進化計算と知能創発：伊庭斉志

進化計算とメタヒューリスティックス

研究室のメインテーマは「進化を計算するAI（人工知能）」です．
・「クジャクの羽はなぜあんなに美しいのか？」
・「キリンの首はどうして長くなったのか？」
・「働きバチは自分で子供を産まずに，どうして女王バチに奉仕するのか？」
これらの謎に迫っていくと，生物が進化の過程で，ある種の最適化問題を解いていることがわかります．こうした生物の進化のメカニズムをまねて，データの構造を変形，合成，選択する工学的な手法が「進化論的手法」です．目的は，効果的な計算システムを実現させることにあります．この手法は，最適化問題の解法，人工知能の学習，推論，プログラムの自動合成などに広く応用され，「自然に学ぶ問題解決（Problem Solving from Nature）」をめざします．
進化論的手法は，工学的最適化のみならず，金融工学，芸術やデザインなどに広く応用されています．たとえば新幹線N700系のフォルムや飛行機の主翼の設計が有名です．

深層学習＋進化計算＝ディープニューロ進化

ニューロ・ダーウィニズム(Neural Darwinism)は，1972年にノーベル生理学・医学賞を受賞したGerald Edelmanにより提唱されました．この考え方に基づいて，深層学習と進化計算を統合したフレームワークがディープニューロ進化です．ニューロ進化の主要な特徴は最適なネットワークとその学習パラメータを遺伝的に探索することです．それにより通常のニューラル・ネットワークの探索に伴う手間（試行錯誤によるネットワークを構築など）を省くことが出来ます．ニューロ進化は様々な分野で応用され，その有効性が確認されています．

機械学習＋進化計算＝より賢い最適化

Mind Render：AI教育の実践的研究

中高生などの初学者にAIを分かりやすく教えるための教育・研究を行っています．たとえば高校の教育実習に参加して，AIロボット（実機実験）のカリキュラムについて実証的な検証を行いました．また，Mind RenderはVR プログラムを作って遊べるプログラミング学習アプリであり，いくつかの小中高校で実際に授業や自由研究に活用されています．当研究室ではこのアプリによるAI学習用ドリルを開発し，より豊かな情報教育の機会を提供しています．

複雑系と人工生命

複雑系や人工生命の研究は人工知能と密接に関係しています．例えば，アリやハチ，魚などの群れ行動は個々の個体の動作では記述できなような複雑な群知能を創発します．こうした群知能はメタヒューリスティックと呼ばれ，人工知能の分野で様々に応用されています．この研究は，工学と生命科学の融合をめざし，「共生」と「多様性」といった生命現象の主要な概念をコンピュータで実現するものです．