藤田 一寿

リンク

• Docswell
• GitHub
• Qiita

研究

私は計算機を活用し科学技術上の問題を解決する計算科学の分野の研究を行っております。近年は人工知能の発展に寄与するため、学際的視点から日々新たな人工知能技術の研究開発を行っています。

これまで、ニューラルネットワーク、ベクトル量子化、クラスタリング、ゲームプレイ人工知能、GPUによる高速計算などの人工知能に関わる様々な研究を行ってきました。現在は深層強化学習を利用したゲームプレイ人工知能と人工ニューラルネットワークの研究に注力しております。また、強化学習と他の学習手法との関係、スパイキングニューラルネットワーク、能動的推論などにも興味を持っています。今後も学際的視点を持って人工知能に関わる様々な分野にチャレンジしていきます。

研究例

• 複数のゲームとボードサイズに同時に適用できるゲーム人工知能
• ゲーム人工知能AlphaZeroの自動難易度調整
• データストリームのためのオンラインベクトル量子化手法
• スペクトラルクラスタリングの高速化
• 誤差拡散学習アルゴリズムの再定式化と検証
• 球面上のデータのクラスタ数推定
• 円柱座標のためのクラスタリング手法
• スパイキングニューラルネットワークのGPGPUによる高速化 

技術

研究では、Python、C言語、shell scriptなどのプログラミング言語を主に使用しています。人工知能と機械学習に関わる研究にはPythonを使用し、スパイキングニューラルネットワークに関わる研究では主にC言語またはC++を使用しています。必要に応じGPUを用いた計算も行っており、CUDAプログラミングの経験もあります。shell scriptはバッチ処理のために用いています。研究で開発するプログラムは基本的にDebian上で開発・実行しています。プログラムの動作サンプルの提示、データの可視化、教材作成や研究用ソフトの開発において、JupyterLabを活用しています。また、今後はデータサイエンスの技術を磨くためコンペティションにも参加していき、現在Signate Expertですが、Signate MasterやKaggleのランクもチャレンジしたいと思っています。

教育

これまでの研究教育活動の経験から、人工知能、機械学習、情報理論などの情報工学分野と線形代数、微分・積分、確率・統計などの数学関連科目を中心とした知能情報に関する教育に貢献できます。

公開データ

技術資料、プログラムコード、講義資料などをDocswell（主に技術資料）、GitHub（主にコードと講義資料）、Speaker Deck（講義資料）で公開しております。簡単な技術的なメモはQiitaで公開しています。

公開コード例

• 複数のゲームとボードサイズに同時に適用できるゲーム人工知能
• AlphaZeroおよびAlphaDDA (強さを自動調整するAlphaZero)
• データストリームのための簡単なオンラインベクトル量子化手法
• Approximate spectral clustering (高速化した近似スペクトラルクラスタリング)
• 誤差拡散学習アルゴリズム（ED法）
• 球面上のデータのクラスタ数推定
• X-means (クラスタ数推定)
• 文字の骨格グラフ化
• 錯視画像生成
• ローカルLLMを使った翻訳UI
• 複数エージェント型チャットボットシステム
• あいうえお学習ゲーム