけで、強固な橋は存在しない。本セッションでは2026年の日本におけるAI for Scienceのリアルを浮き彫りにすることにより、橋を架ける最適地点を探し、両ドメインの専門家がガッチリ握手ができる議論の場にしたいと考えている。整備されたデータセットのベンチマークを更新するin silicoに閉じた研究ではなく、科学の具体的な問題の解決にAIを活用するリアルな研究を歓迎します。

キーワード

  • 機械学習・深層学習
  • AI for Science
  • 生命科学
  • 材料科学

OS-16　多様なデータ資源の組み合わせによる新たな社会知の創発と創成

オーガナイザ

  • 早矢仕 晃章（東京大学）
  • 藤田 幸久（トヨタ自動車）
  • 松島 裕康（滋賀大学）

内容・テーマの例

AI技術の急速な進展とデータ基盤の整備により、テキスト、画像、センサー、知識グラフなど、構造や意味の異なる多様なデータ資源を組み合わせ、横断的に活用することが可能になりつつある。こうした異種データの連携・統合は、個別のデータからは得られない新たな洞察や社会知の創発を促す重要なアプローチとして、学術研究のみならずビジネスの現場からも注目を集めている。一方で、データの形式、品質、取得主体、文脈が多様であるがゆえに、その探索・発見・連携・解釈・価値化には依然として理論的・技術的課題が多く残されている。本セッションでは、異種データの交換・流通・組み合わせを通じて社会的価値や意思決定を支援する新たな知を創成するための理論、技術、制度、そしてAI技術を活用したユースケースおよび応用研究に関する発表を広く募集する。また、生成AIが媒介するデータ活用の新たな方法論についても議論の対象とする。さらに、分野や組織を問わず生じるデータの収集、管理、分析、流通、セキュリティ、ガバナンスといった横断的課題にも焦点を当て、学術的アプローチに加えて、産業・行政・社会実装や制度設計の観点を取り込み、多角的に議論する場を提供する。本セッションは、AI技術の進展がもたらすデータ協創の最新動向を集約し、その知見を全国大会から社会へと発信することを目的とする。

キーワード

  • データ連携
  • 社会知
  • データエコシステム
  • データ協創
  • マルチモーダル

OS-17　人文学とAI

オーガナイザ

  • 大向 一輝（東京大学）
  • 嘉村 哲郎（東京藝術大学）
  • 亀田 尭宙（人間文化研究機構）
  • 中村 覚（東京大学）
  • 武富 有香（ZEN大学）
  • 須田 永遠（名古屋大学）

内容・テーマの例

人文学が扱ってきた資料を対象とする大規模なデータベースやコーパスが整備されたことで、ネットワーク分析や知識表現、機械学習などの情報技術を適用して新たな知見を得る「デジタル人文学」と呼ばれる分野が注目されています。一方、AIが人間の知や創造性、社会の制度的基盤に深く関与するようになった現在、AIの研究開発において、人間や社会に関する知見の導入が不可欠となっています。こうした状況のもと、AIと人文学の結びつきは今後さらに強まることが予想され、両分野を横断した研究者同士の対話の重要性がより一層高まっています。本セッションでは、AIを活用したデジタル人文学の先端的な研究とともに、AIを批判的に論じる研究、共創の可能性を探る研究など、幅広いアプローチの研究を歓迎します。

キーワード

  • 思想・歴史・文学研究におけるAIの応用
  • 多言語テキスト分析
  • 時空間・概念の知識表現
  • 人文学データの構造化・共有
  • AIにおける思想・歴史・文学研究の応用

OS-18　数理最適化

オーガナイザ

  • 梅谷 俊治（株式会社リクルート）
  • 岩永 二郎（株式会社エルデシュ）
  • 藤原 秀平（株式会社ALGO ARTIS）

内容・テーマの例

機械学習によるデータ分析の普及にともない、その結果を踏まえた上で意思決定や計画策定を実現する数理最適化が注目されるようになりました。
また、現在では、有償・無償を含めて多くの数理最適化ライブラリが利用できるようになり、現実問題を解決するための有用な手段として急速に普及しつつあります。
本オーガナイズドセッションでは、数理最適化に関心を持つ幅広い分野の研究者および実務家が交流を深める機会を作ることを目的とします。
前回に引き続き、数理最適化の基盤技術から応用事例まで、さらには人工知能(AI)技術との融合など、数理最適化に関連する幅広いテーマの発表を募集します。

キーワード

  • 数理最適化
  • 最適化問題
  • 連続最適化
  • 組合せ最適化

OS-19　非構造データからの情報抽出

オーガナイザ

  • 中田 百科（株式会社リクルート）
  • 山内 敏嗣（Sansan株式会社）

内容・テーマの例

近年のAIの進展により、非構造データからテキストを抽出するOCRの性能が飛躍的に向上している。特にLLMやマルチモーダルのモデルの登場によって、従来のテキスト抽出から一歩進んで、単語間の関係や文脈を踏まえた高精度な情報抽出が可能となってきている。表構造やフォーマットなどが乏しい文書画像であっても、適切に情報を構造化してユーザに提示できるようになると期待される。広告画像やweb画面、ひいては試験問題など、現実世界にはこういった画像が多数存在するため、産業応用のポテンシャルが高く関連研究が一層盛んになっていくと考えられる。ただし、OCRやLLMあるいはその前後の画像処理や自然言語処理など、処理プロセスは多様かつ複雑化しており、今後の効率的な研究のためにはノウハウの迅速な共有が不可欠となってくる。そこで本セッションでは、非構造データからの情報抽出に関する研究発表を幅広く募集し、議論や交流を深める機会を設けることを目的とする。対象データは、画像だけでなく動画や音声など一般の非構造データを含める。

キーワード

  • 非構造データ
  • 情報抽出
  • 関係抽出
  • OCR
  • LLM
  • マルチモーダル

OS-20　AIと人のインタラクションによる価値創造とエンパワーメント

オーガナイザ

  • 熊谷 雄介（株式会社博報堂DYホールディングス）
  • 森 正弥（株式会社博報堂DYホールディングス）
  • 平手 勇宇（楽天グループ株式会社 楽天技術研究所）
  • 益子 宗（芝浦工業大学）
  • 川原 圭博（東京大学）
  • 堀田 創（Hajime Institute）

内容・テーマの例

本セッションでは、AIと人間のインタラクションによる価値創造とエンパワーメントに焦点を当て、人間中心のアプローチに基づいた研究や実践を探求します。
AIとのインタラクションが生み出す人間能力の拡張や意思決定の支援など、新たな価値をAIと共創する可能性を追求するとともに、生活者の視点に立った技術研究とその社会への活用を目指します。
具体的には、
(1) AIと人間の協働による創造性の向上や問題解決能力の強化
(2) AIによる人の創造性支援や意思決定支援の方法論
(3) 価値創造を促進するAIシステムに求められる要件
(4) 現状のAI技術における限界や課題
(5) 倫理的・社会的な配慮事項
などを議論します。
本セッションを通じて、AIと人間の協調による新たな価値創造の可能性を探り、人間中心の視点からAI技術の発展と社会実装を議論する場を提供し、AIがより豊かで持続可能な社会の実現に貢献することを目的とします。

キーワード

  • Human-Centered AI
  • Human-in-the-loop
  • HCI
  • ユーザ支援
  • 公平性

OS-21　デジタルゲームの人工知能

オーガナイザ

  • 三宅 陽一郎（立教大学）
  • 濱田 直希（KLab株式会社）

内容・テーマの例

デジタルゲームの人工知能は、大学など研究機関、ゲーム産業、そしてゲーム以外の産業など、世の中で広く研究されるようになった。連続空間においてリアルタイムで動作する人工知能を作ることで、実空間における人工知能のステップにしようとする需要や、強化学習の実験場として、さらに生成AI・言語AIの応用先として期待されている。本セッションはデジタルゲームを用いた人工知能技術の研究に関する総合的なセッションである。キャラクターAI、ゲーム全体をコントロールするメタAI、地形解析・空間内における物・人の分析などを空間的シミュレーション思考を行う空間AIなど、基本となる人工知能から、生成AI、ユーザーデータ解析、機械学習の応用、言語AIの応用、自動QAまで、学術研究から産業応用まで幅広いテーマを扱う。アカデミック、産業を問わず広く発表を募集する。デジタルゲームの人工知能はステートマシンやプランニングなど記号主義と、ディープニューラルネットワークを始めとするコネクショニズム的アプローチが融合された新しい形の人工知能として形成されつつあり、人工知能学会誌2023年９月号の特集など、急速にアカデミックな研究と産業応用の距離が縮まりつつある。本セッションにおいて産業・学術の研究者が交流しお互いを刺激し合うことで、デジタルゲームAIの研究を通じて人工知能全般の研究を盛り上げる機会としたい。

キーワード

  • デジタルゲーム
  • ゲームAI
  • キャラクターAI
  • メタAI
  • 強化学習
  • 空間AI
  • 自動ＱＡ

OS-22　データ創出・活用型マテリアル研究開発（DxMT）

オーガナイザ

  • 金子 昂弘（東北大学）
  • 本武 陽一（一橋大学）

内容・テーマの例

本セッションでは、データ駆動型マテリアルズ・インフォマティクスの実現に向けた「データ創出・活用型マテリアル研究開発（DxMT）」の最新動向と課題を議論する。材料開発において、従来の経験則や試行錯誤に基づく設計を脱却し、実験・計算・理論を統合した多様なデータの体系的収集と活用が求められている。近年は、AI・機械学習などの人工知能技術を活用した材料設計支援が急速に進展しており、国内でも「DxMTプロジェクト」などの取り組みが始まっている。本OSでは、材料開発における実験・計測、シミュレーションなどによるデータ創出、およびAIを用いた材料設計・材料探索・知識抽出の実例を共有し、共通データ基盤や材料開発エコシステムの可能性を探る。構造－物性－プロセスの関係性理解、逆問題としての材料設計、説明可能AIによるブラックボックス化の回避といった課題にも焦点を当てる。

キーワード

  • データ駆動型マテリアルズ・インフォマティクス
  • データ創出・活用型材料開発（DxMT）
  • 材料設計
  • 機械学習
  • 生成AI

OS-23　人工知能と創造性 — 人の模倣を超えて

オーガナイザ

  • 小林 茂（情報科学芸術大学院大学）
  • 山口 達典（情報科学芸術大学院大学）

内容・テーマの例

本セッションは，AIと人間の創造的協働が現実のものとなりつつある今，その本質を深く理解し，真に人間の創造性を拡張する方向性を探ることを目的とします．2022年以降の生成AIの急速な発展は，著作権等の問題に留まらず，人間の創造性の概念そのものに根本的な問いを投げかけています．第2回となる今回は，AIとのエイリアン的関係を探索する先駆的なアーティストの招待講演を導入に、以下のようなテーマを中心に学際的な議論を深化させます．

1. 生成AI時代の「創造的プロセス」の再定義：AIとの対話や共同作業が，人間の着想，試行錯誤，完成のプロセスをどう変容させるか．
2. 創作者の主体性とウェルビーイング：AIが高度化する中で，人間の自己効力感，所有感，創作における達成感や喜びをいかに担保・向上できるか．
3. AI設計者の意図からの「逸脱」と「誤用」が拓く創造性：設計者の意図を超えた使用や予期せぬ生成物が，新たな芸術的表現や発見にどう結びつくか．

昨年開催した第1回では，これらの問題が単なる工学的側面だけでなく，哲学的・美学的・社会的側面を持つことを確認し（例：創作過程にかかる／かける時間の意味，作り手の意図と「誤用」の関係，自己効力感の重要性など），画期的な議論の場となりました．今回は，この議論を基盤とし，上記のような具体的な論点を通じて，人工知能研究における最重要課題の一つである「AIと創造性」の未来像を構想します．

キーワード

  • 人工知能
  • アート
  • 音楽
  • 創造性
  • 哲学

OS-24　AI駆動型創薬研究の新潮流

オーガナイザ

  • 田部井 靖生（理化学研究所革新知能統合研究センター）
  • 山西 芳裕（名古屋大学大学院情報学研究科）
  • 瀧川 一学（東京大学大学院新領域創成科学研究科）

内容・テーマの例

　網羅的計測技術の発達とAI・機械学習技術の革新により、創薬研究は大きな転換期を迎えている。オミクス解析や高精度な構造解析技術の進展によって、化合物・タンパク質・疾患などに関する膨大なデータが生成され、既存薬の新たな標的や未知の分子機構が次々と明らかになりつつある。これら多様なデータを統合的に解析し、創薬プロセス全体を最適化するためには、AIを中核とした新しいアプローチの確立が求められている。

　近年は、機械学習による分子設計・反応予測・標的推定から、生成AIや大規模言語モデル（LLM）を活用した化合物提案・知識抽出・創薬仮説生成まで、AI技術の応用範囲が急速に拡大している。さらに、自然言語・構造・画像・実験データなど異種モダリティを統合するマルチモーダルモデルや、量子計算を応用した分子シミュレーションや探索最適化など、計算科学の新たな潮流も創薬分野に浸透しつつある。

　本セッションでは、こうしたAI駆動型創薬の最新動向を、データ駆動型手法、生成モデル、量子計算、類似度検索、圧縮データ構造、マルチモーダル統合など多角的な観点から俯瞰する。さらに、アカデミアと産業界の研究者が一堂に会し、AIと生命科学・薬理学を架橋する次世代の創薬研究基盤の方向性を議論する場所を提供し、AIがもたらす創薬革新の未来像を展望する。

キーワード

  • AI創薬（AI-driven Drug Discovery）
  • マルチモーダルAI, 生成モデル
  • 分子設計支援
  • 圧縮データ構造
  • 量子機械学習

OS-25　もうひとつのAI倫理：技術が問い直す人間の役割

オーガナイザ

  • 水上 拓哉（新潟大学）
  • 大家 慎也（久留米工業高等専門学校）

内容・テーマの例

「AI倫理」と聞いてどのような営みを想像するだろうか。ひとつの方向性は、新出のAI技術を、私たちの既存の価値観や社会にうまく浸透するようコントロールする術を考えることだろう。たとえば、大学生が卒論やレポートの執筆をChatGPTに任せっきりにしてしまわないためにはどうすべきか、という問いを考えることは、この方向性の考察だといえる。

しかし、もうひとつ重要な方向性がある。それは、AI技術が私たちの生活にもたらす影響を踏まえ、人間の実存自体を再考することだ。たとえば、ChatGPTの生み出す「著者のいないテキスト」は、書くことにおける従来の「著者」の役割を揺るがすかもしれない。紙やペン、タイプライターを使い、人とモノの連関の中でテクストを生み出してきた私たち人間の役割は、生成AIの誕生によってどのように変わっていくのだろうか。

本OSでは、このようなAI倫理のもうひとつの方向性に着目し、AI技術によって人間の役割がどう変わっていくのか、あるいはどう変わっていくべきなのかを議論する。とりわけ今回は、工学研究者がAI倫理について興味をもって実施してみた実験やシミュレーションに関して、哲学や倫理学などの分野の知見を踏まえ、学際的に議論することを試みる。また、学際的交流を目的としたパネルディスカッションも予定している。

キーワード

  • 生成AI
  • AI倫理
  • 技術哲学
  • 人間の役割
  • シミュレーション

OS-26　ひと中心の未来社会とAI ー テクノロジー受容と未来の暮らし

オーガナイザ

  • 浅田 祐樹（株式会社デンソー）
  • 高椋 佐和（株式会社アイシン）
  • 名取 直毅（慶応義塾大学）
  • 豊田 平司郎（トヨタ自動車株式会社）
  • 城殿 清澄（株式会社豊田中央研究所）

内容・テーマの例

現代の都市・暮らしにおいては、交通、エネルギー、医療、教育など多様な分野でAIが組み込まれ、日常の意思決定やサービス提供の質を向上させている。その実装の過程においては、ユーザの納得感や信頼を醸成、また説明責任を明確化するAIの設計方針の確立が重要となる。
　今後、ひととAIが積極的なインタラクションを行う未来社会におけるAI技術は、便利さや効率の追求はもちろんのこと、多様な個人のWell-Beingと社会の受容性・レジリエンスを高め、カーボンニュートラルやサーキュラーエコノミーなどの地球環境への配慮も欠かさないという多元性と、その要求の変化に対応していく機能が求められる。さらに、都市や地域における暮らしの質を人が主体的に向上させるためには、技術と利用者たる人やコミュニティとの相互作用を理解し、テクノロジーを受容する度合いやその背景にある文化や価値観を理解し、インセンティブ設計など人々が納得して自ら行動を変容させていくことを支援する枠組みが必要である。本セッションでは、テクノロジーがもたらす未来を描きつつ、そこに生きる人々の暮らしを議論する際に示唆をもたらすような研究発表を幅広く募集したい。信頼や納得感、テクノロジー受容を考察し、具体的な応用や問題設定の提示、それに対する解決策やアプローチを追究することで、より良い未来の暮らしを創り出すためのAI技術の方向性を模索したい。

キーワード

  • 暮らしのスマート化
  • テクノロジー受容
  • 納得性・説明可能性
  • 持続可能性・環境配慮
  • モビリティ・ロボティクス

OS-27　不動産とAI

オーガナイザ

  • 橋本 武彦（株式会社GA technologies）
  • 清田 陽司（麗澤大学）
  • 山崎 俊彦（東京大学）
  • 諏訪 博彦（奈良先端科学技術大学院大学）
  • 清水 千弘（一橋大学）
  • 吉原 勝己（NPO法人福岡ビルストック研究会）

内容・テーマの例

不動産テック（PropTech/ReTech/RealEstateTech）は、米国での拡大を追う形で2015年頃から日本国内でも急速に市場が拡大している。当初未成熟であった市場は、近年、AI、データサイエンス、画像処理、言語処理、VR/AR技術、さらには生成AIなどの先端技術の導入により、活発な研究開発とビジネス応用が進展している。
本研究コミュニティが10周年を迎える今、不動産とAIの分野が次の10年でさらなる進化を遂げるためのロードマップを描くことが重要である。

本セッションでは、その羅針盤となるべく、以下の三つの問いを中心に議論を整理し、研究・開発活動の活性化を目指す。
・解決すべき課題：不動産とAI分野における研究・応用の障壁は何か。
・必要なデータ：研究・応用を加速させるために、どのようなデータが必要か。
・求められる研究：これらの課題を克服し、現場への定着や市場を牽引するために、どのような研究が必要か。

具体的なテーマ例
上記課題整理を踏まえ、本セッションでは以下に挙げるような（しかし以下に限定されない）、分野横断的な研究テーマを広く扱う。
・異分野連携による価値創造：経済学、建築学、地理学、都市学などの不動産と関連を持つ分野との連携と新たな知見の創出
・マルチメディア不動産データ：画像、動画、テキスト、センサーデータなど、多様な不動産ビッグデータの効果的な収集、加工、分析、活用技術
・不動産分野への生成AIの応用：物件提案、文書やメールの作成支援、広告やデザインシミュレーションなど、不動産における生成AI技術の最新動向と今後の可能性

キーワード

  • 不動産
  • 生成AI
  • 言語処理
  • 画像処理
  • オープンデータ

OS-28　GeoAI: 地理空間情報とAI

オーガナイザ

  • 松木 彰（NEC）
  • 池田 圭佑（NEC）
  • 畑山 満則（京都大学）
  • 厳 網林（慶応義塾大学）

内容・テーマの例

近年、都市を対象としたモニタリング、分析、予測、およびアクチュエーションの技術開発において、都市に関わる様々なデータ、特に地理空間情報は不可欠な基盤データとなっている。私たちの日々の生活や社会活動は、物理的な地理空間上で営まれており、人流解析や都市計画、防災、状況把握など多岐にわたる場面で、地理空間情報に基づく高度なデータ解析・予測技術の重要性が高まっている。
昨今、オープンデータ化やリモートセンシング技術の発展に伴い、地理空間情報の収集・活用も加速度的に進化している。特に、AI 技術の進展を受け、地理空間情報を活用した GeoAI や、生成 AI、エージェントベースの分析技術の応用がさかんに進められている。一方で、地理空間情報の持つ構造的特徴や多様性を AI が直接理解し活用するには、データ構造の設計や前処理、情報抽出手法など、なお解決すべき課題も多く残されている。
本セッションでは、「地理空間情報と AI」をテーマに、多様な地理空間データの収集・解析・活用の最新事例や、都市計画・防災・モニタリングへの応用、AI や生成 AI・エージェントを活用した新たな分析手法等について幅広く議論する。さらに、AI 時代における地図・空間情報の在り方や、今後求められる技術的・社会的課題についても意見交換する場とする。地理空間情報と AI の融合がもたらす未来に関心のある研究者・実務者に積極的にご参加いただきたい。

キーワード

  • 地理空間情報
  • GeoAI
  • GIS
  • エージェント
  • 人流
  • ソーシャルセンシング

OS-29　人と人、人と社会をつなぐAI

オーガナイザ

  • 中川 聡（東京大学）
  • 内田 秀継（富士通株式会社）
  • 内山 瑛美子（東京大学）
  • 馬場 絢子（奈良女子大学）
  • 松本 啓吾（筑波大学）
  • 岡田 玖美子（奈良女子大学）
  • 阿部 由吾（東京大学）

内容・テーマの例

AIはこれまで、文章生成や要約、カスタマーサポートの自動応答といった、人の作業を部分的に代替する形で広く使われてきた。しかし今後は、AIが人と人、人と社会を「つなぎ直す」役割を果たす設計がより重要になる。本OSでは、LLMや行動・状態推定、介入最適化といった技術を基盤に、共感的AIや熟慮支援AI、AIメディエーションを通して、人の関係性に働きかけるデザインを議論する。具体的には、対立緩和や内省・相互理解の促進、弱いつながりの再構築、コミュニティ参加の後押しなど、社会的なつながりを豊かにするための実践と理論を扱う。

同時に、社会の分断や偏見、SNS上の誹謗中傷、不信感の拡大、偽情報の拡散といった課題を正面から捉え、包摂性・公平性・プライバシー・説明可能性・ガバナンスを踏まえた設計原理や評価方法を共有する。AI介入の影響をどのように測り、どのように安全で信頼できる形で社会へ実装するかを多様な視点から検討していく。

HRI・HCI・NLP・社会情報・教育・医療・自治体・産業など、幅広い分野からの発表を歓迎する。実世界データや現場との協働に基づき、再現性のある知見を蓄積し、これからの人と社会をつなぐAIの姿をともに描いていきたい。

テーマ例
・人や関係性の包括的状態推定（心理的安全・自己開示・QOL・行動変容）
・AI介入による関係構築促進／対立緩和の効果検証
・熟議・合意形成を支えるLLMファシリテーション設計と評価
・多様性と公平性を両立するAIメディエーション
・汎用性と個人最適化を両立するAIデザイン
・複数ロボット×複数人物の協働・参加設計と実証（公共空間・教育・福祉）

キーワード

  • 共感的インタラクション
  • 熟慮支援
  • AIメディエーション
  • 多様性と共生
  • 関係構築
  • LLM
  • 行動・感情推定

OS-30　進化するAIサイエンティスト

オーガナイザ

  • 神楽坂 やちま（東京大学）
  • 大江 力（東北大学）
  • 山田 涼太（Science Aid株式会社）

内容・テーマの例

汎用人工知能へ至る道として，近年では，LLMのスケール，身体性や世界モデル，認知アーキテクチャ，などのアプローチが主流です．その他にも考えられる，LLMエージェントを用いた，AI分野のAIサイエンティスト，あるいは自己進化 (self-evolving / self-improving agents)，といった切り口は，まだ萌芽的な領域です．
また，従来，科学を自動化する様々な試みがなされてきました．近年のLLMの出現により，全工程を自動化するAIサイエンティストが具現化され，急速に注目を集めています．

本セッションでは，以下のような内容を扱います（関連性があれば，これらに限りません）．
◎　メイントピック：AIサイエンティスト，自己進化/自己改善エージェント
・メイントピックの新しいシステム，エージェント
・メイントピックのためのベンチマークやAI査読者
・現実での実験を含む様々な分野への応用
◎　基礎技術：メイントピックを意識したご発表が前提
・演繹的推論，長時間動作，ハルシネーション，数値の扱いなどLLMの弱点克服
・先行研究などの検索
・仮説生成，探索
・プログラミング言語やAPIなどの外部ツール連携
・AIが研究する過程での記憶
・論文の自動執筆
・LLMエージェント強化学習
・進化的計算，進化的アルゴリズム
◎　メイントピックを取り巻く環境
・メイントピックや基礎技術の発展動向
・AI科学者の安全性や倫理的側面

キーワード

  • AIサイエンティスト
  • 科学の自動化
  • エージェント
  • 仮説生成
  • 情報検索

OS-31　LLM時代のソフトウェア工学

オーガナイザ

  • 丸山 宏（Preferred Networks）
  • 杉山 阿聖（株式会社 Citadel AI）
  • 江澤 美保（株式会社 クレスコ）

内容・テーマの例

LLMの登場によって、ソフトウェア工学が大きく変化しつつある。
本セッションでは、LLMのためのソフトウェア工学（SE for LLM、ツールやテストなど）、LLMを活用するソフトウェア工学（SE by LLM、要求分析やコード生成など）に加えて、LLMがソフトウェア工学の在り方そのものを変える「SE with LLM」の視点から、LLMとソフトウェア工学の新たな関係を探る。
LLMを前提とした業務設計・評価・運用の課題を共有し、LLM時代のソフトウェア工学を再定義する議論基盤を形成するとともに、ソフトウェア工学分野の研究者・実務者が人工知能分野に参画する契機を提供する。

キーワード

  • 大規模言語モデル
  • ソフトウェア工学
  • テスト
  • 要求
  • エージェント型AI

OS-32　音楽認識・生成技術が紡ぎ出す未来の社会

オーガナイザ

  • 中村 栄太（九州大学）
  • 浜中 雅俊（理化学研究所）
  • 北原 鉄朗（日本大学）
  • 上原 由衣（神奈川大学）

内容・テーマの例

近年の深層学習などの進展により、音楽情報学分野では音楽の生成技術や認識技術の性能が飛躍的に向上している。これにより、近い将来に情報技術を用いた音楽の新しい形の創作や鑑賞が可能になると考えられる。一方で、自動作曲は1950年代から既に研究され、60年代から自動作曲技術を取り入れた芸術活動が発展するなど、音楽情報学は情報学の黎明期から自動創作・生成AIの研究が盛んに行われた分野でもある。本OSでは、音楽生成と認識技術に関する最新の研究についての議論に加えて、それらの研究が今後発展することで、どんな社会や音楽文化が今後実現されうるかという統一テーマについて議論する。本OSは、2024年、2025年に続いて3回目の開催である。今年度は、これまでの議論を踏まえ、より幅広い方々からの投稿を期待したい。
テーマの例としては、音楽の鑑賞支援、即興演奏支援、自動生成、分析技術などで、機械学習に基づく最先端の音楽認識・生成技術とそれが紡ぎ出す未来の音楽文化の形についてのテーマに基づく講演を募集する。なお、通常の要素技術や応用システムの開発研究の研究内容に併せて、その研究が発展することで、どんな社会が今後実現されうるかを、原稿および発表内で議論（1段落程度、1～2分程度）していただくことで、多分野にまたがる研究の議論と交流の機会としたい。

キーワード

  • 音楽生成
  • 音楽認識
  • 音楽分析
  • 音楽知能情報処理
  • 人工知能と社会

OS-33　Affective Computing

オーガナイザ

  • 熊野 史朗（NTT コミュニケーション科学基礎研究所）
  • 日永田 智絵（奈良先端科学技術大学院大学）
  • 森田 純哉（静岡大学）
  • 岡田 将吾（北陸先端科学技術大学院大学）
  • 鈴木 健嗣（筑波大学）

内容・テーマの例

本オーガナイズドセッションは，Affective Computing をテーマとして2026年で7回目となる．これまでの6回の実施を通じて，本分野に関心を持つ研究者の交流の場として定着しつつあり，本年度はさらに対象とする現象と計算論的アプローチの両面を拡張することをめざす．Affective Computing は，人の感情を機械に理解させたり，感情的な振る舞いを生成させるだけでなく，感情のメカニズムを計算論的に理解し，機械に感情を持たせることを目指す学際的領域として発展してきた．その中核にある人工知能技術は，従来の感情カテゴリや感情次元の自動推定にとどまらず，マルチモーダル・マルチエージェントによる表現学習や，大規模言語モデルや生成モデルを用いた高次の感情や心理状態の理解・生成へ広がりつつある．今後，行動・生理・環境情報を統合したマルチモーダル／物理AIが発展すれば，感情を持つ機械の実現に近づくと考えられる．本分野は，IEEE Transactions on Affective Computing や International Conference on Affective Computing and Intelligent Interaction (ACII) をはじめとする国際ジャーナル・国際会議を中心として発展してきており，今後も人工知能研究の重要な柱の一つとなることが期待される．本オーガナイズドセッションでは，通常の口頭発表を中心に，特別企画も交えながら，国内外の研究者が集い，人工知能分野における感情計算論の現在地と今後の課題について多角的に議論する場を提供する．

キーワード

  • 感情
  • 情動
  • 計算論
  • 主観
  • 行動
  • 生理

OS-34　サイバー世界とリアル世界を架けるAI

オーガナイザ

  • 鷲尾 隆（関西大学）
  • 吉岡 琢（株式会社Laboro.AI）
  • 窪澤 駿平（日本電気株式会社）
  • 小松崎 民樹（北海道大学）
  • 西山 直樹（住友重機械工業株式会社）
  • 山崎 啓介（産業技術総合研究所）

内容・テーマの例

あらゆる分野のデジタル化(DX)の中で、人間活動はリアル世界のみならずサイバー世界でも様々な処理を行うものへと変貌を遂げつつある。このようなリアル世界とサイバー世界が融合した活動には、極めて複雑高度で効率的、高精度な振る舞いや処理が要求され、それに応える人工知能への期待は大きい。しかしながら、機械学習や深層学習、パターン認識などの研究ではアルゴリズムのサイバー世界での性能向上に重きが置かれ、ヒューマンインタフェース研究でも両世界の融合を重視した包括的研究は少なかった。リアル世界とサイバー世界両方の様々な課題設定や制約の下で、十分な性能を発揮する基礎的な原理や手法・技術を目指す研究は十分ではない。一昨年、昨年の開催に引き続き、本オーガナイズドセッションは、サイバー世界とリアル世界をまたいで複雑高度な知的処理を効率的、高精度に実施できる人工知能の原理・手法・技術に関する研究開発成果の発表の場を提供する。そして、従来研究の不十分な点とそれを克服するための研究課題を改めて洗い出し、今後の人工知能がより深く様々な人間活動に実装される研究開発を加速する機会としたい。
テーマの例
リアル世界の状況をサイバー世界に取り込むセンシング・計測のＡＩによる高度化（計測インフォマティクス）
サイバー世界の処理結果をリアル世界に反映・実装するアクチュエーション・制御のＡＩによる高度化（プロセスインフォマティクス）
サイバーとリアルで生きる人間に必要な両世界のインターフェイスのＡＩによる高度化（ヒューマンインタフェースAI）

キーワード

  • サイバーフィジカルシステム
  • 計測インフォマティクス
  • プロセスインフォマティクス
  • フィジカルAI
  • ヒューマンインタフェース
  • データ同化

OS-35　人工知能が拓く地震・火山研究の新地平

オーガナイザ

  • 長尾 大道（東京大学地震研究所）
  • 久保 久彦（防災科学技術研究所）
  • 加納 将行（京都大学防災研究所）

内容・テーマの例

近年、人工知能（AI）の急速な発展は、地震学や火山学を含む地球科学の分野に新たな展開をもたらしている。観測網や衛星観測の整備、地球物理学的・地球化学的観測の高度化・多様化により、地震活動や火山活動に関する膨大なデータが得られるようになった。これらのビッグデータをAI技術によって解析することで、地震・火山現象の理解の深化や新たな予測手法の開発など、さまざまな成果が報告されつつある。
本オーガナイズドセッションでは、地震・火山研究におけるAIおよび関連技術の基礎から応用までを対象とし、データ解析、モデリング、可視化などに関する幅広い研究発表を募集する。また、本セッションを人工知能研究者と地震・火山研究者の対話と協働の場とし、両分野の学際的連携のさらなる発展をめざしたい。

キーワード

  • 地震
  • 火山
  • 地球科学

OS-36　制約プログラミングの理論と実践: 充足・列挙・計数・最適化

オーガナイザ

  • 波多野 大督（株式会社デンソー）
  • 宋 剛秀（名古屋大学）

内容・テーマの例

制約充足問題および制約最適化問題 (以下，まとめて CSP と呼ぶ) は，それぞれ与えられた制約を満たす解および最適解を探索する問題である．
制約プログラミングは, CSP を取り扱うプログラミングパラダイムである．
人工知能研究で生じる多くの組合せ問題は CSP として定式化できることから, 制約プログラミングは, 1980年代から現在に至るまで人工知能分野で活発に研究されてきた.

本オーガナイズドセッションでは，「制約プログラミングの理論と実践」に関する研究発表・議論を行う場を提供することを目的し，AIにおける探索や推論,アルゴリズム, 言語, モデル, システムなど制約プログラミングに関する理論と実践に関するテーマを幅広く募集する．以下にテーマの例を挙げる．

- ソルバー (CSP, SAT, MaxSAT, PB, SMT, ASP など)
- 推論・探索アルゴリズム (CDCL, 列挙 など)
- 知識コンパイル (BDD/ZDD/MDD などの Decision Diagram)
- マルチエージェント (分散CSP, 提携構造形成問題 など)
- 応用 (モデル検査, スケジューリング, プランニングなど)

制約プログラミングはCP国際会議や各種ソルバーの競技会が毎年開催されるなど国際的な関心が高い．本オーガナイズドセッションでは，国内の研究者を一堂に会して，国内コミュニティの活性化を目指す．

キーワード

  • 制約充足問題・制約最適化問題
  • SAT/MaxSAT/PB/SMT/ASP
  • BDD/ZDD/MDD
  • 列挙問題
  • マルチエージェント

OS-37　生成AIとナレッジグラフ

オーガナイザ

  • 古崎 晃司（大阪電気通信大学）
  • 森田 武史（青山学院大学）
  • 黒川 茂莉（株式会社KDDI総合研究所）
  • 広田 航（ストックマーク株式会社）

内容・テーマの例

生成AIの幻覚（ハルシネーション）の問題もあり、生成AIに体系化されたナレッジを与える手段が必要とされています。一方で、人間が「指さし」で確認できる体系化されたナレッジの集合としてナレッジグラフがあります。本セッションでは、ナレッジグラフを用い生成AIに体系化されたナレッジを与え、応答の精度を上げたり、逆に生成AIからの出力に基づいてナレッジグラフを拡張するといった、生成AIとナレッジグラフの相互作用を促進する研究を募集します。

テーマ例は以下の通りとなります。
＜生成AI→ナレッジグラフ＞
・生成AIを用いたエンティティ抽出、エンティティリンキング
・ナレッジベース、ナレッジグラフの構築・補間
・ナレッジグラフの文章化
＜ナレッジグラフ→生成AI＞
・ナレッジを用いた生成AIの応答精度向上（RAG、GraphRAG、ハルシネーション抑制）
・生成AIの説明可能性向上
・生成AIの出力の構造化（シーングラフ等との連携）
・ナレッジグラフを用いた生成AIの学習データ、ベンチマーク作成

また、上記技術を活用したWebや実空間の領域別アプリケーションに関する研究も募集します。人工知能学会のAIマップを関連付けた企画も検討予定です。

キーワード

  • 生成AI
  • 大規模言語モデル（LLM）
  • ナレッジグラフ
  • オントロジー
  • GraphRAG

OS-38　AIによるスマートマニュファクチャリングと健全性管理

オーガナイザ

  • 矢入 健久（東大先端研）
  • 堤 誠司（JAXA）
  • 今村 誠（東海大学）
  • 植野 研（東芝）

内容・テーマの例

Smart Manufacturingおよび System Health Management（SM&SMH，システム健全性管理）は，統計学，信頼性工学，機械工学，AIの分野で，異常検知，不良要因推定，部品寿命予測の観点から，機械，電気・電子，土木・建築，化学，金属などの分野（ドメイン）ごとに研究が深められ，おもに，製造分野やインフラ分野にて，設計支援，生産管理，品質管理，設備管理，運用・保守・点検の効率化，サプライチェーン管理などが実践されてきています．一方で，近年，SM&SHMのためのAI関連技術として，データ駆動型アプローチが活発に研究・利用されています．このアプローチでは大量の学習データが必要ですが，産業システムでは十分なデータが必ずしも利用可能ではないことが多くあります．このため，ドメイン知識に基づくモデルベースアプローチとの融合がますます重要になっています．本セッションでは，AIに基づく方法論・ツール・基盤技術の観点から，ベストプラクティスや課題の共有を通じて，現場ニーズにこたえるための分野横断的な議論を行います．生産現場やインフラでの，機械学習や深層学習による設計・製造支援，保守点検効率化，異常検知，不良要因推定，故障予測，シミュレーション連携，残存耐用期間（RUL）の予測など，また，生産管理や設備管理，品質管理，点検保守における最適化や計画問題なども対象テーマとなります．

キーワード

  • 異常検知
  • 故障予測
  • 不良要因推定
  • 設計支援
  • 品質管理
  • 機械学習・深層学習

OS-39　世界モデルと知能

オーガナイザ

  • 鈴木 雅大（東京大学）
  • 岩澤 有祐（東京大学）
  • Paavo Parmas（東京大学）
  • 林 浩平（東京大学）
  • 小島 武（東京大学）
  • 宮西 大樹（東京大学）
  • 松尾 豊（東京大学）

内容・テーマの例

世界モデルとは，エージェントを取り巻く環境・身体・他者などの多様な要素を学習によって内部に構築し，観測からは直接得られない過去・未来・反実・潜在状態を予測・推論する枠組みである．これにより，目的に応じた行動選択や計画立案を高度化できる．近年は，動画生成AIによる時空間ダイナミクスの獲得や，大規模言語モデルを用いたマルチエージェント対話・社会シミュレーションなど，世界モデル概念を拡張した応用が急速に進展している．

環境をモデル化するという発想自体は，制御工学における内部モデルや認知科学におけるメンタルモデルなどにも見られるが，深層学習の発展により，従来は困難だった高次元で複雑な世界の部分観測データに基づくモデル化が現実的になったこと，さらに動画生成モデルや大規模言語モデル等の様々なモダリティにおける基盤モデルの進展によって，自然言語との統合，ロボティクスへの応用，そして仮想環境における大規模シミュレーションが可能になりつつあることは，大きなブレイクスルーである．

本企画セッションでは，（１）深層学習による外界・時空間のモデル化の方法論，（２）学習した世界モデルをロボット行動決定，社会シミュレーション，大規模言語モデルによる社会的相互作用の生成・分析などに利用する方法，（３）安全性・解釈性・社会影響といったAIの諸問題における世界モデルの役割と重要性について議論する．世界モデルという概念を軸に，人工知能だけでなくロボティクス，自然言語処理，動画・3Dによる現実世界のモデリング，認知科学，神経科学，計算社会科学などの分野の研究者が交わり，学際的な議論を行う場となることを目指す．

キーワード

  • モデルベース強化学習
  • 状態表現学習
  • 動画／3D生成モデル
  • 基盤モデル
  • 社会シミュレーション

OS-40　ヒューマン・イン・ザ・ループAI

オーガナイザ

  • 李 吉屹（北海道大学）
  • 小山 聡（名古屋市立大学）
  • 鹿島 久嗣（京都大学）
  • 荒井 ひろみ（理化学研究所 AIP）
  • 森 純一郎（東京大学）
  • 堤 瑛美子（法政大学）
  • 新 恭兵（京都大学）

内容・テーマの例

ヒューマン・イン・ザ・ループ（Human-in-the-loop: HITL）AIは、人間とAIが適切に役割を分担し、協働することで、複雑で困難な問題の解決を目指す方法である。近年、AIの自動化や予測能力は著しく向上している一方で、高度な判断や倫理的・社会的な問題においては、依然として人間による関与と補完が不可欠である。今後、AIが社会に広く受け入れられ、信頼されながら発展していくためには、HITL AIの考え方が本質的な役割を担うと考えられる。

本OSでは、HITL AIの理論的背景から、実現に向けた方法論の開発、実践的応用、そして社会的要請や倫理的課題に至るまで、幅広い観点から議論を行う。具体的には、HITL機械学習、品質の高いデータセットの構築、AIの出力に含まれるバイアスや公平性の問題、プライバシー保護、AIの意思決定プロセスの説明可能性など、多様なテーマを含む。AIへの人間の介入のあり方やその戦略、実践的な事例研究、さらには人間とAIの協働デザインに関する研究なども対象とする。研究発表と活発な議論を通じて、AIと人間が連携して取り組むべき現実の課題を明らかにし、研究コミュニティおよび産業界の発展に寄与することを目的とする。

想定されるキーワード（これらに限定されない）：
ヒューマンコンピュテーション、クラウドソーシング、AIの説明可能性、HITL機械学習、データ収集とアノテーション、バイアスと公平性、プライバシー保護、AIの倫理、科学・産業におけるHITL AI応用、生成AIとヒューマンフィードバック、教育とAI、AI for Science、AIコンペティション

キーワード

  • ヒューマンコンピュテーション
  • クラウドソーシング
  • 人間参加型機械学習
  • データ収集とアノテーション
  • AIの説明可能性
  • バイアスと公平性
  • AIの倫理
  • 生成AIとヒューマンフィードバック
  • 科学・産業におけるヒューマン・イン・ザ・ループAI応用

OS-41　言語とコミュニケーションの創発

オーガナイザ

  • 長野 匡隼（京都大学）
  • 谷口 忠大（京都大学/立命館大学）
  • 上田 亮（東京大学大学院）
  • 鈴木 麗璽（名古屋大学）
  • 中村 友昭（電気通信大学）
  • 橋本 敬（北陸先端科学技術大学院大学）

内容・テーマの例

近年，大規模言語モデル（LLM）の進展により汎用人工知能の実現が期待される一方で，その知能の源泉である言語の本質を問い直す契機が訪れている．これまでに人が積み上げてきた言語を利用することでLLMは人のように振る舞うものの，それがどのように生み出されてきたかは依然として不明である．知能は，身体や環境，他者との相互作用，さらには文化的・情動的要因にも影響されて形成・発展しており，その社会的・進化的メカニズムや実世界での接地には依然として多くの課題が残されている．こうした課題に構成論的アプローチから取り組む「創発コミュニケーション」に関する研究が注目を集めている．言語やその体系が生み出される過程をモデル化することを目的とし，身体を持つエージェントによる言語や記号の創発に関する記号創発ロボティクスや言語の世代間の進化に着目した言語進化，複数のエージェントがコミュニケーションを介して行動決定するマルチエージェント強化学習など，様々な分野が関連する研究領域である．本セッションでは，ロボティクス，マルチエージェント，複雑系科学，言語進化，計算言語学，認知科学などの多様な分野の研究者が集い，研究成果を共有し議論を行うことで，学際的なコミュニティの形成を目指す．これにより，新たな研究領域の開拓や分野横断的な協力体制の強化を図る．

キーワード

  • 創発コミュニケーション
  • 言語進化
  • 実験記号論
  • 記号創発ロボティクス
  • マルチエージェント強化学習

OS-42　多様な語りと解釈のフロンティア

オーガナイザ

  • 小野 淳平（青森大学）
  • 福島 宙輝（神戸大学
  • 古屋 有紀子（千葉大学）

内容・テーマの例

　新しい試みや未踏研究領域など、従来の枠組みに収まりにくいテーマも歓迎しています。他セッションでは扱いにくい内容をお持ちの方も、ぜひご検討ください。
　通信技術の発展により、個人の創作活動や表現の流通はかつてないほど拡大した。さらに近年、生成AIの登場により、「自分の中にある何かを表現する」手段が質的に変化しつつある。この環境の変化は、技法や技術の問題にとどまらず、「何を表現するのか」「何を語るのか」といった個人の内的特性そのものに注目を集めている。また、大規模言語モデルの「言語理解」が意味を伴うものか否かという議論を契機に、人間における意味理解や解釈のプロセスそのものを再考する必要が生じている。
　本セッションでは、人間が持つ「語り」と「解釈」の仕組みを多角的に探究する。「語り」を何かを表現する行為として、「解釈」を表現されたものを読み取る行為として捉え、記憶・想像・自己理解・感情形成を支える基盤としての「物語」のあり方を議論する。認知科学、感性研究、物語論、人工知能研究などの諸分野を横断し、人間の知性・感性・社会的理解の形成に関わる「語り」や「解釈」のメカニズムを多面的に考察する。そして、AI、認知科学、文学理論などの伝統を継承しつつ、人文学的知と科学的知を架橋する新たな研究体系の構築を目指す。
■ テーマの例
•物語的思考と人間の認知構造
•文学・芸術における感性の認知的メカニズム
•味や香りなど感性にまつわるフロンティアな語りと解釈
•歌舞伎・昔話の構造
•ビデオゲームにおける語りの物語言説
•共感の働き
•生成AI時代における物語研究
•偽情報・陰謀論における語り"

キーワード

  • 感性
  • 解釈
  • 人工知能・生成AI
  • 語り
  • 物語的認知
  • ポスト・ナラトロジー

OS-43　生成AIによるロボットシステム向けマルチモーダル音声理解・生成技術

オーガナイザ

  • 李 勝（東京科学大学）
  • Benjamin Yen（東京科学大学）
  • 程 飛（京都大学）

内容・テーマの例

自然言語処理（NLP）の分野では、大規模言語モデル（LLM）や生成AI（GenAI）の急速な発展により、マルチモーダル理解、論理的推論、効率性、アクセシビリティといった多くの側面で顕著な進歩が見られています。特に音声認識・音声理解・音声対話といった音声技術は、LLM/GenAI との統合によって飛躍的に性能が向上し、より自然で文脈に応じたインタラクションが可能になっています。近年では、こうした音声を中心としたAI技術を単なる言語処理にとどめず、ロボティクス分野へと統合することで、タスク計画の高度化、柔軟で自然な音声ベースの人間–ロボットインタラクションの実現、さらには複雑な実世界環境への適応能力の向上が期待されています。
本特別セッションでは、LLM/GenAI と音声処理技術を活用して自律的にタスクを遂行するロボット技術に焦点を当て、音声理解を核とした知能化ロボットシステムを構築するための課題や新たな研究方向性について議論します。さらに、本ワークショップでは、研究の再現性と発展を促すため、さまざまなオープンソースフレームワークおよびモデルの積極的な活用を推奨し、コミュニティ全体での知識共有と技術発展を促進します。

想定されるテーマ（これらに限定されない）：
ロボットシステムのための音響・音声・言語処理、ロボットシステム向けデータセット、ベンチマークおよびモデル、LLM・生成AI、マルチモーダル、多言語、マルチタスク、ロボティクス

キーワード

  • 音声理解・生成
  • LLM／生成AI
  • マルチモーダル
  • 多言語
  • マルチタスク
  • ロボティクス

OS-44　統合AIと社会的知能の創発

オーガナイザ

  • 谷口 彰（立命館大学）
  • 宮澤 和貴（大阪大学）
  • 相良 陸成（静岡県立大学）
  • 栗原 聡（慶應義塾大学理工学部）

内容・テーマの例

大規模言語モデルや基盤モデルの発展により、統合的な知能システムの設計と実装が現実的な段階に入りつつある。これまでの統合AI研究では、異なる処理様式（即応的・熟考的・発達的）を結合するアーキテクチャ設計や、シンボリックAIとコネクショニズムAIの接続、メタ認知や世界モデルに基づく汎用的な知能構造の探究など、知能要素の統合的実現に向けた基盤技術の確立が進められてきた。一方で、今後の知能の発展においては、単体の統合システムを超え、複数のエージェントや人間社会との相互作用を通じて新たな知的能力が創発する「社会的知能」の理解と設計が重要となる。すなわち、エージェント間の協調や競合、社会的学習や価値共有、信頼や倫理の形成といった社会的ダイナミクスを内包する知能の共進化的アーキテクチャの構築が求められる。本OSでは、これまでの統合AIの枠組みを基盤としつつ、社会的知能の創発原理・実装手法・社会的適応に関する幅広い議論を行う。

キーワード

  • 統合AI・統合認知モデル
  • 脳型アーキテクチャ
  • LLMエージェント・AIエージェント
  • 集合知・集合的予測符号化
  • 社会的知能・発達的知能

OS-45　インタラクションとAI

オーガナイザ

  • 酒造 正樹（湘南工科大学）
  • 酒井 元気（日本大学）
  • 近藤 一晃（京都大学）
  • 下西 慶（京都大学）
  • 安部 健太（帝京大学）
  • 土屋 篤生（湘南工科大学）
  • 松岡 広樹（立正大学）

内容・テーマの例

インタラクションの理解とモデル化に関する研究は、個人や集団レベルでのコミュニケーション能力の向上に繋がることから期待が高まっている．さらに近年発展してきている機械学習の技術と，音声・画像・言語などのメディア処理，ユビキタスコンピューティング，ウェアラブルコンピューティングを統合することで，インタラクションの理解とモデル化，その支援技術に関する研究基盤が整ってきている．これらの基盤技術は、ユーザーの多様な表現やコミュニケーションスタイルに対応するためにますます重要となっている。今回のセッションでは、これらのトピックに焦点を当て、最新の研究成果や展望について情報交換を行い、未来のインタラクションに向けて探求していくことが目的である。

キーワード

  • コミュニケーションの質のモデル化
  • ウェアラブルデバイス
  • 社会的信号処理
  • フィードバック法
  • インタラクションへの介入
  • ワークショップデザイン
  • CSCW (computer supported cooperative work)

OS-46　AI諸技術の発展に基づく学びのモデルの高度化と展望

オーガナイザ

  • 宇都 雅輝（電気通信大学）
  • 古池 謙人（東京理科大学）
  • 田和辻 可昌（東京大学）
  • 山本 頼弥（静岡大学）

内容・テーマの例

教育・学習分野におけるAIの導入は目覚ましいものがあり、教育ビッグデータに基づくデータ駆動型の学習モデル構築、学習者の表情をはじめとした生体データなど扱えるパラメータの増大による学習モデルの拡張、機械学習などの発展によるモデル駆動型の学習モデルの洗練といった動きが見られる。これにより教科学習だけではなく、スキルやメタ認知など、様々な高次な学習対象も実用的な支援が実現可能となっており、コンピュータ（AI）が、人の学びをより深いレベルで捉えることが可能になっている。そこで本OSでは、人の学びを機械が支援する上で、その「入力パラメータの多様性（データの種類）」「学びの蓄積（ビッグデータ）」「学びの処理の洗練（AI処理論に基づく学びのモデル化）」を念頭に置きつつ、今後の人の学びをどのように明らかに、あるいは評価、支援しうるかを議論したいと考えている。

キーワード

  • 統計・数理モデル
  • 知識・意味モデル
  • 情動推定モデル
  • スキル
  • ラーニングアナリティクス

OS-47　基盤モデル時代におけるPhysical AI

オーガナイザ

  • 河野 慎（東京大学/ZEN大学）
  • 松嶋 達也（東京大学/AIRoA）
  • 河原塚 健人（東京大学）
  • 太田 佳（AIRoA）
  • 尾形 哲也（早稲田大学/AIRoA）

内容・テーマの例

Vision-Language Action(VLA)モデルや世界基盤モデルといった基盤モデルの進化が著しい．
背景には，大規模言語モデル(LLM)の技術革新による知見の蓄積があげられる．
LLMにおける大規模に収集されたデータの扱い方やモデルのアーキテクチャなどの利活用により，ロボティクスや自動運転といったPhysical AIと呼ばれる技術がより高性能かつ汎用的になる．
実際，環境変化への適応力やタスク汎用性が向上し，いくつかのベンチマークで従来技術を上回る研究成果も出てきており，大いに期待できる．

一方で，実空間と結びつきが強いPhysical AIはLLMが主に扱う言語・画像領域には存在しない特有の課題が多く，依然として実用化には至りきれていない．
例えば，データ収集では時空間方向に知覚情報や行動情報の網羅性・緻密性の改善が求められ，システムとして実装する際はリアルタイム性や巧緻性，安全性が求められる．
さらに，これらの課題解決の知見は各研究組織内で閉じる傾向が(特に海外を中心に)強く，実用化の律速となってしまっている．

そこで，本セッションでは，
1) VLAモデルや世界基盤モデルを用いた知覚・言語・行動統合
2) 大規模行動データの獲得・活用
3) シミュレーション・実環境の橋渡し
4) ロボティクスや自動運転といった産業・社会応用

などを中心に，基盤モデルが普及した際のPhysical AIのあり方や知見の共有および議論を行い，Physical AIの実用化を加速させることを目指す．

キーワード

  • ロボティクス
  • 自動運転
  • 基盤モデル
  • データ収集
  • シミュレーション

OS-48　心情認知とAI：人のこころの機微を捉え、表現する

オーガナイザ

  • 上田 祥行（京都大学）
  • 井上 昂治（京都大学）
  • 小森 政嗣（大阪電気通信大学）

内容・テーマの例

これまでの研究では、表情、心拍、皮膚電位、脳波などの生体情報を用いて、人が抱く多様なこころの状態を理解しようとしてきた。しかし、これらの情報からは大まかな情動カテゴリを捉えるにとどまり、人々が日常において抱く複雑で繊細な「こころの機微」とも呼べるような状態を捉えることは依然として難しい。こうした限界を乗り越えるためには、新たなセンシング技術や信号処理手法の開発だけでなく、そもそもこころの状態をいかに定義するべきかといった理論的基盤の再構築が不可欠である。本提案では、１）複数の情動が強弱をもって同時に存在し、その重なりや組み合わせによってこころの状態が特徴づけられること、２）生体情報そのものは複数の解釈可能性を持っており、文脈（場のコンテキストや文化）の情報を統合することで初めてこころの状態を理解することができる、という二つの仮説に基づき、心情の理解を目指す。これにより、AI が扱うべき人間理解の新たな層を提示するものである。

テーマ例：
　マルチモーダルAIと心情空間の連合
　文化による心情カテゴリの差異とその計算モデル化
　対話の裏側にある心情の推定
　長期におよぶグリーフ感情の重症化緩和に向けたAIの利用

キーワード

  • 心情
  • こころの機微
  • コンテキスト
  • 生体情報
  • 主観体験

OS-49　AIアライメント

オーガナイザ

  • 林 祐輔（一般社団法人AIアライメントネットワーク／株式会社Humanity Brain）
  • 坂本 航太郎（東京大学）
  • 濱田 太陽（株式会社アラヤ）
  • 堀部 和也（理化学研究所）
  • 岡 瑞起（千葉工業大学）

内容・テーマの例

大規模言語モデル（LLM）の事後学習や，ツール・メモリ・環境と相互作用するエージェント型 AI（Agentic / Embodied / Physical AI）が，自己改善と高い自律性を備えた新しい知能基盤として急速に普及しつつある．このような状況のもと，AIが人間の価値観と意図に沿って振る舞い，長期的な社会進歩に貢献することを保証する「AIアライメント」は，学術的にも社会的にもその重要性が一段と高まっている．実世界の職場・教育現場・研究コミュニティ・オンラインプラットフォームなどでは，複数の人間と AI エージェントがマルチエージェントシステムとして相互作用する状況が急速に立ち上がりつつあり，単一モデルの安全性に留まらず，「複数の主体がどのような制度・インセンティブ・学習ダイナミクスのもとで，望ましい均衡状態に収束しうるか」という集団力学の問題として再定式化される． この観点から，AIアライメントは，経済学・ゲーム理論，集団力学，集合知，文化進化，社会シミュレーション，さらには認知科学・神経科学・メタ科学とも接続しうる学際的テーマである． 
本セッションでは， 
① LLM 事後学習によるアライメント手法 
② Learning in Games やマルチエージェント強化学習に基づく均衡形成とその安定性 
③ 集合的予測符号化・集団ベイズ推論などによる集団ダイナミクスと言語・規範創発のモデル化 
④ 職場・教育・研究コミュニティなどにおける人間–AI システムの制度設計とガバナンス を主なテーマとして扱う．

キーワード

  • AIアライメント
  • LLM事後学習
  • AIエージェント
  • マルチエージェント
  • Open-endedness