研究テーマ
ゲームから車載機器まで、AI（Artificial Intelligence: 人工知能）を用いた製品やサービスが主流になってきている。AIにはいくつかの世代があるが、ここではディープラーニングや深層学習と呼ばれるニューラルネットワークを用いたAIを指す。
こうしたAIは通常ML（Machine Learning: 機械学習）技術を用いて開発されるが、テストの手法はこれまでの伝統的なソフトウェアテストと異なることが知られている。AIに対する品質保証に関する国内初のガイドラインであるQA4AIガイドラインによると、伝統的なソフトウェアのための演繹的開発と異なり、ML技術を用いたAIは帰納的開発と呼ばれる方式で作られるため、帰納的開発特有のテスト技法が必要となる。
帰納的開発特有のテスト技法には、メタモルフィックテスト、ニューロンカバレッジ、最大安全半径、網羅検証、強化学習テスト、敵対的ネットワークテストが知られている。しかし現在のところ、どの技法も確立しているとは言えず、AIを用いた製品やサービスに対する実用的なテストを可能にするかどうかは未知数である。
本研究プロジェクトでは、AIに対するテスト技法を確立することを目的とする。まず既存のテスト技法を調査・試行し、その結果より新たなテスト技法に進化させる。また著名なAIに対して進化させたテスト技法の適用を行う。
弊研究室ではこれまで、AIによるOCRに対するメタモルフィックテストと、ゲームに対するAIによる強化学習テストについて研究を行ってきた実績がある。またAIによる演繹的テスト技法の高度化について研究を行ってきた実績がある。研究室を主宰する西講師は、AIに対する品質保証に関する国内初のガイドラインを作成したQA4AIコンソーシアムの運営委員長である。したがって本研究テーマに対して最適な研究グループの一つであると言える。
研究室