担当区分：筆頭著者   記述言語：日本語  

欧州委員会が 2025 年 11 月 19 日に公表した EU デジタル・オムニバス提案は，EU デジタル法制全体の簡素化と法的 明確化を目的とし，その一環として一般データ保護規則（GDPR）における「個人データ」概念の解釈枠組みを明確化 する改正を提案している。とりわけ，GDPR4 条(1)に規定される識別可能性の判断につき，情報が特定の自然人に関連 する場合であっても，当該情報があらゆる主体にとって一律に個人データとなるわけではなく，当該主体が合理的に 利用可能な手段に照らして当該自然人を識別できない場合には，当該主体にとって個人データに該当しないことを明 示する構造を採用する。これにより，仮名化データを第三者へ開示する局面において，受領者側の再識別可能性評価 が個人データ該当性を左右し得るという主体別・文脈依存的な判断枠組みが，定義規定のレベルで制度化される。
本稿は，かかる改正提案の制度的背景として，欧州連合司法裁判所（CJEU）の SRB 判決（EDPS v. SRB, C-413/23 P） に着目する。同判決は，仮名化データの識別可能性判断が，主体ごとに合理的に利用可能な再識別手段の有無に依存 し得ることを前提としつつも，少なくとも受領者情報の通知義務に関しては，受領者側の識別可能性に義務成立を依 存させる解釈を排斥し，管理者の立場および取得時点における関係に即して判断すべきことを明確化した。本稿は， 識別可能性の議論と受領者情報の通知義務の判断枠組みとが交差するこの判例の構造を分析し，欧州委員会提案が， かかる判例動向に整合する形で，個人データ概念の外延および識別可能性判断の枠組みを整理しようとするものであ ることを示す。
さらに本稿は，この制度的見直しがプライバシー・エンハンシング・テクノロジー（PETs）の規範的位置づけに与 える影響を検討する。従来，PETs は個人データ保護のための補助的技術として理解されがちであったが，本提案の下 では，仮名化や再識別可能性評価が個人データ該当性の判断構造に組み込まれることにより，PETs は GDPR の適用範 囲や義務の発動を左右し得る制度設計上の要素として位置づけられ得る。以上を踏まえ，本稿は，日本の個人情報保 護法における仮名加工情報・匿名加工情報等の制度構造との比較を通じて，PETs と個人情報概念の関係を検討し，今 後の議論に資する視座を提示する。

researchmap

担当区分：筆頭著者   記述言語：日本語   掲載種別：研究論文（学術雑誌）   出版者・発行元：情報処理学会  

本稿は，データ保護法制との関係における「マシン・アンラーニング」の有用性と限界を明らかにす るものである．「マシン・アンラーニング」は，AI 学習済みモデルから特定のデータを効率的に消去する 技術であり，データ保護法制への対応において重要な役割を果たす．EU 一般データ保護規則（「GDPR」） は「忘れられる権利」を明確に規定しているが，他の地域では法制度が異なる．そのため，各法域（EU， 米国，インド，日本）のデータ保護法制を分析し，「マシン・アンラーニング」の法的な適用可能性を評価 した．その結果，今後の「マシン・アンラーニング」の発展とともに，その評価手法の確立やガイドライ ンの整備によって，現実的かつ法的に妥当な対応手段として実務で効果的な活用が期待される．

本著作物は, 著作権者である情報処理学会の利用許諾に基づき掲載しております. ご利用にあたっては,「情報処理学会著作権規定」および著作権法に従うものとします.

添付ファイル： マシン・アンラーニングの法的意義と限界_データ保護法制との関係性の検討.pdf

DOI： 10.20729/0002004348

researchmap

担当区分：筆頭著者   記述言語：日本語   出版者・発行元：技術情報協会  

本稿は、2025年6月4日に日本において施行された「人工知能関連技術の研究開発及び活用の推進に関する法律」（「AI新法」）を解説するものである。AI新法は、AIの研究開発および利活用の促進を軸に据えつつ、リスク対応に関しても制度的基盤を与え、日本独自のアプローチを採用している点に特徴がある。

添付ファイル： 日本版AI新法の静かなる施行_研究開発2508月号09.pdf

researchmap

担当区分：筆頭著者   記述言語：日本語   掲載種別：研究論文（研究会，シンポジウム資料等）   出版者・発行元：情報処理学会  

2025年2月に適用が開始されたEU AI法での禁止されるAIプラクティスにおいては, 職場や教育機関において自然人の感情を推測する目的でAIシステムを使用することが禁止された. 当該規制の具体的内容については，禁止されるAIプラクティスガイドラインによって明らかにされた．一方，我が国においては，感情推測技術に関する明確なガイドラインや規制が存在せず, 実証実験や製品・サービスへの導入の例も見られる状況にある．そこで本稿では，感情推測技術における個人の内面情報保護の取り扱いの在り方について検討した．本稿は，感情推測技術の使用にあたり，EUにおける規制が，我が国でも使用目的，技術的限界，内面の自由との関係を踏まえた慎重な制度設計の必要性を示唆する．

本著作物は, 著作権者である情報処理学会の利用許諾に基づき掲載しております. ご利用にあたっては,「情報処理学会著作権規定」および著作権法に従うものとします.

添付ファイル： EU AI法における感情推定規制と内面情報保護の在り方IPSJ-EIP25108001.pdf

researchmap

担当区分：筆頭著者   記述言語：日本語  

2024年5月16日に示されたAIの「発明者」該当性について争われた日本での裁判例（「ダバス発明事件」）は，AIの進展に対して日本の特許法がどのように対応すべきかを問いかける重要な契機となった．AIは，人間の発明を支援するツールにとどまらず，その技術の進化は目覚ましく，人間の創作的関与を一切不要とする「AI完全自律型発明」が実現する日も遠くない．特許法に規定する「発明者」は「自然人」に限られると解釈されているが，今後のAIの進化に伴い，「AI完全自律型発明」をどのように取り扱うべきかが大きな課題となる．2024年6月11日に示されたドイツ連邦司法裁判所での「ダバス発明事件」決定と日本での裁判例を比較し，「AI完全自律型発明」に関する法的課題について検討を行った．日本の現行特許法においては，「AI完全自律型発明」は，「発明者」の不在や僭称問題が生じる可能性がある．そのため，この問題の解決には解釈論では限界があり，立法論による検討が必要であると考える．

researchmap

担当区分：筆頭著者   記述言語：日本語   出版者・発行元：技術情報協会  

添付ファイル： 24.12.20研究開発2412月号07_鈴木健二R.pdf

researchmap

記述言語：英語  

顔認識モデルを学習するために大規模なウェブスクレイピングデータセットを使用することは、プライバシーとバイアスの重大な懸念を引き起こしている。合成手法はこれらの懸念を軽減し、公平で正確な顔認識を可能にするスケーラブルで制御可能な顔生成を提供する。しかし、既存の合成データセットは、クラス内およびクラス間の多様性に限界があり、実際のデータセットを用いて得られた顔認識性能には及ばない。本論文では、顔認識モデルを学習するための公正で多様な合成顔データセットを作成するための、拡散に基づく2段階のパイプラインであるVariFaceを提案する。具体的には、以下の3つの手法を紹介する： すなわち、人口統計学的ラベルを洗練するための顔認識一貫性、クラス間の多様性を改善するための顔ヴェンディスコアガイダンス、同一性保持とクラス内多様性のトレードオフのバランスをとるための乖離スコアコンディショニングである。同じデータセットサイズに制約された場合、VariFaceは以前の合成データセットを大幅に上回り（0.9200 → 0.9405）、実データで訓練された顔認識モデルに匹敵する性能を達成する（Real Gap = -0.0065）。制約のない設定において、VariFaceは、データセットサイズに関わらず、一貫して以前の合成手法と比較して優れた性能を達成するだけでなく、6つの評価データセットにおいて、初めて実データセット（CASIA-WebFace）を上回った。これは、LFW、CFP-FP、CPLFW、AgeDB、およびCALFWデータセット全体で平均顔検証精度0.9567（Real Gap = +0.0097）、RFWデータセットで0.9366（Real Gap = +0.0380）という新たな最先端性能を設定する。

添付ファイル： 2412.06235v1.pdf

DOI： 10.48550/arXiv.2412.06235

researchmap

担当区分：筆頭著者   記述言語：日本語   掲載種別：研究論文（研究会，シンポジウム資料等）   出版者・発行元：情報処理学会  

本稿は，EUにおける一般データ保護規則（GDPR）のデータ処理の法的根拠としての「正当な利益」の重要性と法的課題について考察するものである．正当な利益に基づくデータ処理は多くの場面で活用されているが，その適用においては一般規定であるがゆえに法的解釈が困難である．従来，29条データ保護作業部会の意見書に基づく解釈が主に行われてきたが，正当な利益は，近年の技術進化，EUでの立法，社会的受容性の変化に伴う影響も含めて，その位置づけを理解することが求められる．そこで，本稿では，AI学習データへの利用という視点にて，近年のEUにおける立法動向，裁判例，学説，ならびにイタリア，オランダ，フランスのデータ保護当局の見解を踏まえ，正当な利益に関連する複雑な法的課題を整理することを目的とする．近年の判例において，正当性，必要性，比較衡量の3ステップ基準が用いられているが，具体的な法的解釈については未解明である．

本著作物は, 著作権者である情報処理学会の利用許諾に基づき掲載しております. ご利用にあたっては,「情報処理学会著作権規定」および著作権法に従うものとします.

添付ファイル： EU一般データ保護規則における「正当な利益」の法的課題 .pdf

researchmap

担当区分：筆頭著者   記述言語：日本語   掲載種別：研究論文（研究会，シンポジウム資料等）   出版者・発行元：情報処理学会  

学習データや学習済みモデルには，法的要請に基づいて消去すべき個人情報が含まれていることがある．しかし，学習済みモデルから該当データを消去しモデルを再構築することには, 経済的なコストを伴う．このため，学習済みモデルから特定の個人情報を忘れさせる技術として，マシンアンラーニングが注目されている．本稿では，マシンアンラーニングの意義と技術的限界に焦点を当て，法的な位置づけを明らかにする．各地域のプライバシー保護法制へのマシンアンラーニングの適用について考察し，その有用性と限界について検討する．EUのGDPRや米国カリフォルニア州のCCPAは，技術的な限界に対して柔軟な解釈の余地がある．

本著作物は, 著作権者である情報処理学会の利用許諾に基づき掲載しております. ご利用にあたっては,「情報処理学会著作権規定」および著作権法に従うものとします.

添付ファイル： プライバシー保護におけるマシンアンラーニングの法的役割.pdf

researchmap

担当区分：筆頭著者   記述言語：日本語   掲載種別：研究論文（研究会，シンポジウム資料等）  

大規模言語モデルは, 変革をもたらす高性能な技術であるが, その動作が非常に複雑である. そして, 誤情報, 偏見, サブリミナル操作などの潜在的な課題がある. 説明可能なAIは, ブラックボックスモデルを人間が理解できるようにする技術である. 2023年12月, 欧州AI法案は, 基盤モデル, 生成AI, 汎用目的AIへの規制を取り込んだ. 大規模言語モデルについての説明可能なAIは, どのような法的役割を持つのかについて検討する.

本著作物は, 著作権者である情報処理学会の利用許諾に基づき掲載しております. ご利用にあたっては,「情報処理学会著作権規定」および著作権法に従うものとします.

添付ファイル： 大規模言語モデルにおける説明可能なAIの法的役割.pdf

researchmap

担当区分：筆頭著者   記述言語：日本語   掲載種別：研究論文（研究会，シンポジウム資料等）  

大規模言語モデルや画像生成AIなどの生成系AIの進展は、革新的な技術変化をもたらしている。一方で、生成系AIによる倫理的・法的・社会的課題が懸念されており、情報社会における生成系AIと人間との共創の在り方について検討する必要がある。
本稿では、AIについての包括的な規制法案である欧州AI法案をもとに考察する。2023年6月、欧州議会は、基盤モデルや生成系AIに関する条項を欧州AI法案の修正案に追加し、採択した。生成系AIの新たな発展との社会との関係において、基盤モデルや生成系AI提供者の義務に関する法制度を技術的な観点も含め概説する。その上で、我が国における生成系AIの利活用と公平な社会の在り方を検討した。

Copyright 2023. Kenji SUZUKI. All Rights Reserved.

添付ファイル： 欧州AI法案から考える生成系AI.pdf

researchmap

記述言語：英語  

Our goal is to develop fine-grained real-image editing methods suitable for real-world applications. In this paper, we first summarize four requirements for these methods and propose a novel diffusion-based image editing framework with pixel-wise guidance that satisfies these requirements. Specifically, we train pixel-classifiers with a few annotated data and then infer the segmentation map of a target image. Users then manipulate the map to instruct how the image will be edited. We utilize a pre-trained diffusion model to generate edited images aligned with the user's intention with pixel-wise guidance. The effective combination of proposed guidance and other techniques enables highly controllable editing with preserving the outside of the edited area, which results in meeting our requirements. The experimental results demonstrate that our proposal outperforms the GAN-based method for editing quality and speed.

添付ファイル： 2212.02024v3.pdf

researchmap

担当区分：筆頭著者   記述言語：日本語   掲載種別：研究論文（研究会，シンポジウム資料等）  

データの偏りを緩和するだけでなく, その理由を人間が理解できる説明可能な公平性手法を提案する. 機械学習アルゴリズムは, 雇用や融資の決定などのリスクの高いユースケースもあり, 公平性, 説明責任, 透明性が求められる. 性別, 人種, 年齢などのセンシティブな属性によるAI予測の違いは, 公平性の問題となっている. AIにおけるバイアス緩和には様々な手法が提案されているが, 従来の手法ではどのような基準でデータバイアス緩和を行ったのかを人間が直感的に理解できないという問題がある. そこで, 説明可能なAIを用いたバイアス緩和手法を提案する. 提案した方法により,人間はバイアス緩和がどのように達成されるかを理解することができる. German Creditデータセットによる信用スコアリングにこの方法を適用した実験結果は, 性別での統計的パリティ差が-0.108から-0.004に改善されたことを示している.

添付ファイル： JSAI2023_3Xin451.pdf

DOI： 10.11517/pjsai.JSAI2023.0_3Xin451

researchmap

記述言語：英語  

Generative models, particularly GANs, have been utilized for image editing. Although GAN-based methods perform well on generating reasonable contents aligned with the user's intentions, they struggle to strictly preserve the contents outside the editing region. To address this issue, we use diffusion models instead of GANs and propose a novel image-editing method, based on pixel-wise guidance. Specifically, we first train pixel-classifiers with few annotated data and then estimate the semantic segmentation map of a target image. Users then manipulate the map to instruct how the image is to be edited. The diffusion model generates an edited image via guidance by pixel-wise classifiers, such that the resultant image aligns with the manipulated map. As the guidance is conducted pixel-wise, the proposed method can create reasonable contents in the editing region while preserving the contents outside this region. The experimental results validate the advantages of the proposed method both quantitatively and qualitatively.

添付ファイル： 2212.02024v3.pdf

DOI： 10.48550/arXiv.2212.02024

researchmap

担当区分：筆頭著者   記述言語：日本語   出版者・発行元：技術情報協会  

researchmap

担当区分：筆頭著者   記述言語：日本語   出版者・発行元：情報処理学会  

説明可能な AI を使いこなすためには，専門的な知識やプログラミング技術を必要とし敷居が高い．説明可能な AI とは AI の判断根拠を人間が理解できるように可視化する技術である．本稿では，AIの判断根拠の可視化や認識精度の向上を GUI 環境にて手軽に操作できるディープラーニングツール「Neural Network Console」を紹介する．

本著作物は、著作権者である情報処理学会の利用許諾に基づき掲載しております。ご利用にあたっては、「情報処理学会著作権規定」および著作権法に従うものとします。

添付ファイル： 説明可能なAIを身近にするためのディープラーニングツール.pdf

DOI： 10.20729/00218782

researchmap

担当区分：筆頭著者   記述言語：日本語   掲載種別：研究論文（研究会，シンポジウム資料等）  

GUI 環境での手軽な操作にて直感的な設計ができるディープラーニングツール Neural Network Console に実装した説明可能な AI は, 専門的な知識を必要とせずに判断根拠の可視化や認識精度の向上を可能にした. GUI 環境により制作した Attention Branch Network は, 画像分類での判断根拠を活用して認識精度を 0.42 % 向上させた. また, 本ツールに実装した Attention Map Editor は, 判断根拠を編集することもでき, 熟練した知識を持たないユーザが AIの判断根拠を理解することができる.

researchmap

担当区分：筆頭著者   記述言語：日本語   掲載種別：研究論文（研究会，シンポジウム資料等）  

researchmap

担当区分：筆頭著者   掲載種別：研究論文（研究会，シンポジウム資料等）  

researchmap

記述言語：英語  

While there exist a plethora of deep learning tools and frameworks, the fast-growing complexity of the field brings new demands and challenges, such as more flexible network design, speedy computation on distributed setting, and compatibility between different tools. In this paper, we introduce Neural Network Libraries (this https URL), a deep learning framework designed from engineer's perspective, with emphasis on usability and compatibility as its core design principles. We elaborate on each of our design principles and its merits, and validate our attempts via experiments.

添付ファイル： 2102.06725v2.pdf

DOI： 10.48550/arXiv.2102.06725

researchmap

担当区分：筆頭著者   記述言語：英語  

Identifying the influence of training data for data cleansing can improve the accuracy of deep learning. An approach with stochastic gradient descent (SGD) called SGD-influence to calculate the influence scores was proposed, but, the calculation costs are expensive. It is necessary to temporally store the parameters of the model during training phase for inference phase to calculate influence sores. In close connection with the previous method, we propose a method to reduce cache files to store the parameters in training phase for calculating inference score. We only adopt the final parameters in last epoch for influence functions calculation. In our experiments on classification, the cache size of training using MNIST dataset with our approach is 1.236 MB. On the other hand, the previous method used cache size of 1.932 GB in last epoch. It means that cache size has been reduced to 1/1,563. We also observed the accuracy improvement by data cleansing with removal of negatively influential data using our approach as well as the previous method. Moreover, our simple and general proposed method to calculate influence scores is available on our auto ML tool without programing, Neural Network Console. The source code is also available.

添付ファイル： 2103.11807v2.pdf

DOI： 10.48550/arXiv.2103.11807

researchmap

担当区分：筆頭著者   掲載種別：研究論文（学術雑誌）   出版者・発行元：Wiley  

DOI： 10.1002/1521-3951(200103)224:1<139::aid-pssb139>3.0.co;2-o

researchmap

掲載種別：研究論文（学術雑誌）   出版者・発行元：Elsevier BV  

DOI： 10.1016/s1386-9477(99)00348-3

researchmap

担当区分：筆頭著者   記述言語：英語   掲載種別：研究論文（学術雑誌）   出版者・発行元：American Institute of Physics  

We report structural and optical properties of GaSb/GaAs self-assembled quantum dots (QDs) grown by molecular beam epitaxy. The QDs, with nanometer-scale dimensions, were characterized by atomic force microscopy. Furthermore, in photoluminescence (PL) measurements the feature from the QDs was observed at ∼1.1 eV, clearly separated from that of the wetting layer at ∼1.3 eV. With increasing excitation power, the peak from the QDs displayed a large shift towards higher energy. In addition, the temperature dependence of PL yielded a large thermal activation energy, 130 meV, confirming the strong localization of excitons in the QDs.

researchmap

掲載種別：研究論文（学術雑誌）   出版者・発行元：Elsevier BV  

DOI： 10.1016/s0167-9317(99)00164-1

researchmap

担当区分：筆頭著者   掲載種別：研究論文（学術雑誌）   出版者・発行元：Elsevier BV  

DOI： 10.1016/s0022-0248(99)00021-4

researchmap

記述言語：英語   掲載種別：研究論文（国際会議プロシーディングス）  

researchmap

記述言語：英語   掲載種別：研究論文（国際会議プロシーディングス）   出版者・発行元：OSA  

Injecting carriers by using scanning tunneling microscope (STM) and detecting the luminescence, we can achieve optical measurements with very high spatial resolution. We refer to this technique as scanning tunneling luminescence (STL).

DOI： 10.1364/qo.1999.qmd3

researchmap

担当区分：筆頭著者   記述言語：英語   掲載種別：研究論文（国際会議プロシーディングス）  

researchmap

担当区分：筆頭著者   記述言語：英語   掲載種別：研究論文（国際会議プロシーディングス）   出版者・発行元：Optical Society of America (OSA)  

DOI： 10.1364/qo.1999.qmc2

researchmap

担当区分：筆頭著者   記述言語：英語   掲載種別：学位論文（博士）   出版者・発行元：University of Tokyo  

添付ファイル： 鈴木健二博士論文.pdf

DOI： 10.11501/3162766

researchmap

その他リンク： https://repository.dl.itc.u-tokyo.ac.jp/records/8819

掲載種別：研究論文（学術雑誌）   出版者・発行元：American Physical Society (APS)  

DOI： 10.1103/physrevb.58.r10147

researchmap

その他リンク： http://harvest.aps.org/v2/journals/articles/10.1103/PhysRevB.58.R10147/fulltext

担当区分：筆頭著者  

researchmap

担当区分：筆頭著者   記述言語：英語   出版者・発行元：CRC Press  

DOI： 10.1201/9781003063100

researchmap

掲載種別：研究論文（学術雑誌）   出版者・発行元：AIP Publishing  

DOI： 10.1063/1.122174

researchmap

担当区分：筆頭著者   記述言語：英語  

researchmap

記述言語：英語   掲載種別：研究論文（国際会議プロシーディングス）  

researchmap

掲載種別：研究論文（学術雑誌）   出版者・発行元：AIP Publishing  

DOI： 10.1063/1.121919

researchmap

掲載種別：研究論文（学術雑誌）   出版者・発行元：Elsevier BV  

DOI： 10.1016/s0038-1101(97)00305-5

researchmap

掲載種別：研究論文（学術雑誌）   出版者・発行元：Elsevier BV  

DOI： 10.1016/s0038-1101(97)00306-7

researchmap

掲載種別：研究論文（学術雑誌）   出版者・発行元：AIP Publishing  

DOI： 10.1063/1.121480

researchmap

記述言語：英語   掲載種別：研究論文（国際会議プロシーディングス）  

researchmap

担当区分：筆頭著者   掲載種別：研究論文（学術雑誌）   出版者・発行元：IOP Publishing  

DOI： 10.1143/jjap.37.l203

researchmap

担当区分：筆頭著者   記述言語：英語   掲載種別：研究論文（国際会議プロシーディングス）  

DOI： 10.1109/cleopr.1997.610550

researchmap

記述言語：英語  

DOI： 10.1016/0022-0248(95)80172-9

researchmap

総ページ数：389p   担当ページ：257-261   記述言語：日本語  

CiNii Books

researchmap

総ページ数：94   担当ページ：51-52  

ASIN

researchmap

担当区分：筆頭著者   記述言語：日本語   掲載種別：会議報告等   出版者・発行元：情報処理学会  

2024 年 3 月8 日（金），東京工業大学データサイエンス・ AI 全学教育機構主催の公開シンポジウム2024「DS・ AI を社会的側面から考える～社会のリーダーとなる人材と は」が開催された．東京工業大学大岡山キャンパス内の学 生支援・交流施設「Taki Plaza」に産官学および 学生を含む多方面からの参加者が集まった．参加者数は現地で 136 名（学士課程1 年生から博士後期課程までの 学生 63 名 含 む ）， オ ン ラ イ ン で 79 名，合計215 名となり， 大盛況であった．本シンポジウムは，昨年に続き 2 回目の開催である．昨年3 月に開催された第 1 回目のシ ンポジウムは，当機構の開設を記念する趣旨で行われた． 当大学は，全国で先駆けて2019 年からデータサイエンス・ AI 大学院全学教育に取り組んでおり，当機構は全学的な 教育組織として2022 年12 月に発足した．今回のシンポジ ウムは，「社会のリーダーとなる人材とは」というテーマで 行われた．将来，社会で活躍するためには，技術だけでな く社会の問題にも精通することが期待されている．新たな 取り組みとして，本 シ ン ポ ジ ウ ム で は 学 生 自 身 が「 AIと社会」 について考えることを主な目的とした．当機構の小野功副 機構長が司会を務め，当大学の益一哉学長の開会挨拶で 始まったシンポジウムは，2 時間40 分にわたり滞りなく進 行した．

本著作物は、著作権者である情報処理学会の利用許諾に基づき掲載しております。ご利用にあたっては、「情報処理学会著作権規定」および著作権法に従うものとします。

添付ファイル： 会議レポート「DSAIを社会的側面から考える～社会のリーダーになる人材とは」.pdf

researchmap

記述言語：日本語   出版者・発行元：ソニー  

researchmap

記述言語：日本語   会議種別：公開講演，セミナー，チュートリアル，講習，講義等  

本講演では、ブラックボックスと言われる機械学習モデルの判断根拠を提示するための説明手法について紹介します。高精度な認識が可能な機械学習モデルは、その判断理由を人間が理解することは困難です。近年、機械学習モデルを人間が理解できるように、様々な説明手法が研究されています。本講演は、その社会的背景としてのAI倫理と技術、アルゴリズムの概要、近年の動向や課題などを包括的に取上げます。説明可能なAIの技術については、判断根拠の可視化手法のみならず、機械学習モデルへのデータの影響度を利用したデータクレンジングやミスラベル検知、データの不確実性などについて広く取上げます。また、説明可能なAIを実際に活用するために、GUIによるディープラーニングツールNeural Network Consoleや、オープンソースソフトウェアによるResponsible AIライブラリについても紹介します。

添付ファイル： 20211213_ATTA2021_Explainable_AI_Kenji_Suzuki.pdf

researchmap

記述言語：日本語   会議種別：公開講演，セミナー，チュートリアル，講習，講義等  

researchmap

researchmap

記述言語：日本語   会議種別：口頭発表（一般）  

第6回（1999年春季）応用物理学会講演奨励賞 受賞

researchmap

記述言語：日本語   会議種別：シンポジウム・ワークショップ パネル（指名）  

開催地：東京工業大学 Taki Plaza   国名：日本国  

文理の枠を超えた広い視野を育むことを目的とした教育を実践しています。生成AI時代におけるAI倫理、AI規制、その技術に焦点を当てた大学院講義の紹介とその課題について言及します。

添付ファイル： AIと社会についての教育実践V6_distribute.pdf

researchmap

記述言語：日本語   会議種別：ポスター発表  

開催地：つくば国際会議場   国名：日本国  

researchmap

記述言語：日本語   会議種別：公開講演，セミナー，チュートリアル，講習，講義等  

開催地：東京工業大学 TakiPlaza  

添付ファイル： 生成系AIの社会課題V7_distribute.pdf

researchmap

その他リンク： https://www.dsai.titech.ac.jp/news/news-1580/

記述言語：日本語  

大学と企業の共同教育による人材育成においては、相互の補完関係が重要である。これまでは、データサイエンス・AIの理論的側面と実践的側面という補完関係に注目し、教育プログラムを設計してきた。しかし、今後はこれに加えて、グローバルな視点、経済的価値、倫理的価値の涵養にも注力する必要がある。生成AIが引き起こす倫理的・法的・社会的な課題への対応も含む法規制（「EU AI法」）がEUでは導入されている。このような背景から、大学における産学連携の共同教育のあるべき姿を、AI開発者・法学者・教育者としての実務家教員の視点から模索していく。

添付ファイル： 生成AIへの法規制から考えるデータサイエンス・AIでの産学連携共同教育_鈴木健二V11.pdf

researchmap

記述言語：日本語   会議種別：口頭発表（一般）  

音楽教室における楽曲の著作権処理について争われた事件について取り上げる。音楽教室を運営するＸらは、著作権管理事業者Ｙを被告として、Ｙの管理する音楽著作物のレッスンでの教師および生徒による演奏について、ＹがＸらに対する著作権（演奏権）侵害を理由とする不法行為に基づく損額賠償請求権等が存在しないことの確認を求めた事案である。第一審判決は生徒の演奏に対して楽曲の演奏権を肯定したが、控訴審は否定した。最高裁は、控訴審判決を維持し、音楽教室での生徒の演奏の対象となった楽曲へは演奏権が及ばす、教師の演奏に限って著作権処理がされる必要があると判示した。その判断基準に従来の判例において用いられてきた「カラオケ法理」が用いられず、「総合衡量法理」による一般論が示された。本判決は、演奏の形態による音楽著作物の利用主体の判断に当たっては、演奏の目的及び態様、演奏への関与の内容及び程度等の諸般の事情を考慮することを示した。

添付ファイル： 2024年度第7回 民事法研究会報告資料(最判令和4年10月24日民集76巻6号1348頁)鈴木健二R.pdf

researchmap

記述言語：日本語   会議種別：シンポジウム・ワークショップ パネル（指名）  

開催地：神戸国際会議場   国名：日本国  

AI学習データやAI学習済みモデルには、法的要請に基づいて消去すべき個人データが含まれていることがある。しかし、AI学習済みモデルから該当データを消去してAIモデルを再構築することには、経済的なコストが伴う。このため、AI学習済みモデルから特定の個人データを忘れさせる技術として、マシン・アンラーニングが注目されている。本講演では、マシン・アンラーニングの意義と技術的限界に焦点を当て、その法的な位置づけを明らかにする。また、各国・各地域のプライバシー保護法制へのマシン・アンラーニングの適用について考察し、その有用性と限界について言及する。 論文等で引用される場合、下記を参考文献として挙げてくださるようお願いいたします。 鈴木健二「プライバシー保護におけるマシンアンラーニングの法的役割」研究報告電子化知的財産・社会基盤(EIP), 2024-EIP-104, Vol.17, pp.1-6（2024). ダウンロードはこちらです。 https://researchmap.jp/kenjisuzuki/published_papers/46126935

添付ファイル： マシン・アンラーニング技術の法的側面_鈴木健二V6.pdf

researchmap

その他リンク： https://researchmap.jp/kenjisuzuki/published_papers/46126935

記述言語：日本語   会議種別：シンポジウム・ワークショップ パネル（指名）  

開催地：札幌・オンライン   国名：日本国  

本講演では、大学と企業が協力して行う「産学連携による共同教育」が、どのようにして持続可能な人材育成に貢献するかを解説する。具体的には、実務家教員の役割、産学連携による人材育成の重要性、データサイエンス・AI教育の課題、キャリア形成とリスキリング、DS&AI学際的分野の教育などを取り上げる。本講演を通して、社会で求められる人材の育成と、持続可能なキャリア形成の重要性を理解し、デジタル社会での活躍に必要な能力を身につけるための教育の在り方を共有します。

添付ファイル： 東京科学大学と企業を結ぶ産学連携による共同教育：サステイナブルな人材育成（後編）_鈴木健二.pdf

researchmap

researchmap

記述言語：日本語  

2024年5月21日にEUで成立し、同年8月1日に発効した「EU AI法」は、AIに対する包括的な規制です。「EU AI法」は、2025年2月2日に「禁止されるAI」に関する規制が、同年8月2日に「汎用目的AIモデル」に関する規制が段階的に適用開始されます。従来はAI倫理ガイドラインなどの自主的な規制に頼っていましたが、「EU AI法」は法的拘束力を持つ規制へと転換しました。その適用範囲は、AIモデルの開発者から提供者、運用者に至るまで、広範なバリューチェーンを対象としています。 また、3年前の草案で示された「リスクベースアプローチ」に基づく規制に加え、「汎用目的AIモデル（GPAI）」に関する新たな規制も導入されました。さらに、この規制はEU域内にとどまらず、域外適用条項が含まれており、EU域内で提供される製品やサービスを対象に、EU外の事業者にも適用される点に注意が必要です。 「EU AI法」は、EUの規制が世界の法制度に波及する「ブリュッセル効果」としても注目されています。その理解を深めることは、今後の研究開発において重要な示唆を与えます。特に、データサイエンスやAIの研究開発に携わる皆さまに向けて、AI研究開発者であり情報法研究者としての視点から、詳細な内容を分かりやすく解説します。ご参加を心よりお待ちしております。

添付ファイル： 25.1.24_データサイエンティストのための「EU_AI法」_鈴木健二.pdf

researchmap

その他リンク： https://us02web.zoom.us/webinar/register/WN_Dwbai6kGSj6HcCLmbv-PqA#/registration

記述言語：日本語   会議種別：公開講演，セミナー，チュートリアル，講習，講義等  

researchmap

記述言語：日本語   会議種別：公開講演，セミナー，チュートリアル，講習，講義等  

researchmap

記述言語：日本語   会議種別：口頭発表（一般）  

researchmap

researchmap

researchmap

researchmap

researchmap

researchmap

researchmap

researchmap

researchmap

researchmap

researchmap

researchmap

researchmap

researchmap

記述言語：日本語   会議種別：シンポジウム・ワークショップ パネル（指名）  

2026年3月12日，情報セキュリティ大学院大学の企業法務向けSSL特別シンポジウムにて，「AIリスク：EU AI法でのサイバーセキュリティ」と題した講演を行います。EUでは，AI倫理や自主的ガイドラインから，罰則を伴う法規制へと大きく転換し，EU AI法を中心としたAIガバナンスの枠組みが形成されています。本講演では，この新しい規制体系の中で，AIシステムに求められるサイバーセキュリティ要件と説明責任の構造について解説します。特に，ハイリスクAIシステムについては，AIの危険性を事前に評価するリスク管理，AIシステムの設計や構造を示す技術文書の整備，運用状況を追跡できるログの記録，人間が適切に監督できる体制の確保，そして精度・堅牢性・サイバーセキュリティを備えた安全な設計が求められます。また，AIへのサイバー攻撃（データ汚染，敵対的入力など）とEUの関連法制（GDPR，NIS2指令，Cyber Resilience Act）との関係についても概観します。EU AI法への対応は，規制対応ではなく，AIを安全に設計・運用し，その安全性を説明できる企業ガバナンスの構築を意味します。本講演が，AIを活用での実務的な示唆となれば幸いです。

researchmap

researchmap

researchmap

researchmap

researchmap

researchmap

researchmap

researchmap

記述言語：日本語   会議種別：公開講演，セミナー，チュートリアル，講習，講義等  

researchmap

記述言語：日本語  

researchmap

記述言語：英語   会議種別：ポスター発表  

researchmap

記述言語：英語  

researchmap

記述言語：英語  

researchmap

記述言語：日本語   会議種別：公開講演，セミナー，チュートリアル，講習，講義等  

researchmap

記述言語：英語   会議種別：公開講演，セミナー，チュートリアル，講習，講義等  

researchmap

出願番号：PCT/JP2021/023319  出願日：2021年6月

公開番号：WO/2022/009652  公開日：2022年1月

researchmap

出願番号：PCT/JP2021/022041  出願日：2021年6月

公開番号：WO/2022/024559  公開日：2022年2月

researchmap

出願人：ソニーグループ株式会社

出願番号：特願2021-056228  出願日：2021年3月

公開番号：特開2022-153142  公開日：2022年10月

J-GLOBAL

researchmap

出願番号：PCT/JP2021/012368  出願日：2021年3月

公開番号：WO/2021/200503  公開日：2021年7月

researchmap

出願人：ソニーグループ株式会社

出願番号：特願2021-047996  出願日：2021年3月

公開番号：特開2022-146822  公開日：2022年10月

J-GLOBAL

researchmap

出願番号：PCT/JP2021/044541  出願日：2021年3月

公開番号：WO/2022/163130  公開日：2022年4月

researchmap

出願人：ソニーグループ株式会社

出願番号：特願2021-024406  出願日：2021年2月

公開番号：特開2022-126373  公開日：2022年8月

J-GLOBAL

researchmap

出願番号：特願2021-555113(P2021-555113)  出願日：2020年11月

特許番号/登録番号：特許7593328  登録日：2024年11月  発行日：2024年12月

権利者：ソニーグループ株式会社

researchmap

出願番号：特願2005-84335(P2005-84335A)  出願日：2005年3月

公開番号：特開2005-84335(P2005-84335A)  公開日：2005年3月

researchmap

出願番号：特願2004-199518(P2004-199518)  出願日：2004年7月

公開番号：特開2005-99731(P2005-99731A)  公開日：2005年4月

researchmap

出願番号：特願2009-284653(P2009-284653)  出願日：2004年3月

公開番号：特開2010-61171(P2010-61171A)  公開日：2010年3月

researchmap

出願番号：特願2003-428873(P2003-428873)  出願日：2003年12月

公開番号：特開2005-189385(P2005-189385A)  公開日：2005年7月

researchmap

出願番号：特願2003-416599(P2003-416599)  出願日：2003年12月

公開番号：特開2005-173469(P2005-173469A)  公開日：2005年6月

researchmap

出願番号：特願2003-327744(P2003-327744)  出願日：2003年9月

公開番号：特開2005-92013(P2005-92013A)  公開日：2005年4月

researchmap

出願番号：特願2003-314162(P2003-314162)  出願日：2003年9月

公開番号：特開2005-84227(P2005-84227A)  公開日：2005年3月

researchmap

出願番号：特願2003-311098(P2003-311098)  出願日：2003年9月

公開番号：特開2005-77971(P2005-77971A)  公開日：2005年3月

researchmap

出願番号：特願2003-311672(P2003-311672)  出願日：2003年9月

公開番号：特開2005-78022(P2005-78022A)  公開日：2005年3月

researchmap

出願番号：特願2003-304822(P2003-304822)  出願日：2003年8月

公開番号：特開2004-199032(P2004-199032A)  公開日：2004年7月

researchmap

出願番号：特願2003-302261(P2003-302261)  出願日：2003年8月

公開番号：特開2005-70573(P2005-70573A)  公開日：2005年3月

researchmap

出願番号：特願2003-297849(P2003-297849)  出願日：2003年8月

公開番号：特開2005-70235(P2005-70235A)  公開日：2005年3月

researchmap

出願番号：特願2003-291999(P2003-291999)  出願日：2003年8月

公開番号：特開2005-62444(P2005-62444A)  公開日：2005年3月

researchmap

出願番号：特願2003-291405(P2003-291405)  出願日：2003年8月

公開番号：特開特開2005-62394(P2005-62394A)  公開日：2005年3月

researchmap

出願番号：特願2003-289693(P2003-289693)  出願日：2003年8月

公開番号：特開2005-62297(P2005-62297A)  公開日：2005年3月

researchmap

出願番号：特願2003-289694(P2003-289694)  出願日：2003年8月

公開番号：特開2005-62298(P2005-62298A) 

researchmap

出願番号：特願2003-288883(P2003-288883)  出願日：2003年8月

公開番号：特開2005-55809(P2005-55809A) 

researchmap

出願番号：特願2003-275485(P2003-275485)  出願日：2003年7月

公開番号：特開2004-302401(P2004-302401A)  公開日：2004年10月

researchmap

出願番号：特願2003-188923(P2003-188923)  出願日：2003年6月

公開番号：特開2005-24798(P2005-24798A)  公開日：2005年1月

researchmap

出願番号：特願2003-133307(P2003-133307)  出願日：2003年5月

公開番号：特開2004-334118(P2004-334118A)  公開日：2004年11月

researchmap

出願番号：特願2003-127818(P2003-127818)  出願日：2003年5月

公開番号：特開2004-333728(P2004-333728A)  公開日：2004年11月

researchmap

出願番号：特願2003-69185(P2003-69185)  出願日：2003年3月

公開番号：特開2004-279620(P2004-279620A)  公開日：2004年10月

researchmap

出願番号：特願2003-69187(P2003-69187)  出願日：2003年3月

公開番号：特開2004-279621(P2004-279621A) 

researchmap

出願番号：特願2003-69189(P2003-69189)  出願日：2003年3月

公開番号：特開2004-279623(P2004-279623A)  公開日：2004年10月

researchmap

出願番号：特願2003-69188(P2003-69188)  出願日：2003年3月

公開番号：特開2004-279622(P2004-279622A)  公開日：2004年10月

researchmap

出願番号：特願2004-264339(P2004-264339A)  出願日：2003年1月

公開番号：特開2004-264339(P2004-264339A)  公開日：2004年9月

researchmap

出願番号：特願2002-346176(P2002-346176)  出願日：2002年11月

公開番号：特開2004-177816(P2004-177816A)  公開日：2004年6月

researchmap

出願番号：特願2002-345001(P2002-345001)  出願日：2002年11月

公開番号：特開2004-177730(P2004-177730A)  公開日：2004年6月

researchmap

出願番号：特願2002-338781(P2002-338781)  出願日：2002年11月

公開番号：特開2004-170830(P2004-170830A)  公開日：2004年6月

researchmap

出願番号：特願2002-336168(P2002-336168)  出願日：2002年11月

公開番号：特開2004-170668(P2004-170668A)  公開日：2004年6月

researchmap

受賞区分：国内学会・会議・シンポジウム等の賞  受賞国：日本国

第6回（1999年春季）応用物理学会での講演奨励賞.

researchmap

researchmap

researchmap

researchmap

researchmap

researchmap

種別：学会・研究会等 

researchmap

種別：大会・シンポジウム等 

researchmap

種別：大会・シンポジウム等 

researchmap

種別：査読等 

researchmap