Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
ナレッジグラフ推論チャレンジ2023〜生成AI時代のナレッジグラフ構築技術〜の紹介
Search
S. Egami
September 09, 2023
Technology
0
430
ナレッジグラフ推論チャレンジ2023〜生成AI時代のナレッジグラフ構築技術〜の紹介
Website:
https://challenge.knowledge-graph.jp/2023/
2023/08/29に開催された「
LODチャレンジ2023 Meet UP!!!!
」にて紹介
S. Egami
September 09, 2023
Tweet
Share
More Decks by S. Egami
See All by S. Egami
大規模言語モデルを用いたSPARQLクエリ生成の予備的実験
ease112
2
65
ナレッジグラフの基礎
ease112
1
8.7k
ナレッジグラフを探索するSPARQL
ease112
1
8.3k
【LODチャレンジ2022最優秀賞】Patient Locational Ontology-based Data (PLOD)
ease112
0
86
【LODC2022データ作成部門優秀賞】VirtualHome2KGデータセット―家庭内の日常生活行動のシミュレーション動画とナレッジグラフ―
ease112
0
79
Other Decks in Technology
See All in Technology
現代CSSフレームワークの内部実装とその仕組み
poteboy
8
3.7k
Improve Your Development Workflow with Gemini Code Assist
meteatamel
0
120
Microsoft Intune 勉強会 第 2 回目
tamaiyutaro
2
360
The AI Revolution Will Not Be Monopolized: Behind the scenes
inesmontani
PRO
1
150
20分で完全に理解するGrafanaダッシュボード
hamadakoji
5
850
R3のコードから見る実践LINQ実装最適化・コンカレントプログラミング実例
neuecc
3
1.4k
Azure Container Apps + Bicep 〜 こんな感じで運用しています
kaz29
3
600
コードファーストの考え方。 Amplify Gen2から学ぶAWS次世代のWeb開発体験
yoshiitaka
1
180
EM完全に理解した と思ったけど、 やっぱり何も分からなかった話 / EM Night Fukuoka #1
hirutas
0
140
DMM.com アルファ室採用案内資料
hsugita
1
210
競技としてのKaggle、役に立つKaggle
yu4u
6
2.3k
JAWS-UG Bedrock Claude Night
yamahiro
3
680
Featured
See All Featured
10 Git Anti Patterns You Should be Aware of
lemiorhan
649
58k
Adopting Sorbet at Scale
ufuk
69
8.6k
Raft: Consensus for Rubyists
vanstee
133
6.3k
Fashionably flexible responsive web design (full day workshop)
malarkey
398
65k
Testing 201, or: Great Expectations
jmmastey
29
6.4k
A Philosophy of Restraint
colly
197
16k
Ruby is Unlike a Banana
tanoku
96
10k
Exploring the Power of Turbo Streams & Action Cable | RailsConf2023
kevinliebholz
4
3.4k
Why You Should Never Use an ORM
jnunemaker
PRO
51
8.6k
Docker and Python
trallard
35
2.7k
For a Future-Friendly Web
brad_frost
172
9k
What's in a price? How to price your products and services
michaelherold
238
11k
Transcript
ナレッジグラフ推論チャレンジ2023 〜⽣成AI時代のナレッジグラフ構築技術〜 の紹介 登壇者︓江上周作 (産総研) 運営︓⼈⼯知能学会SWO研究会・企画委員 (古崎晃司,川村隆浩,江上周作,鵜飼孝典,松下京群)
これまでのナレッジグラフ推論チャレンジ • ナレッジグラフ推論チャレンジ(2018〜) • シャーロック・ホームズのような“推理”(推論)ができるAIシステムの開 発を⽬指した技術コンテスト • チャレンジのねらい • 説明可能性(解釈可能性)を有するAI技術に関する最新技術の促進・共有
と,その分析・評価,体系化を⾏う. • チャレンジの概要 2 ホームズ の推理小説 ナレッジグラフ(知識グラフ) としてデータ化 2023/8/29 さまざまな知識/手法を用いて 事件の真相を推理し,理由を 説明するAIシステムの開発 捜査 手法 動機 DB …. 犯人はXX! なぜなら… 動機は… トリックは…
これまでのナレッジグラフ推論チャレンジ • 第1回ナレッジグラフ推論チャレンジ2018 • https://challenge.knowledge-graph.jp/2018/ • 第2回ナレッジグラフ推論チャレンジ2019 • https://challenge.knowledge-graph.jp/2019/ •
第3回ナレッジグラフ推論チャレンジ2020 • https://challenge.knowledge-graph.jp/2020/ • 第1回学⽣向け︕ナレッジグラフ推論チャレンジ2021 • https://challenge.knowledge-graph.jp/2021/ • 第1回ナレッジグラフ推論チャレンジ【実社会版】2022 • https://challenge.knowledge-graph.jp/2022/ • 国際ナレッジグラフ推論チャレンジ2023@IEEE ICSC2023 • https://ikgrc.org/2023/ 1⼩説 5⼩説 8⼩説 データ 洗練 ⾼齢者 の安全 国際化
今年度の開催背景 • ChatGPTを始めとした⼤規模⾔語モデルを⽤いた⽣成AIの開発・利 ⽤は,知識⼯学,セマンティックWeb分野への応⽤においても⼤ きな可能性がある • 課題 • 正確性が保証されない •
誤った内容が出⼒される場合がある • 根拠となる情報(出典)が暗黙的である • どのような情報を基にして出⼒されたのかが分からない • 再現性が担保されない場合がある • Webサービスとして提供されているモデルを使⽤した場合には,毎回,同様の内容が ⽣成されるとは限らない • これらは,これまでのチャレンジにおいてナレッジグラフを⽤い た説明可能なAI技術の開発・共有に取り組んできた理由でもある
開催内容 • ナレッジグラフ(KG)と⼤規模⾔語モデルの双⽅を⽤いたチャレンジ を実施 • 今年度は,上述の課題への対策と評価に関する知⾒をコミュニ ティで蓄積するために ⼤規模⾔語モデルを⽤いたナレッジグラフの構築 というタスクを課題として設定 ⽣成AI時代の新しいKG構築技術の開発を⽬指したチャレンジとして開催
https://challenge.knowledge-graph.jp/2023/
応募要領 • チャレンジタスクの設定 • ⼤規模⾔語モデルを⽤いたナレッジグラフの構築 • 応募部⾨ • 推理⼩説部⾨ •
⼀般部⾨ • 応募締め切り • 2023年12⽉末
応募部⾨︓推理⼩説部⾨ • タスク • これまでの推論チャレンジで構築・公開してきた「シャーロックホームズ の⼩説を対象としたKG」と同等のものを構築することをタスクとします. • 対象 • 公開済の8つの⼩説のKGのうち,⼀部の⼩説のKGのみを対象としても構い
ません. • 公開済の8つの⼩説のKGを正解として評価を⾏うため,これら8つ以外の⼩ 説を対象としたものは,⼀般部⾨に応募してください. • 評価 • 後⽇,「審査基準」として公開します. 現時点では, • ナレッジグラフの形式的な⼀致による判定基準 • これまでの推論チャレンジのタスクにどの程度,利⽤できるか︖ • 応募者が独⾃に設ける基準 • などを総合的に判断することを検討検討
応募部⾨︓⼀般部⾨ • タスク • 対象領域を問わない任意のKGを構築することをタスクとします • 対象 • グラフ構造で表された様々な知識を幅広く対象とします.例えば, •
オントロジーやスキーマをもたない,インスタンスレベルのトリプルのみから成るKG • オントロジーとしてのクラス定義を中⼼としたもの • オントロジーやスキーマに基づいて構築された,詳細な定義を持つKG • 評価 • ⼿法の性能単体のみではなく, • 構築されたKGの品質 • 外部知識との接続性 • 再利⽤性 • など、リソースとしての評価を含めた総合評価とします. • WikidataやDBpedia等を対象とした既存ベンチマークも参考になると思われる
勉強会資料の公開 • OpenAI APIを使った⾃然⾔語からのKG構築 • 第60回SWO研究会 企画セッションで発表 • https://github.com/KnowledgeGraphJapan/KGRC-ws- 2023/blob/main/swo60.pdf
本活動は,JSPS科研費19H04168基盤研究(B)解釈可能なAIシステムの実現に向けたナレッジグラフに基づく推 論・推定技術の体系化,および⼈⼯知能学会研究会特別⽀援⾦の助成を受けたものです.また,国⽴研究開発法 ⼈新エネルギー・産業技術総合開発機構(NEDO)の委託業務(JPNP20006)の結果得られたものです. 詳細は「推論チャレンジ」で検索 https://challenge.knowledge-graph.jp/