AI Singapore と米国 NSF 研究者による研究協力プロジェクト
📖 概要
これは AI Singapore が支援する国際共同研究であり、南洋理工大学の張潔教授が率い、米国マサチューセッツ工科大学（副教授 Jacob Andreas を含む）と共同で、信頼性があり解釈可能な人間・AI 協調型の組合せ最適化システムに取り組んでいます。
🤖 AI との関係
本プロジェクトは自然言語を組合せ最適化問題のロバストなインターフェースとして確立し、AI システムが不正確な人間の入力から問題を定式化し、AI 支援求解を行い、解釈可能なフィードバックを返せるようにするもので、信頼できる AI と人間・AI 協調の基礎研究に直接資するものです。
🇸🇬 シンガポールとの関係
AI Singapore が主導し、シンガポールの大学（NTU）を中核とする国際共同研究として、本プロジェクトはシンガポールの基礎 AI 研究を世界トップクラスの機関ネットワークに接続し、その成果は物流・製造・金融というシンガポール経済の中核産業に向けられています。
出典
- AI Singapore — 確認日 2026-07-06
同じカテゴリ 🔬 基礎研究
A*STAR
シンガポール科学技術研究局、AI 基礎研究と応用研究の主力
NUS
シンガポール国立大学、AI 研究ランキングはアジア上位。2024年3月に NUS AI Institute を設立し、基礎 AI、応用 AI および社会的影響研究を統合。
NTU
南洋工科大学、AI とデータサイエンス研究の主要拠点
SMU
シンガポール経営大学、AI のビジネス・社会応用
SUTD
シンガポール科技設計大学、AI とデザインの交差創新
PINNACLE：PINN 適応的配置点と実験点選択方法
PINNACLE は、物理情報神経ネットワーク（PINN）の訓練効率を改善するための適応的点選択方法です。本方法は経験的ニューラル接線核理論に基づいており、実験点および配置点を含むすべての種類の訓練点の選択を自動的に共同で最適化することができ、前進問題、逆問題、転移学習などの複数のタスクにおいて既存のベンチマーク方法を大幅に上回ります。
BadEdit：モデル編集による大規模言語モデルへのバックドア注入
AI Singapore 研究チームが BadEdit フレームワークを提案しました。これは、モデルパラメータを直接修正することにより、事前訓練された大規模言語モデルに対して効率的なバックドア攻撃を行う革新的なバックドア注入方法です。本方法は、わずか 15 個のデータサンプルと 120 秒で成功的にバックドアを注入でき、攻撃成功率は 100% に近く、一方で清潔なデータに対する最小限の悪影響を保ちます。BadEdit は従来の重み中毒方法と比較して、データ要件が少なく、効率が高く、テキスト分類、事実確認、対話感情生成を含む複数のタスク領域に適用できるという利点があります。
シンボリック回帰を用いた決定木による拡大クラス分割の発見
本研究はシンボリック回帰強化決定木（SREDT）を紹介しています。シンボリック回帰を通じて非線形・多変量の決定木分割規則を発見します。従来型決定木と比較して、SREDTはより優れた予測性能、より小型でコンパクトな木構造、より高速な推論速度、およびノイズに対するロバスト性を備えています。この方法は遺伝的プログラミングを通じて閉式解析的表現を探索し、分類タスクにおいて標準決定木を明らかに上回ります。