【未来への対話革命】【23卒】 ソフトバンク JOB-MATCHインターン エンジニアコースの通過ES(エントリーシート) No.76223（大阪大学大学院/男性）（2022/5/13公開）

私は、より賢くロボットが人とコミュニケーションを行うための対話システムに関する研究を行っています。人の家事を支援するサービスロボットは、利用者の発話を正しく処理できる必要があります。例えば「シンクに置いて」と発話した際、ロボットが目の前の物体をつかむことなくシンクに移動しては意味がありません。また、人は言い間違えをする可能性があるため、ロボットは発話をすべて鵜呑みにしてはいけません。そこで私は確率モデルを利用し、ロボットの過去の経験などから、ロボットがいつどのような単語を与えられやすいかを推定することで、ロボットが発話内容をいつ行うべきか、その内容は妥当かどうかを判断する推論システムを提案しました。そして、この研究内容を６月に行われる人工知能学会において発表する予定です。これらの経験から得られた、機械学習に関する知識およびプログラミングスキルは、貴社における様々なソリューションの企画・開発の際に役立つと確信しています。また、研究で培った課題解決への論理的思考能力、予想外の問題が発生しても最後まで諦めずやり遂げる力を発揮し、貴社の事業拡大に貢献したいと考えています。 続きを読む

私は、ロボットの過去の行動とその時観測していた情報から、ロボットがいつどのような単語を与えられやすいかを推定するシステム設計を自身の研究で行いました。その際、隠れマルコフモデルと多層マルチモーダルLDAという２つの確率モデルを利用しました。隠れマルコフモデルは、時系列の情報を扱えるためロボットの行動の順番を学習し、多層マルチモーダルLDAは、ロボットがある行動をしたとき何を見ているか、どこにいるか、どのような単語が与えられるかなどを学習します。これらの確率モデルを扱う際に、統計・確率の知識が必要とされます。例えば、計算式の変形にベイズの定理を、モデルの学習にギブスサンプリングというアルゴリズムを使用します。また、事象の尤もらしさを計算することで、ロボットが発話内容をいつ行うべきか、その内容は妥当かどうかを確率的に判断する推論も可能になりました。 続きを読む