イベント企画
深層生成モデル
9/13 15:30-17:30
第2イベント会場
【セッション概要】 近年，深層生成モデルと呼ばれる学習されたニューラルネットワークを用いて様々な情報の生成を行う技術が様々な分野で広く利用されています．とりわけ，画像，音声，テキストなど，人間が直接的に取り扱うことのできる情報の生成は，その利用範囲の広さから非常に活発に研究が進められています．また，最近の研究では，画像からのテキスト生成や音声からの顔画像合成などのように，これらの情報が複合的に取り扱った研究も多数行われており，それぞれの技術は密接に関連したものと考えることもできます．本企画では，画像，音声，テキスト，それぞれの合成技術について研究を行っている3名の研究者に講演をお願いしました．
15:30-16:10 講演 深層生成モデルと世界モデル
鈴木　雅大（東京大学 工学系研究科技術経営戦略学専攻松尾研究室 特任助教）
【概要】 深層生成モデルは，データの生成過程を深層ニューラルネットワークによってモデル化する枠組みであり，画像や文書の生成だけでなく，表現学習や異常検知など様々な領域に応用されている．本講演では，近年の深層生成モデル研究について概説し，深層生成モデルを用いたマルチモーダル学習や深層生成モデルライブラリの開発などのこれまでの取り組みについて紹介する．また，深層生成モデルの発展として「世界モデル」の概要と最近の世界モデルの研究動向について解説する．
【略歴】 2013年北海道大学工学部卒業．2015年同大学大学院修士課程修了．2018年東京大学工学系研究科博士課程修了．博士（工学）．2020年まで東京大学大学院工学系研究科技術経営戦略学専攻 特任研究員．同年より同大学特任助教．人工知能，深層学習の研究に従事．2017年度情報処理学会論文誌ジャーナル特選論文，2018年度情報処理学会論文賞，2020年WBAI奨励賞などを受賞．
16:10-16:50 講演 深層生成モデルに基づく音声合成技術
戸田　智基（名古屋大学 情報基盤センター 教授）
【概要】 音声合成技術は，与えられた入力情報に応じて対応する音声波形を生成する技術である．入力から出力への変換をモデル化する枠組みとして記述できるため，深層学習との親和性も高く，深層生成モデルの適用が盛んに研究されている．その高いモデリング能力により，合成音声の品質は大幅に改善された一方で，完全データ駆動型の枠組みであるがゆえ，制御性や解釈性などに関しては，改善すべき点が多々残されている．本講演では，深層生成モデルに基づく音声合成技術の進展について概説するとともに，いくつか音声合成処理に特化した問題に対応するための手法について紹介する．
【略歴】 1999年名古屋大学（名大）・工・電気電子卒．2003年奈良先端科学技術大学院大学（奈良先端大）・情報・博士課程了．同年日本学術振興会特別研究員―PD．2005年奈良先端大助手．2007年同助教．2011年同准教授．2015年より名大情報基盤センター教授．博士（工学）．音メディア情報処理の研究に従事．文科大臣表彰若手科学者賞など受賞．
16:50-17:30 講演 日本語の基盤モデル「HyperCLOVA」が
変える研究開発手法と日常生活
佐藤　敏紀（LINE株式会社 ）
【概要】 近年の自然言語処理分野における基盤モデルの発展の中心は英語圏ですが、LINEでは日本において大規模なユーザを抱えているため、独自の取り組みが必要です。本セッションではLINEとNAVERが共同で行っている日本語の基盤モデルを搭載した「HyperCLOVA」の現状とモデルの応用事例についてご紹介します。LINEでは研究開発における試作を高速に実施することにもHyperCLOVAを活用しています。昨年度の対話システムライブコンペティションの全トラックで1位を獲得した対話システムにHyperCLOVAを組み込んだ事例を基に、応用時の性能や、試作に利用する際のポイント、解決に向けて長期的に取り組みが必要な課題などについてお話します。また、HyperCLOVAを利用した日本語アプリケーションがみなさまの日常生活をどの様に変化できる可能性があるか、についても言及します。
【略歴】 2012年〜2019年と2020年〜現在までLINE株式会社に在籍。自然言語処理・検索・機械学習関連の業務などに携わり、CLOVA Assistantの日本語の自然言語理解システムの開発を担当。近年は基盤モデルを内包したシステムであるHyperCLOVAの日本語モデルの技術責任者を担当。単語分かち書き辞書生成システムNEologdをOSSとして公開中。趣味はボードゲーム。諸々のIDは@overlast。