AIの知識制御を進化させる新技術「近似ドメインアンラーニング」とは

最近、東京理科大学の研究チームが発表した新技術「近似ドメインアンラーニング（Approximate Domain Unlearning: ADU）」はAIモデルの進化を示す重要な成果です。この技術は、特定のドメインに関連する知識をAIに「忘れさせる」ことで、必要な知識だけを維持しつつ、信頼性の高いAIを実現することを目的としています。

1. 近似ドメインアンラーニングの概要

事前に学習された視覚言語モデル（Vision-Language Model: VLM）は、多様な画像を高精度で識別する強力な能力を持っています。しかしながら、その万能性にはリスクも伴うことがあります。特に、自動運転や交通監視システムにおいて、誤認識が発生する恐れがあります。
例えば、交通監視システムが街頭ディスプレイに描かれた人や車を実際の人や車と誤って認識する場合、重大な問題を引き起こす可能性があります。こうした課題を解決するための新たなアプローチとして注目されるのがADU技術です。

2. どのようにして選択的に知識を忘却するのか？

従来の技術では、特定のデータやクラスに対してのみ忘却を行う手法が多く使われていました。しかし、ADUではドメイン全体を選べるため、例えば「実写」画像の認識能力は維持しながら、「絵画」や「スケッチ」といった他のドメインの認識精度を選択的に低下させることが可能です。これにより、AIが持つ知識の制御がより柔軟になります。

このように、ADUを実現するために、研究グループは新しい損失関数「Domain Disentangling Loss（DDL）」を開発し、異なるドメインの情報を分散させる手法を取り入れました。さらに「Instance-wise Prompt Generator（InstaPG）」を導入することで、特定の画像のドメイン特性に対しても適応的に反応できるようにしています。

3. 驚異的なパフォーマンス向上

実験においては、4つの標準映像認識テストデータセットを使って評価した結果、ADUは従来技術と比べ平均約1.6倍の性能向上を達成しました。特に、高難易度条件下では約1.7倍の改善が見られました。これにより、研究グループが提案する新技術の有用性が裏付けられました。

4. AI活用の未来

今後、運転システムや監視システムのように、安心・安全が求められる分野において、ADUのような新技術の活用は不可欠だと考えられます。AIモデルが誤認識を起こさず、利用目的に応じた知識だけを持つことができれば、さらに信頼性の向上が期待されます。

5. 研究の発表について

この成果は、2025年11月30日から12月7日までサンディエゴとメキシコシティで開催される国際会議『Neural Information Processing Systems（NeurIPS 2025）』にて発表される予定で、学界からも高い関心が寄せられています。このような新たな技術の進展が、AIの安全性を確保しつつ、さらなる活用を促進することを期待したいものです。

本研究は、AIの未来を大きく変える可能性を秘めており、ますます進化を続けるAI技術の波に乗ることができるのか、今後の動向に注目が集まります。