持続可能なAI開発に向けた最適輸送理論の擬ユークリッド幾何学化
| 体系的番号 |
JPMJAX25C2 |
研究代表者 |
磯部 伸 理化学研究所, 革新知能統合研究センター, 基礎科学特別研究員
|
|---|
| 研究期間 (年度) |
2025 – 2027
|
| 概要 | 大規模AIを持続可能な技術にするために，数理的原理の明らかなモデル圧縮化手法の開発が待たれている．本研究では，現代AIの中核技術であるトランスフォーマーの微分方程式モデルに着目し，方程式が持つ数理構造とモデル学習する法則の関係を明らかにすることで，予測可能な圧縮技術の開発を目指す．技術開発の鍵は，モデル内に潜む擬ユークリッド幾何的な構造を活用可能にするための最適輸送理論を新たに構築することにある．
|
|---|
| 研究領域 | 次世代AIを築く数理・情報科学の革新 |
|---|
