AIPシンポジウム 2025年度 成果報告会 「因果推論チーム」

Transcript

1. 汎用基盤技術研究グループ研究成果発表 「機械学習の理論とアルゴリズムの 発展と今後の展望」 チームディレクター 清水 昌平
2. 因果推論チーム ◼ビジョン • 科学研究や社会の意思決定で 因果推論が日常的に活用される社会へ ◼背景 • 科学研究や社会における意思決定では 因果関係の理解が重要 • 予測だけでなく制御するためには 因果関係の理解が必要 ◼現状 • 多くのデータ分析は相関に関する分析 ◼課題 • このギャップを埋める因果推論技術とその社会実装 2
3. 従来の課題① 因果構造が既知である必要 ◼因果の向きと未観測共通原因の有無 ◼未知の現象では背景知識が不十分 ◼(一定の仮定の下)データから推測: 因果探索技術の研究 3 X Y ? X Y or X Y or U Shimizu (2022) Maeda+UAI2021 Pham+AISTATS2026
4. 従来の課題② 背景知識の入手コスト ◼科学者・実務家との協働が必要 ◼LLMによる支援 ◼因果探索技術との連携し、より良い推測 4 Takayama+2025(TMLR)
5. 従来の課題③ ユーザー向けソフトウェアの不足 ◼Pythonパッケージ開発 (MITライセンス) • Ikeuchi+2023(JMLR)・Zheng+2024(JMLR) • 月2万・10万ダウンロード以上 ◼商用ソフトウェア採用3件 (1件監修) • Causalas (SCREENアドバンストシステムソリューションズ) • Node AI (NTTドコモビジネス) ・NTech Predict (neutral) ◼社会実装へ向けたPoC (JST CREST): 全国規模健康診断データ 5 保健指導の効果を定量化
6. 因果推論チームのまとめ ◼科学研究や社会の意思決定で 因果推論が日常的に活用される社会へ ◼因果推論技術とその社会実装 • 因果探索の技術 • 予防医学などへの適用 ◼科学の主目的は因果関係の解明 ◼AI for Scienceが盛り上がる今、 因果推論は不可欠 6