FY26開発加速利用

ABCI 3.0は、基盤モデル、生成AI、マルチモーダルAI等の最先端AI技術の研究開発、評価、人材育成を目的とした公的利用等に、重点的に提供することとしています。これを実現するため、共用高性能計算機ABCI利用約款に定める利用（「標準利用」という）のうち、目的への合致性、開発の公開性、利用者・利用原資の属性について要件を満たす利用を「開発加速利用」として認定し、標準利用料金からディスカウントした料金にて計算リソースを提供します。開発加速利用の詳細については下記をご参照ください。

開発加速利用

本ページでは、2026年度開発加速利用に採択された研究開発課題を公表します。
なお、フロンティアAI開発支援制度に採択された研究開発課題については、フロンティアAI開発支援制度をご参照ください。

研究開発課題

項番	研究開発課題名	利用グループ名	研究開発の概要	利用法人名	利用責任者氏名
1	時系列基盤モデルの評価	gcg51544	近年、時系列データを対象にした大規模な基盤モデルが提案され始めている。本研究テーマでは、これらの時系列基盤モデルの性能の評価を行うため、クラウドサーバを利用する。具体的には、医療や金融市場などの異なるドメインの時系列データセットを用いて、時系列基盤モデルの性能を比較・評価する。そして、ドメイン間の差異を定量的に分析し、時系列基盤モデルの汎用性を測定する。	中央大学	丸千尋
2	大規模な深層学習モデルの解釈性向上のための研究開発	gch51696	本プロジェクトでは、大規模言語モデル（LLM）の解釈可能性に関する研究を行っています。研究テーマはブラックボックスであるLLMの内部挙動の解明，透明性のための制御です。オンプレミスでは計算量的に実験できない大規模なモデルへの拡張を狙っています。	The University of Tokyo	野海芳博
3	自律飛行ドローンの災害対応・警備・物流等の応用に向けたAIセーフティ評価・検証技術の開発	gae50988	BRIDGE 事業「AI ロボティクス分野等の安全性に係る事業実証・研究開発事業」のサブテーマ「自律飛行ドローンの災害対応・警備・物流等の応用に向けたAIセーフティ評価・検証技術の開発」において、ドローン搭載人検知AIの評価や、シミュレータの開発を行う。	産業技術総合研究所	岩田健司
4	深層学習を用いた画像認識モデルの改良に関する研究	gch51615	利用責任者が主催する研究室で実施している，画像認識モデルの改良に関する研究に利用します．主な研究テーマは以下の通りです．・工業製品の異条検知の性能向上にむけたバックボーン改善・工業製品の異条検知の性能向上にむけたモデル改良・高精細画像認識モデルの性能向上に向けた画像生成AIの画像生成性能向上・画像生成AIを用いた高精細画像認識モデルの訓練手法の改善・深層アンサンブル学習の性能改善	福井大学	長谷川達人
5	楽譜の簡約と分析の相互依存性を考慮した和声分析の教師なし学習	gcg51552	令和６年度戦略的創造研究推進事業（ＡＣＴ－Ｘ）「次世代 AI を築く数理・情報科学の革新」領域に採択された課題「楽譜の簡約と分析の相互依存性を考慮した和声分析の教師なし学習」の研究における機械学習モデル学習のためにGPUを使用いたします．	神奈川大学	上原由衣
6	生成AIおよび周辺技術の開発	gag51407	言語モデルなどの生成AIの構築や、その活用技術および周辺技術の開発を行う。	産業技術総合研究所人工知能研究センター	高村大也
7	学習力学を数理基盤とした革新的ニューラルネットワークの開拓	gaf51208	深層学習の登場によりニューラルネットワークは機械学習や人工知能の基盤技術として急速に発展している。しかし高い性能を発揮するために、大量のデータや計算資源と、それを必要とする特定の情報表現や学習様式に強く依存して開発が進んでいるといえる。本テーマでは、深層学習のもとで発展しつつある学習力学の数理を足場としながら、生物の脳神経回路モデルに着想を得た構造や学習様式を取り組み、より効率的で柔軟な神経計算の実現を目指す。それにともない、GPU並列にもとづいたアルゴリズム開発のための数値実験を実施する。	産業技術総合研究所	唐木田亮
8	深層学習における学習データのセーフティ管理技術の研究開発	gah51697	深層学習におけるデータ拡張の性能を評価するためにABCIを利用する。複数のデータセットや深層学習モデルを用い、データ数やハイパーパラメータを変えた多数の学習を行うことで、拡張方法の性能を検証する。	産業技術総合研究所	高瀬朝海
9	深層学習の数理と応用	gae50944	ここ十数年のうちに起こった機械学習(Machine Learning)の技術の劇的な発展のうちの多くが、深層学習(Deep Learning)の手法によるものであることは疑いの余地がないが、それにもかかわらず深層学習は従来の統計的機械学習の常識から見ると理論保証が難しいこともよく知られた事実である。本研究では従来の機械学習の理論研究手法に加え、物理学からもたらされた知見を結合し、深層学習の理論/応用の両方にさらなる深い理解、発展をもたらすことを目的とする。その理論の検証や開発手法の検証に必要な大規模深層学習の数値実験を実施する。	産業技術総合研究所	唐木田亮
10	計算機の文章読解・生成能力の向上、評価に関する研究	gcc50435	計算機の文章読解・生成能力向上を目的とし、大規模テキストコーパスからの大規模言語モデルの学習、および、それを用いた応用システムの研究開発を行う。まず、Wikipediaやウェブテキストなどの大規模テキストコーパスを用いて大規模言語モデルを構築する。次に、構築した大規模言語モデルに対して継続学習やチューニングを適用することによって応用システムを開発する。文章読解・生成能力を向上させるために、文章読解・生成に関する高品質な評価データセットを構築するとともに、辞書などの知識源の利用方法について検討する。構築したモデルとシステムは、既存のデータセットに加え、上記で構築するデータセットにおいて評価する。構築したモデル、システム、および、データセットは一般公開し、文章読解・生成研究の発展に貢献する。	早稲田大学	河原大輔
11	独自AIチップ向け深層学習アルゴリズム開発	gae50884	申請者は、独自の深層学習アクセラレータ集積回路(AIチップ)を開発している。本AIチップ向けに、深層学習モデルの最適化(例えば、計算精度の低いAIチップでも推論精度を維持する為のモデル再学習など)が必要であるため、その手法の検討にABCIを利用する。	産業技術総合研究所	更田裕司
12	深層学習の予測性能向上のための効率的なデータ拡張技術および追加学習技術の開発	gah51657	深層学習モデルの性能向上を目的としたデータ拡張の研究のためにABCIを利用する。複数の大規模データセットやニューラルネットワークを用いた学習を行い、既存手法との比較やハイパーパラメータの影響について分析する。	産業技術総合研究所	唐木田亮
13	信頼されるAIの研究	gcb50228	AIの透明性や信頼性を向上することを目的として、機械学習、コンピュータビジョン、自然言語処理のモデルを学習するために利用します。	千葉工業大学	吉川友也
14	信号処理における大規模言語・視覚モデル	gah51588	近年、大規模言語・視覚モデルは急速な発展を遂げ、その性能は限界を超え、革新的な応用を現実のものとしている。大規模言語・視覚モデルをより深く理解し、透明性、説明可能性や堅牢性を備えた責任あるAIの実現するために、本研究では、既存の説明可能AI（XAI）技術とは一線を画す、信号処理の知見・観点から人間にとって理解しやすい多角的な解釈を与える技術として、「XAI for LLM」に革新をもたらす。	産業技術総合研究所	叶嘉星
15	双腕協調作業のアクション基盤モデルの構築	gag51454	「力覚を含む双腕協調作業のアクション基盤モデルの構築」において，教示データ（人間がロボットを操縦して取得したデータや人間がタスクを実行する様子を計測したデータ）をもとにテキスト等の指示に応じてロボットに日常環境や製造工程の多様なタスクスキルを獲得させることを目的として，マルチモーダルな深層学習モデルの開発やロボットへの組み込みを実施する。 ABCIのグループ利用の目的は、収集された教示データを用いたモデルの構築をはじめとして、実験環境および学習アーキテクチャの違いに関する検証・分析の実施である。	産業技術総合研究所	元田智大
16	大規模テキスト処理に関する研究	gab50271	大規模テキストからの情報抽出などの精度向上のため、BERTなどの言語モデルの学習にABCIを利用する。	産業技術総合研究所人工知能研究センター	高村大也
17	[LFM2024]LLM継続学習	gag51395	最新のオープンなLLMをベースに継続事前学習を行うことで、高い日本語基礎能力を持ち、汎用性及び有用性を兼ね備えた基盤LLMを構築する。加えて、チューニングやアライメントについても取り組み、幅広いタスクで人間の指示に従い、高い性能を示すモデルを構築する。これらのための学習および評価にABCIを用いる。	産業技術総合研究所人工知能研究センター	高村大也
18	信頼できる大規模言語モデルの研究	gch51662	信頼性の高い言語処理システムを実現するために、大規模言語モデルの内部挙動や振る舞いの分析を実施し、これらの知見を用いて大規模言語モデルの改良を行う。	北陸先端科学技術大学院大学	井之上直也
19	宇宙機システム開発におけるLLM技術適用のFeasibility Study	gcg51532	宇宙機システム開発の効率化を実現するための1手法として生成AI技術の適用可能性検討を行うにあたり、宇宙用LLMモデルを試作評価し技術的可能性を探る。	独立行政法人　宇宙航空研究開発機構	石濱直樹
20	人工知能および機械学習に関する研究	gcd50664	主に大規模言語モデルやマルチモーダル基盤モデルに関する研究を行う。具体的には、基盤モデルに対する効率的な事前学習の枠組みや、効果の高い事後学習の枠組みを構築する。また、基盤モデルの処理過程や学習過程を人間にわかりやすく提示する、新たな解釈可能なAIの構築にも取り組む。	東北大学	鈴木潤
21	マルチモーダルAIを用いたオープン語彙による物体検出モデルの開発に関する研究	gce51019	マルチモーダルAIを用いたオープン語彙による物体検出モデルの開発のための計算に利用．	国立大学法人東北大学	岡谷貴之
22	AIセキュリティの研究	gcg51452	敵対的サンプル，LLMとGroundingによる自律推論システムやソフトウェア検証，Jailbreak等の研究	情報セキュリティ大学院大学	大塚玲
23	ブラジル・アマゾン域における森林伐採予測手法の構築	gah51677	地球上に存在する4割の森林資源はブラジル・アマゾン域にあるとされ、世界規模の温暖化対策としてアマゾン域での違法伐採対策が求められており、複雑なパターンが予想される未来の伐採予測にAIの活用が計画されている。森林伐採のパターンには過去の伐採履歴や伐採木材搬出のための道路などと関係が深いことが知られている。そこで本研究では広大なアマゾン域を網羅できる衛星画像を学習データに用い、道路検知AIによるアマゾン広域での高頻度な道路情報更新を目的とする研究開発を実施する。またその結果からブラジル・アマゾン域を対象に次に伐採が起こる可能性の高い地点の予測を行うために独自AIモデルの設計・研究開発を行う。	産業技術総合研究所	神山徹
24	偽情報対策特化型LLMの開発	gcg51583	本研究は、NEDOのプロジェクト「経済安全保障重要技術育成プログラム／偽情報分析に係る技術の開発」(1)の開発項目の一つであり、「偽情報対策特化型LLM」をモデル学習することが目的です。偽情報対策特化型LLMは、偽情報対策が対象とする災害・医療・政治・経済などの領域において高い自然言語処理を備え、報道文章やソーシャルメディア文章において優れた解釈能力を持つことが要請されます。本研究では、既存のLLM（100Bパラメータ規模を想定）をベースモデルとして選定し、そこに偽情報対策が対象とする報道文章やソーシャルメディア文章を中心として学習データを準備し、継続事前学習や指示学習を行います。このLLMの継続事前学習および指示学習をABCI3.0で実行したく、本件に応募するものです。 1: NEDOのプロジェクト公募プロジェクト採択時(2024年7月)のNEDOのプレスリリース	富士通株式会社	小林健一
25	マルチモーダルAIの研究開発	gch51629	主に視覚と言語を統一的に取り扱うマルチモーダルAIの学術的な研究開発を行う．具体的には，アーキテクチャと学習方法の検討や，実社会への応用のための開発をターゲットに，ABCIの計算リソースを用いて実験（学習および推論時性能評価）を行う．	理化学研究所	岡谷貴之
26	科学技術文献に対するメタデータ自動付与に関する研究開発	gch51659	国内外の科学技術文献（論文、予稿集、解説記事等、医薬系分野を含む）に対して索引語（キーワード）や抄録などのメタデータを精度良く自動生成する手法を開発する。いずれのメタデータ項目についても、科学技術振興機構（JST）が過去より蓄積してきた「専門家が人手で付与したメタデータ」を教師データとして、大規模言語モデル等による機械学習アプローチによる開発を行う。	国立研究開発法人科学技術振興機構	水田寿雄
27	基盤モデルの実世界適応	gag51403	画像・3D空間情報・言語等の入出力による認識AI・生成AI基盤モデルを実世界に適応するための学習を実施するためにABCIの計算リソースを利用する。	産業技術総合研究所	神山徹
28	地理空間サービス創出のための研究開発	gae50872	地球上のあらゆる情報は、「いつ」「どこで」という時空間情報がタグ付けされる。現実空間で発生する多種多様かつ膨大な地理空間情報をサイバー空間にリアルタイムでコピーし、ビッグデータ解析や大規模シミュレーションで現実を予測・制御するためのツールがデジタルツインである。本利用では、すべてが監視／制御されている工場のような閉鎖環境から、生活空間を含む都市全体、そして地球という惑星全体へと拡大していくデジタルツインの構築とそのアーキテクチャー設計、サービス開発を行う。また大規模な学習データに内包される情報をモデルに取り込むことを可能とする基盤モデル技術を活用し、保有する光学・SAR衛星や屋内外点群情報といった地理空間情報の大規模データアーカイブへ基盤モデル技術を適応し、地理空間情報のさらなる利活用に関する研究開発を進める。	産業技術総合研究所	神山徹
29	効率的なAIの研究開発	gcc50455	効率の良いAIの研究開発を行います。具体的には、学習や推論の効率的な方法に関する研究、効率の良いモデルの構築、評価・検証などの各種数値実験に abci を利用します。さらに、実応用を見据えて、医療やセンサーデータなどの特殊なドメインデータを用いる場合の学習・推論、また、ドメイン適応・汎化、XAIなどに関する研究開発にも利用します。	千葉工業大学	重藤優太郎
30	大規模ベクトル検索を応用した基盤モデルの拡張と生涯学習に関する研究開発	gch51658	基盤モデルの知識やスキルをモデル内部に固定化せず外部の学習可能なデータベースとして構造化し、そのデータベースが自己組織化しながら基盤モデルと動的に連携する新たなアーキテクチャを研究します。	オムロンサイニックエックス株式会社	西村真衣
31	深層学習を利用した次世代３Dセンシング、実世界メタバース技術の研究	gcd50788	近年のAIの発達により、3Dセンシングの技術はより身近になっている。しかし一方で、産業応用可能なレベルのクオリティでのセンシング技術は依然として高価なデバイスやコントロールされた撮影環境に依存しており、カジュアルな応用とシリアスな応用の間での大きなギャップが存在している。そこで本研究は、安価に入手可能な身近なセンシングデバイスや道具を利用してあらゆる場面で利用可能な「カジュアルなプロフェッショナル次世代３Dセンシング」を目指して研究を行う。その技術の応用として、現実世界の情報からメタバース空間を生成する「実世界メタバース」への拡張を目指す。	国立情報学研究所	池畑諭
32	計算効率の良い機械学習法の開発	gcg51430	計算効率の良い機械学習法の開発を行います。具体的には、深層学習モデルの学習・推論における計算コストの削減を目的とし、効率的かつ高性能なモデルの構築手法を開発する。	千葉工業大学	重藤優太郎
33	動画基盤モデルの構築	gag51400	動画像解析のための基盤モデルを構築するために大規模動画データを活用した大規模モデルの学習を行う．本学習のためにABCIの計算リソースを利用する．	産業技術総合研究所	八木拓真
34	量子コンピュータ向け生成モデルの開発	gag51408	GPTによる量子回路生成と、その学習に用いる量子回路シミュレーション	産業技術総合研究所	門脇正史
35	[LFM2024]音声音響等の実世界基盤モデル構築に関する研究開発	gag51394	音声信号や音響信号などの実世界データの人工知能技術を実現する基盤モデルを、大規模データと大規模AI計算クラウドを活用して構築し、認識・合成・分離等の人工知能技術の実現を通じて、基盤モデルの性能を評価する研究開発を行う。	産業技術総合研究所	深山覚
36	自然言語処理・知識グラフモデルの開発	gce50999	深層学習を用いた自然言語処理・知識グラフにおける深層学習モデルの開発と評価。	豊田工業大学	三輪誠
37	生命科学系イベント抽出のための言語モダリティのAIの開発	gcg51547	文献情報から効率良く酵素反応など生命科学系イベント抽出を行う言語モダリティのAI開発を行う。	豊田工業大学	三輪誠
38	AIセーフティ強化に関する研究開発「マルチモーダルAIモデル開発用データのセーフティ管理技術の研究開発」	gah51681	大規模視覚言語モデルをはじめとしたマルチモーダル AI モデル開発用データのセーフティ管理技術の実現を目的とし、構造化知識や外部知識の応用により、入力の意図やデータの不確実性を取り扱う技術、および高度なフィルタリング技術を開発する。開発した技術の有効性を公開データセットを用いてオープン／プロプライエタリなマルチモーダルAIモデルに適用して実証する。大規模視覚言語モデルの学習および推論実験を高速かつ効率的に実施するため、ABCI 3.0を利用する。	産業技術総合研究所	浅田真生
39	マルチモーダル情報を活用するタンパク質言語モデル	gag51413	タンパク質言語モデルの研究において、タンパク質のアミノ酸配列以外のモダリティの情報を用いることがタンパク質言語モデルの性能向上に寄与するかを調査し、マルチモーダル情報を統合的に利用可能なタンパク質言語モデルの実現を目指し、タンパク質系列を対象とした大規模な事前学習の実施のためにABCIを利用する。	産業技術総合研究所	浅田真生
40	ガンマ：高度なヒューマンマシンインタラクションのためのLLMによるマルチモーダルAIの強化	gag51479	マルチモーダルAIは、テキスト、画像、構造グラフ、時系列などの複数のデータモダリティを活用して、多様な分野のタスク解決を目的とする先進的なシステムである。大規模言語モデル (LLM) が単一のモダリティを対象とした問題設定において、文脈に沿った一貫性のある表現生成が可能になったことから、近年のAI研究開発では複数のモダリティに対するLLMの性能強化に焦点が当てられている。マルチモーダルLLMの開発における重要な課題は、異なるデータモダリティの特徴を融合してタスク解決に意味のある知見を導き出す点にある。マルチモーダルデータの効果的な統合手法の実現は、AIシステムが複雑な実世界のシナリオをより直感的に理解・解釈し、洗練されたヒューマンマシンインタラクションを確立するために不可欠である。本事業では、テキスト、視覚情報、および知識グラフに代表される構造化情報をLLMに融合する高性能なアプローチを実現し、AIモデルを学習・評価するため、ABCIを利用する。	産業技術総合研究所	浅田真生
41	継続的ベイズ推論の改善	gch51727	深層学習では全てのデータが揃った状態で学習を行い、一度学習したモデルは更新できないのが一般的であるが、本利用課題では、継続的に学習しつづけるモデルの開発を目指す。これまでにも、継続的な深層学習に関する試みはいくつか存在するが、技巧的な手法を用いて経験的な性能向上を重視するものが多い。これに対し、本利用課題では、数学的に厳密なベイズの原理に基づく理論により継続学習を根本的に見直すことを目的とする。	理化学研究所	Khan Emtiyaz
42	Embodied AIと3D学習の基盤モデルに関する研究	gae50891	Embodied AIと3D学習の基盤モデルに関する研究を行う	産業技術総合研究所	吉安祐介
43	動的環境認識AIモデルと長期コンテクスト認識AIモデルの構築	gah51671	AIsafety予算において、動的環境認識AIモデルと長期コンテクスト認識AIモデルの構築実装し、ベンチマーク評価を行う。	産業技術総合研究所	吉安祐介
44	最先端AIモデルの研究開発	gcb50243	東京科学大学情報理工学院岡崎研究室では、基盤モデルに関する以下の取り組みを行っています。 + 本学の横田研究室、産業技術総合研究所と共同で大規模言語モデルSwallowの開発 + 画像言語モデルなどのマルチモーダル基盤モデルの開発 + 基盤モデルを分野やタスク特化型にチューニングする研究 + 大規模言語モデルの安全性を高めるための研究開発 + 基盤モデルの開発のために必要な学習データの開発開発加速利用で構築したモデルは基本的に公開します。	東京科学大学	岡﨑直観
45	直接遷移型半導体にて生じる再帰的に生じる量子・光現象に関する研究	gch51632	直接遷移型半導体にて生じる再帰的に生じる量子・光現象に関する研究を行う。具体的には、高い量子効率を有するバルク結晶内にて生じるフォトンリサイクリング（PR）現象や、電気的に中性な励起子が空間的に輸送され、PRや正孔生成などを通じてデバイスの電気特性に影響を及ぼす可能性など、新奇現象・応用をシミュレーションにて予測することを主たる目的とする。	大阪大学	小島一信
46	研究データ連携基盤構築プロジェクト	gag51409	本プロジェクトは、研究DX戦略のアクションアイテムの１つである研究データの連携・利活用に資する研究データ連携基盤を構築するものである。研究データの連携方法の一つに機械学習への研究データ利用があることから、本ABCI利用グループでは、そのためのプロトタイピングや学習済みモデル構築に用いる。	国立研究開発法人産業技術総合研究所	阪野貴彦
47	ロボット動作生成のための聴覚基盤モデルの研究開発	gac50635	JST CREST 受託研究「動作生成のためのロボット聴覚基盤モデルの研究開発」の一環として利用する．ロボットの動作生成に必要な環境音の分析に特化したロボット聴覚基盤モデルを構築し、環境音を“聴く”ことで動作生成するための研究開発を行う。	産業技術総合研究所	坂東宜昭
48	深層ブラインド音源分離に基づく大規模施設の音環境分析	gaa50134	人間や計算機による意思決定を支援するための音環境分析の基盤技術を創出するため，商業施設や工場などで，人々が「どのような場面で」「どのようにふるまうか」を分析する技術を実現する．特に，盤石な数理基盤に立った真に使いやすい技術を確立するため，多チャネル混合音を用いた自己教師あり学習に基づくボトムアップ型の基盤構築と，商業施設規模の広範な音場を分析するトップダウン型の応用技術の創出を並行して推進する．	産業技術総合研究所	坂東宜昭
49	メディアインタラクション技術に関する研究開発	gaa50003	膨大なメディアコンテンツおよびその利用ログを含むメタデータの解析や機械学習、メディアコンテンツ処理、音響信号処理、ビッグデータ処理、深層学習等に利用する。	産業技術総合研究所	濱崎雅弘
50	衛星画像等を用いた自動判読・検出システムのための深層学習モデル開発	gca50072	リモートセンシング等によって得られた大量の画像・データから、必要な情報を抽出し、空間情報として利用するために、深層学習を利用してそれらの画像から必要な情報を取り出すためのモデルを開発している。具体的には、深層学習を利用した分類モデル、検出モデル、および画像生成モデルの作成を行い、問題ごとに独自のチューニングを行うことで最適なモデルを作成・提供している。そのような開発の一環として、当社が所持する画像データだけではなく、オープンデータソースや、機械学習コンペティションで使用されるデータを学習データとして用いることもある。上記のような状況において、ABCIによって提供されている最先端の計算リソースを利用することで、オープンデータをはじめとした利用可能データの処理能力を上昇させつつ、他の問題にも適用できるような手法や、モデル構造を開発する速度の向上することや、高い処理能力を利用した設計が可能になることを期待している。	株式会社パスコ	島崎康信
51	若手研究人材によるABCIを用いたディープテック分野の研究開発（令和７年度覚醒プロジェクト）	gah51684	令和7年度覚醒プロジェクトに採択された27名の若手研究人材に各自が提案した研究課題を実施してもらう。このうち、ABCIを活用した独自の研究課題を提案した20名に対して、ABCIを用いた先端的なAI技術に基づいたディープテック分野の研究開発を加速させることで、社会課題解決に貢献する研究人材の育成を行う。	産業技術総合研究所	加藤大
52	生成AIのための超大規模パラメータ空間の高速最適化に関する研究	gaa50073	生成AIのための深層学習やマルチエージェントシミュレーションの大規模なハイパパラメータを高速で最適化するための研究を行う．本研究の詳細な研究内容は以下の通り． (1) 深層学習のハイパパラメータ調整 (2) 早期打ち切りによる探索の時間短縮 (3) 転移学習による探索時間の短縮	産業技術総合研究所	大西正輝
53	人間の広範な高次認知機能の基盤モデルの有効性の検証と開発	gch51673	2025年7月に人間の広範な高次認知機能の基盤モデルが発表され、多くの実験タスクで人間の行動とバイアスを再現している (Binz+ 2025 Nature)。これは、基礎心理学のみならず、神経科学、計算論的精神医学、計算論的社会科学など、多くの重要な研究分野の方法論を塗り替える可能性がある。そこで、本テーマでは当該基盤モデルの科学的検証とモデル／データ両面での拡張を試みる。	東京電機大学	高橋達二
54	視覚・言語基盤モデルの開発	gah51624	視覚・言語基盤モデルを開発するための事前学習を行う。また、その際の最適なデータセットやハイパーパラメータの設定を検証する。	産業技術総合研究所	横田理央
55	人工知能による医療画像診断支援システムの研究開発	gaa50086	本研究開発では、これまで研究を行ってきた人工知能を用いた医療画像診断支援技術の実用化を目指した研究開発を行う。深層学習モデルの転移学習による手法をベースとした研究開発において、医療機関から提供を受けた医療画像を用いた実験によるパラメータ調整や開発手法の検証をABCI上で実施する。	産業技術総合研究所	野里博和
56	少ない収集データによる高効率なAI の学習方法及び精度に関する検証	gaf51334	基盤モデルや保有するデータを活用し、少ない対象データによる高効率なAIの学習モデルを構築する	産業技術総合研究所	野里博和
57	機械学習による静止画・動画像認識アルゴリズムの開発および実証	gac50571	機械学習による静止画・動画像を対象とした認識アルゴリズムを開発し、実証する。	産業技術総合研究所	野里博和
58	病理画像診断支援に関する研究	gab50336	病理画像や関連情報に基づく異常検出や、良悪性の鑑別など、病理診断の支援に資する研究開発を行う	産業技術総合研究所	野里博和
59	汎用・準汎用学習済み診断支援モデルの構築	gac50561	汎用・準汎用学習済み診断支援モデル構築のための学習用データをABCI上で生成・管理し、検証する。	産業技術総合研究所	野里博和
60	人工知能の応用に関する研究	gaa50088	深層学習などの人工知能技術を用いて、画像や波形、文字列データを解析し、クラス分類や異常検知、予測、生成等を行う技術に関する研究開発のために利用する。機械学習モデルの訓練および性能評価、モデル探索、ハイパーパラメータの最適化、メタ学習等の技術開発や実証など行う。	産業技術総合研究所	野里博和
61	認知的AIエージェントによるヒューマン・コンピュータ・インタラクションのシミュレーション	gch51651	認知モデルにLLMを組み込んだ「認知的AIエージェント」を開発し、SNS等のウェブメディアやインタラクティブデバイスとユーザのインタラクションを再現することで、ヒューリスティクスや認知バイアスに起因するインタラクションの失敗、誤情報の拡散などの不正利用の背後にあるユーザの認知プロセスを解明する。ABCIは、認知実験データによるLLMのファインチューニングと、エージェントシミュレーションを実行に利用する。	東京都立大学	福地庸介
62	Self-supervised Learning for Cancer Pathology Foundation Models (SLC-PFM)	gah51694	産総研が主体となって、NeurIPS2025が主催する病理画像基盤モデルコンペティションに参加するためのグループ。本コンペティションにおいて、提供された病理画像を用いた、自己教師あり学習による病理画像基盤モデルの開発を行うとともに、産総研で開発した基盤モデル構築・最適化技術の適用を行い、その性能向上を図る。	産業技術総合研究所	野里博和
63	動画像記述モデルの構築	gac50532	動画中に含まれる視覚情報を言語記述するための視覚言語モデルに関する研究開発を実施するためにABCIの計算リソースを利用する．	産業技術総合研究所	原健翔
64	海上豪雨生成で実現する集中豪雨被害から解放される未来	gcg51467	ムーンショット型研究開発事業目標8「2050年までに、激甚化しつつある台風や豪雨を制御し極端風水害の脅威から解放された安全安心な社会を実現」に係る課題を遂行するため，主に深層学習技術による気象シミュレーション代理モデルの研究開発で利用させていただきたく存じます．	京都大学	舩冨卓哉
65	3D空間情報および言語基盤モデルの構築	gag51402	3D空間情報及び言語の入出力による認識AI・生成AIのための基盤モデルを構築する。大規模な3D空間情報および言語データを活用した大規模モデルの学習のためにABCIの計算リソースを利用する。	産業技術総合研究所	大塚大地
66	[LFM2024]画像および言語基盤モデルの構築	gag51404	画像及び言語の入出力による認識AI・生成AIのための基盤モデルを構築する。大規模な画像および言語データを活用した大規模モデルの学習のためにABCIの計算リソースを利用する。	産業技術総合研究所	柳凜太郎
67	大規模言語モデル等の自然言語処理を中心とした最先端教育AIとその周辺技術の研究開発	gca50048	本課題はJSTさきがけ「大規模言語モデル上での学習者の思考過程シミュレーションによる教育変革基盤技術」（JPMJPR2363）、科研費22K12287（リーダビリティ）、26K15085（教育学習支援）と関連して行う。本課題では、テキストの内容を理解し、学習者の思考過程をシミュレートして難しい箇所等を予測することで学習者に個別適応し、人間の教員とも協働できる高い解釈性を持つ最先端AIモデルとその周辺技術を、大規模言語モデル（LLM）に対するファインチューニング・文脈内学習・継続学習等を通じて研究開発する。このLLMは、テキストデータや学習者の反応や回答データから、テキストの難しさや学習者の能力や状態を推定し、学習者にとって有用な支援・助言・ヒントを予測・生成を通じて与えることを主な目的とする。LLMが使用するデータは公開データ等を中心として適切に使用する。作成したLLM等のモデルやLLMが出力した難易度等のデータは原則公開する。また、教育AI研究として学術的に高く評価されるAIED, EDM, LAK等の査読付き国際会議等での論文公開を通じても最先端AIの研究開発に貢献する。	東京学芸大学	江原遥
68	機械学習とベイズ推論の融合によるマルチオミクスデータ解析手法の開発	gce50902	近年の計測技術の発展により、がんの組織からDNAやRNA等の生体分子のデータを網羅的かつ大量に得ることができるようになっている。機械学習やシミュレーション技術によりタンパク質の立体構造を高精度に推定することもできるようになってきている。また画像等他のモダリティの情報も充実してきている。生体現象の理解には、これらの大量かつ多様性の高い情報を統合的に解析するための方法論の開発が重要である。本研究では、ABCIの計算能力を利用し大規模データ解析およびシミュレーションを行うことで、機械学習とベイズ推論を融合したデータ解析手法を開発することを目指している。	愛知県がんセンター	山口類
69	平生釟三郎のフィロソフィーを含む対話生成	gcg51519	甲南学園の創設者である平生釟三郎（1866-1945）の戦前の日記全18巻や講話集，その他多数の書籍及び平生に関する研究文献をLLMにて学習し，平生釟三郎のフィロソフィーを考慮した対話生成システムの構築を行う．	甲南大学	灘本明代
70	Building AI Foundation Models with Very Limited Real Data	gag51492	AI基盤モデルが学術・産業分野を席巻する中、主な研究開発は計算・データ量の巨大化が実現可能なBigTechに支配されている。この状況打破には、標準的な計算資源による実用的なAI基盤モデル構築が急務である。既に日本チームは数式駆動型学習によりAIの基礎的な視覚機能獲得に成功、一方で欧州チームは実データの高効率適応学習を用いることで、実世界タスクに即座に対応する機能を獲得できる。ここで、国際連携による融合学習スキームの提案を通して、AI基盤モデルの新しい学習技術の確立を目指す。本提案技術は、数学的原理に裏打ちされたアルゴリズムを駆使しつつ学習に必要な教師ラベル付きデータのみを自動生成するため、既存AI基盤技術が抱える巨大なデータ整備・計算コストの問題やプライバシー・著作権に関する問題を根本解決するだけでなく、未解明のAI基盤モデルの内部処理や学習に関する原理究明にもつながる。	産業技術総合研究所	柳凜太郎
71	「山梨らしさ」を評価する感性評価モデル構築に適した学習画像に関する研究	gch51700	AIにより画像の地域らしさを評価するための感性評価モデルの構築を目的として，画像の「山梨らしさ」を評価する感性評価モデルの構築を行う．あわせて，感性評価モデルの評価過程を可視化し，AIの注目領域を検証することにより，感性評価モデル構築に適した学習画像についても検討を行う．	山梨県産業技術センター	中村卓
72	深層学習モデルの効率的な構築および運用のための最適化に関する研究	gce51075	深層学習モデルや大規模言語モデル等の効率的な構築や運用を実現する最適化技術に関する研究開発を行う。特に、大規模言語モデル等のモデルマージ、軽量化、プロンプト設計に関わる最適化、深層学習モデル等のアーキテクチャ探索やハイパーパラメータ最適化、自動機械学習技術の研究開発を実施する。	横浜国立大学	白川真一
73	小規模LLMの安全性、ソフトウェア開発応用	gcc50582	小規模LLMの事前学習、追加学習、アライメント、性能評価を中心に安全性やソフトウェア開発応用を探求します。主に、利用責任者が務める日本女子大学の大学院生、学部生の学術研究が含まれ、研究成果は原則、学会発表等で公開していきます。	日本女子大学	倉光君郎
74	機械学習モデルの不確実性推定と実データ解析応用	gci51748	深層ニューラルネットワークをはじめとした機械学習モデルの予測の不確実性推定に関する技術開発とその実データ解析応用に取り組む．具体的には，識別モデルや生成モデル，信頼度較正手法，ベイズニューラルネットワークといった技術開発を行うとともに，それらを基盤にした省データ学習や能動学習に取り組む．さらにそれらの技術を医療，教育，インタフェース分野のデータ解析に応用する．	大阪大学	早志英朗
75	深層学習による系列学習	gcg51420	深層学習により、言語情報や時系列データなどの系列予測を実現する。言語情報については、大規模言語モデルを用いた対話や知識獲得を対象とする。時系列データの予測においては、生成モデルにより生成された人工データによる深層学習モデルの事前学習を実施し、その効果を検証する。	豊田工業大学	佐々木裕
76	大規模時系列マルチモーダルデータに対する次世代AI基盤手法の開発	gci51753	本利用では、高性能GPU計算資源を活用し、時系列ビッグデータ、データストリーム、動的グラフ、マルチモーダルデータを対象とした新しいAI基盤手法の研究開発を行う。具体的には、長時間・多変量データに対して高精度かつ効率的な将来予測、異常検知、因果・構造変化推定を実現するため、深層生成モデル、基盤モデル、グラフニューラルネットワーク、系列モデリングを統合した新規アーキテクチャや学習アルゴリズムを設計する。GPU計算資源を用いることで、大規模モデルの事前学習、複数データセットを用いた汎化性能評価、モデル規模・入力系列長・データ量・計算精度を変化させた体系的な比較実験を実施する。さらに、医療・製造業データにおけるストリームやネットワーク解析などの実応用を通じて、提案手法の有効性、頑健性、解釈性、計算効率を検証する。これにより、従来手法では捉えきれなかった複雑な時間発展や関係構造を高精度にモデル化する、新たな基盤的AI技術の確立を目指す。得られた成果は国際会議・論文発表等を通じて公開し、先端AI研究の推進、社会実装への展開、ならびに次世代AI人材の育成に貢献する。	大阪大学	松原靖子
77	大規模言語モデルの評価ならびに内部機序分析に関する研究	gci51754	既存の大規模言語モデルに対して、既存のベンチマークおよび新たに構築予定の日本語ベンチマークを用いた大規模な性能評価を実施する。多数のモデルや評価条件について実験を行い、種々のモデル性能および評価ベンチマークの特性を体系的に分析する。また、モデル内部の隠れ状態やアテンション機構などを分析し、知識の保持や推論過程を解明する内部機序分析に関する研究を行う。これらの研究では、多数のモデルとベンチマークを組み合わせた大規模な実験が必要となるため、ABCIの大規模計算資源を活用して、効率的に実験・分析を実施する。	東京理科大学	柴田知秀
78	AI研究プロジェクト	gci51755	科研費（25K07905「自然言語処理及び大規模言語処理を活用した点検記録の高度活用」）のために利用する。令和6年の点検要領の改訂により，橋梁点検とそれをもとにした健全性診断に精度の高い記録と推定が求められることとなった。これに対応し適切な健全性判定を行う支援のために大規模言語モデルを活用する。具体的には，以下に示す2つの判定支援への活用を検討する。１）Chain of Thought及びContext LearningとRAGやグラフRAGを活用した判定支援２）継続事前学習やQLORA等を活用したファインチューニングによる判定支援特に２）は，大規模な計算資源の利用が必須であるため，ABCIの主な活用対象となる。	長崎大学	中村聖三
79	深層学習および統計的学習アルゴリズムを用いた時空間複雑系データの分析	gcc50557	脳波や心拍，体動などの生体データ，人間行動を記録した音声や画像データの解析次世代シーケンサを用いて収集された微生物DNAビッグデータの解析衛星画像からの物体認識，領域セグメンテーションなどを，pythonを使って行います．	上智大学	矢入郁子
80	大規模基盤モデルの学習データのセーフティ管理技術の研究開発	gah51693	本研究開発項目で開発する技術はデータを対象としている。大規模基盤モデルの学習データのセーフティ管理技術を開発する目的で、安全な学習データセットを構築する技術を開発しつつ、ロボットや物流等、ステークホルダー等を通して実証実験及び社会実装まで検討する。具体的には、少量サンプル学習とバーチャル生成的視覚学習を各々開発しつつ、適宜全体もしくは部分的に統合し手法実証実験を実施する。倫理的リスクや権利侵害を排除する安全な学習データセットを構築することにより、コア技術開発と現場適応の継続的改善を図る。従来の AI 研究では、大量のデータを収集して学習モデルを構築することが一般的である。しかし、大規模AI 基盤モデル開発では、データ構築の権利・倫理問題やセキュリティリスクが顕在化している。したがって、学習データの安全性・権利問題を考慮したデータセット構築・AI セーフティ技術が必要である。このため、データの安全性を重視し、少量のサンプルで資源が限定された状態で AI 基盤モデルを構築する基盤技術を開発する。これによりリスク懸念の少ないデータを用いて安全な AI 学習を実現する。	産業技術総合研究所	柳凜太郎
81	マルチモーダル統合基盤モデルの開発	gci51765	本課題では、「マルチモーダル統合基盤モデルの開発」を目的として、画像・映像・音声・言語・ロボット動作を統合的に扱う大規模基盤モデルの研究開発を行う。既存の視覚言語モデルへ音声認識・音声生成機能を統合し、画像や動画の内容、時間的な変化、物体間の関係を理解しながら、利用者と自然かつ継続的に音声対話できるモデルへ拡張する。次に、一般動画、作業動画およびロボットのテレオペレーションデータを活用し、視覚情報と自然言語による指示から、環境や対象物の状態に応じた適切なロボット動作を生成する視覚・動作基盤モデルを構築する。さらに、両モデルで得られる表現を統合し、音声による指示、視覚的な状況理解、動作計画および動作生成を一貫して処理できるモデル構成を検討する。ABCIは、大規模モデルの事前学習および追加学習、複数GPUを用いた分散学習、モデル規模・学習データ・損失関数・モダリティ統合方式などのアーキテクチャ探索、ならびに性能評価とアブレーション実験に利用する。これにより、対話能力と実世界での行動生成能力を兼ね備えた汎用的なマルチモーダルAIの実現のための基盤探索を目指す。	国立情報学研究所	栗田修平
82	画像および言語基盤モデルの実装開発	gai51766	本グループでは，画像および言語を統合的に扱う基盤モデルの研究開発を目的として，ABCIの大規模計算資源を利用する．主な対象は，画像認識，画像・テキスト検索，画像説明生成，視覚質問応答，マルチモーダル推論，画像生成・編集などに用いられる視覚言語モデルおよび生成モデルである．大規模な画像・テキストデータを用いた事前学習，継続事前学習，ファインチューニング，表現学習，データ選別，モデル評価を実施し，モデルの高性能化，高効率化，高信頼化を目指す．また，分散学習やパラメータ効率の高い学習手法を検証し，計算資源，学習データ量，モデル規模と性能の関係を分析する．自然画像に加え，医療・獣医，材料，衛星，顕微鏡画像などの専門分野への適応についても検討する．得られた知見を通じて，汎用的かつ信頼性の高い画像・言語基盤モデルの実装基盤を構築し，学術研究および実社会への応用につなげる．	産業技術総合研究所	柳凜太郎