システムディペンダビリティ研究室

About研究室について

AIシステムの不確実さを捉え、高信頼にする。

システムディペンダビリティ研究室は、AIシステムのエラーや障害、劣化といった不確実な要因を捉え、より高信頼で効率的なAIシステムを実現する技術を研究しています。
確率モデルを使って信頼性や性能を定量的に評価し、品質のトレードオフを考えながら設計の最適化にも取り組んでいます。
研究の対象には、機械学習を使ったシステム、UAV（無人航空機）を使ったシステム、長時間動き続けるソフトウェアなどがあります。
研究室のサイトでは「ディペンダブルAIシステム研究室（DAIS）」の名前で紹介されています。

Research研究テーマ

AIシステムの不確実な振る舞いを捉え、システムの信頼性や可用性を定量的に分析して、コストが最適になる設計を目指しています。高信頼なAIシステムやUAVシステムの品質設計、大規模言語モデルによる高信頼ソフトウェア自動開発などにも取り組んでいます。

※イメージ画像

AIシステムの高信頼化↗

自動運転車のように機械学習を使うシステムでは、誤った出力が事故につながるおそれがあります。Nバージョンプログラミングの考え方を応用し、多様な機械学習モデルやデータで信頼性を高める構成を検討しています。

※イメージ画像

LLMによる高信頼なソフト自動開発↗

大規模言語モデル（LLM）を、プログラムの開発やデバッグに使う技術が注目されています。LLMが生成するコードや修正案（パッチ）の信頼性を高める手法を検討しています。

※イメージ画像

フォッグコンピューティングの性能・信頼性解析↗

フォッグコンピューティングは構成や振る舞いを柔軟に変えられる一方、性能や可用性の品質保証が難しくなる場合があります。確率報酬ネットでモデル化し、性能や可用性の定量的な分析と設計の最適化を目指しています。

※イメージ画像

ソフトウェアの劣化解析と予防保守↗

長時間動くソフトウェアでは、性能や信頼性が時間とともに劣化するソフトウェアエージングが見られることがあります。稼働状態のデータを統計的に解析して傾向や障害を予測することで、ソフトウェア若化などの予防保守の計画を立てることが可能になります。

Voices先輩の声

評価・クチコミは、在籍している（していた）学生個人の経験に基づくもので、研究室の公式見解ではありません。クチコミの有無や件数は、研究室の評価を表すものではありません。

インタビューに協力いただいた学生に、内容にかかわらず謝礼（1,000円分のギフト）をお渡しすることがあります。