設立の背景

ディープラーニング等の新しい機械学習アルゴリズムの発明、高速に並列演算が可能なグラフィクスボードの高性能化、さらにセンサ技術やネットワーク技術、ストレージ技術の発展も要因となり、人工知能 (AI) が急速に発達してきています。インターネットでも、翻訳文字起こし自動色付け作曲等、人工知能の技術を直に体験できることが可能となりました。また金融、医療、教育といった様々な分野で、既に人工知能の技術は活用され現代社会を支えています。一方で驚異的スピードで 社会に AI が浸透していくことから、深刻な AI 人材不足が予想されており AI 人材の充足が急務となっています。
まだ設立して間もない研究所ですが、 地元企業との連携、AI 関連カリキュラムの整備、学内スタッフへの AI 教育などを押し進めております。 AI で解決しそうな悩み等ございましたらお気軽にご相談ください。

組織図

組織図

部門紹介

AI応用研究所には5つの部門があります。

最新技術調査部門

人工知能は日々世界中の様々な研究機関で開発・発表されています。 また人工知能を高速演算するグラフィクスカードも高性能化が進んでいます。 それらの動向を調査することで「今」を知る部門です。

地域連携・応用部門

久留米・筑後地方は第一次から第三次まで様々な産業が存在しています。 そのような地域産業が抱える課題の中には AI 技術で解決できるものもあるかもしれません。 そのような地域のニーズを調査し、AI による解決策を提案する部門です。

データ収集・IoT 部門

現在の AI の主流である機械学習には大量の教師データが必要です。 また AI といっても所詮コンピュータですので状況を知る目や耳、 すなわちセンサが必要です。 AI を適用するにあたり、どのようにデータを収集し管理するか考える部門です。

AI 実装・評価部門

例えばある地域課題は、スーパコンピュータを使って超並列演算で AI を実装すれば解決できるかもしれません。 しかしそれはまったく実用性がありません。 スーパコンピュータは単体の価格が高く、機器が占有する空間も大きく、計算時に消費する電力も大きいからです。 コストと性能のバランスを取った実装と、その性能評価を行う部門です。

AI 教育支援部門

内閣府の試算によると、2030 年には IT 人材は 60 万人不足すると考えられています。そのため IT、AI、データサイエンス等に精通する人材育成が急務です。主に学内の AI 教育について総合的に見直し、一貫したカリキュラムを設計・実践していく部門です。また、全学的な数理・データサイエンス・AI教育プログラムを担当しています。

所員紹介

研究所の所員を紹介します。

所長
データ収集・IoT部門

千田 陽介 教授

副所長
AI教育支援部門

小田 まり子 教授

最新技術調査部門

河野 央 教授

最新技術調査部門

高橋 雅仁 名誉教授

データ収集・IoT部門

廣瀬 圭 准教授

データ収集・IoT部門

松本 豊 教授

地域連携・応用部門

東 大輔 教授

地域連携・応用部門

澁谷 秀雄 教授

地域連携・応用部門

馬場 隆寛 准教授

AI実装・評価部門

吉田 清明 教授

AI実装・評価部門

工藤 達郎 准教授

AI教育支援部門

中嶋 康博 准教授

事例紹介

事例を紹介します。

AIスマートパーキング

株式会社キューオキと本学が取り組む「AIスマートパーキング」は、AIエッジと画像解析技術により、駐車場の空きスペースを瞬時に表示し、スマート駐車場をサポートするものです。詳細はこちらをクリック

数理・データサイエンス・AI教育「地域課題解決型AI教育プログラム」

本学では令和2年度より「AI概論」「AI活用演習」を全学必修科目として開講しており、AIで地域課題解決ができる人材育成を行っています。学部・学科に関係なく全学生が受講し、令和5年度の履修率は100%になる見込みです。詳細はこちらをクリック

AI勉強会

AI応用研究所では、久留米高専等と連携し、AIの勉強会を2020年5月から不定期で行っています。

研究成果報告書

令和 3 年度 (pdf: 3.11MByte)

  • 千田、“組込みLinux機器用電源回路に関する一考察法”, 1
  • 河野、“地域の美容業界を対象とした地域課題解決型AI教育プログラムの成果 顔照合受付およびヘアスタイル提案アプリの実装~”, 6
  • 東、服部、太田、松永、“対話型AI自動運転モビリティの社会実装に向けた人工知能システムの改良”, 10
  • 松浦、“小さな例題から始めるニューラルネットワーク”, 14
  • 澁谷、“AIを用いた絣糸耳部の検出”, 20
  • 山本、“熱とエネルギーに係るESとCFDの連成解析手法の開発”, 24
  • 山本、千田、中嶋、“陸上競技における次世代風速計開発に向けた基礎的実測”, 26
  • 呉、小田、新井、千田、八坂、“AIを用いた空調用エネルギー削減技術の検討”, 29
  • 呉、“帯水層蓄熱システムの効率的な運転方法の検討”, 32
  • 八坂、呉、小田、“プログラミング学習を支援する画像診断AI チャットボットの試作”, 36
  • 八坂、小田、呉、“AIを活用したキュウリの栽培支援アプリケーションの開発”, 40

令和 2 年度 (pdf: 659kByte)

  • 河野、江藤、小田、原、“入試区分と初年次学修データを用いた機械学習による中退防止支援対象学生ターゲティング方法”, 1
  • 山本、“ES と CFD の連成解析手法の開発と妥当性に係る基礎的検討”, 7
  • 小田、河野、新井、八坂、“感情認識 AI の特別支援教育への応用の試み -知的障碍児の e ラーニングを支援する感情認識 AI メンタリング-”, 9
  • 小田、千田、八坂、原、“全学的 AI リテラシー教育の実践と教育内容・効果の分析”, 13
  • 千田、“機械学習向け小型で汎用なセンサ基板の作製”, 19
  • 八坂、小田、“AI 教育を支援する「AI チャットボット」の試作”, 22