ZOZO研究所、AI分野で新手法発表 千葉工大との共同研究が「IJCAI 2025」で論文採択

ZOZO研究所と千葉工業大学との共同研究が、人工知能分野の国際会議「IJCAI 2025」で論文として採択された。研究チームは、AIの予測結果を説明する新手法「C2FA(Consistent Two-level Feature Attribution)」を提案している。この手法は、AIの判断根拠を説明する際の問題を解決することを目的としている。

近年、AIの判断根拠を説明する重要性が増している。特にマルチインスタンス学習(MIL)では、複数の要素をまとめて解析するため、その仕組みの説明が課題とされている。従来の手法では、AIがどの要素が結果に影響したか(「HiFAs」)と、その中でどの特徴が重要だったか(「LoFAs」)を個別に推定していた。しかし、これには多くの計算が必要で、時間やコストの負担が大きい上に、説明内容が食い違う場合があるとされている。

「C2FA」は、HiFAsとLoFAsを同時に推定し、一貫性を保つように設計されている。具体的には、「LIME」や「Kernel SHAP」といった従来の説明法を基に、最適化問題を設定し、交互方向乗数法(ADMM)を用いて効率的に解決する。この手法により、少ない計算回数で高精度な結果を得ることができ、常に一貫した説明を提供できるという。

実験では、MILによる画像分類タスクで、従来法に比べて少ない試行回数で高精度な推定が可能であり、視覚的にも一貫した説明が確認された。今後は、画像分類にとどまらず、点群処理や自然言語処理など、さまざまな分野での応用が見込まれている。研究チームは、ファッションデータへの応用も視野に入れている。

この研究成果は、千葉工業大学の吉川友也氏、メルボルン大学の木村正成氏、ZOZO研究所の清水良太郎氏と斎藤侑輝氏によるものである。研究の詳細は、論文「Explaining Black-box Model Predictions via Two-level Nested Feature Attributions with Consistency Property」にまとめられている。