NUS

NUS の AI 研究は、複数のコア部門によって担われています。

• NUS AI Institute（NAII）：2024 年 3 月に設立されたフラッグシップ研究機関で、基礎 AI／応用 AI／社会的インパクトの 3 つの軸に集中
• School of Computing（SoC）：従来の CS の強項。AI／NLP／CV／RL のすべてにおいてトップレベルのチーム
• NUS Business School：ビジネスアプリケーション、AI for Finance における AI
• NUS Medicine：AI for Healthcare（Synapxe および各医療機関とのパートナーシップ）
• NUS Law TRAIL：AI 法律ガバナンス研究

NUS はまた AI Singapore ——AISG のオフィス、計算リソース、教員全てが NUS キャンパスに統合されている——をホストしています。この「国家プログラムが高等教育機関に寄生する」モデルにより、NUS は学術的自主性と国家リソースの両方を享受できます。

国際協力の面では、NUS は Microsoft Research Asia と共に IPP（Industrial PhD Programme）を構築しており、シンガポールの Google DeepMind ラボとも研究協力があります。

NUS の AI 研究は 3 つのレベルで強い存在があります：

• 基礎研究：NeurIPS、ICML、ICLR、CVPR、ACL での論文産出はアジア上位 3 であり、Trustworthy ML や Multi-modal Learning などの特定の細分化された方向では世界上位 10 です
• 応用研究：現地企業、病院、政府機関と多くの横断的なプロジェクトを持ち、シンガポールの AI 応用研究の 「受け入れ側」です
• 国家計画への支援：AISG を通じて国家レベルのプロジェクト（SEA-LION トレーニング、AI Verify 評価方法論など）に直接参加しています

代表的な研究方向：

• Trustworthy AI：Bryan Hooi、Reza Shokri などのチームは AI プライバシーと対抗的ロバストネスの分野で世界的にリーディングです
• Multi-modal Foundation Models：LV-NUS ラボラトリはマルチモーダル LLM での継続的な産出があります
• AI for Science：生物学、化学、材料科学学部との協力

しかし NUS の AI 研究には長期的な課題があります：人材の流出（大手企業や海外へ）——毎年一流 PI が Google、OpenAI、Meta に引き抜かれており、これはシンガポールが 「小国 + 高給環境」であることの構造的な課題です。

NUS はシンガポール AI 戦略の中で 「基礎研究の耐力壁」です。

「7 つの伝導レバー」の中で：

• レバー 1（基礎研究）：NUS はシンガポール AI 論文産出の最大の単一機関です
• レバー 2（人材）：NUS Computing は現地 AI エンジニアの主要な育成基地であり、AISG の AIAP 見習いの約 3 分の 1 は NUS から来ています
• レバー 3（産業応用）：NUS Enterprise と横断的プロジェクトを通じて研究を活用しています

観点：NUS は少数の 「世界レベルの研究ができ、かつ国家的課題を喜んで引き受ける」大学です——このようなバランスは多くの研究型大学では達成が難しいです。AISG が NUS に埋め込まれることは、シンガポール AI 戦略の最も重要な制度設計です：国家計画が高等教育機関の研究力を獲得でき、同時に高等教育機関の研究が国家戦略によって拡大されるようになります。

しかし NUS AI Institute（2024 年設立）は現在統合期にあり、それが本当に 「アジア AI 研究センター」になれるかどうかは 2～3 年の観察が必要です。重要な変数：一流 PI を引き付け/保持できるか、SEA-LION レベルのフラッグシップ項目を産出できるか、NTU との差異化を形成できるか（NTU はエンジニアリング応用に傾き、NUS は基礎研究に傾いている）。