人工知能「東ロボくん」、自動求解により東大模試数学で偏差値76.2を記録

自動求解などの技術開発で、東大入試模試の数学、センター試験模試の物理とも偏差値を大幅に向上した。

» 2016年11月15日 10時50分 公開
[ITmedia]

 国立情報学研究所(NII)は11月14日、人工知能プロジェクト「ロボットは東大に入れるか」において、大学入試センター試験模試に挑戦し、東大模試数学で偏差値76.2、センター試験模試物理で偏差値59.0を獲得と、2015年度を大幅に上回る成績を上げたことを発表した。

 同プロジェクトは、NIIと、富士通研究所、サイバネットシステム、名古屋大学、東京大学が共同で推進している。人工知能の「東ロボ」くんが大学入試問題に挑戦することで「AIが人間に取って代わる可能性のある分野は何か」といった問題を考える際の指標となる客観的なベンチマークを指し示すことを目的に2011年4月にスタートし、2013年から毎年大学入試の模試に挑戦し、研究成果を評価・検証しながら技術課題の抽出を行っているという。

 「東ロボ」数学チームは、代々木ゼミナールの論述式模試「東大入試プレ」に挑戦。数学(理系)では、問題文を入力後、問題文の解釈から自動求解、解答の作成までをAIが完全に自動で行い、6問中4問を完答し、偏差値76.2(得点80点=120点満点)となった。2015年度は駿台予備学校の論述式模試を受験し、数学(理系)は偏差値44.3(20点)だった。

 数学は、人間にとって理解しやすい自然言語や数式で表現された問題文を、計算プログラムで実行可能な形式に変換して、数式処理のプログラム(ソルバ)で解き、人間にとって理解しやすい自然言語で解答する。今回、これまで課題となっていた三角関数の問題に対して、限量記号消去を適用できる形に変換して解く技術を開発して数式処理部分を改良し、ソルバの対応できる問題を広げたという。

 また言語処理部分では、数式解析部と文間関係解析部の開発、文法と辞書の拡充、構文解析技術の改良を図り、自動で解ける問題の範囲を広げたとのこと。こうした開発の結果、2015年度までは一部人の手を介していたが、今回は人の手を介さず完全に自動で偏差値 76.2(80点)を獲得できたという。

 数学チームは、NII、富士通研究所、名古屋大学を中心に共同研究を行っており、解答プロセスの前半にあたる自然言語処理部分を名古屋大学を中心とするグループ、後半の数式処理部分を富士通研究所を中心とするグループが担当した。

Photo 数学問題を解く手順。言語理解部、数式の変形によるソルバ部が今年度、機能拡張した部分
Photo 東大2次試験に向けた模試(数学)の偏差値の推移

 一方、「東ロボ」物理チームは、2015年度に続いてベネッセコーポレーションのセンター試験模試「進研模試 総合学力マーク模試」に挑戦。シミュレーション設定で一部人が介入したものの、現時点の自然言語処理技術と画像処理技術で生成可能と想定される内部形式からAIによる自動求解を導き、偏差値59.0(62点=100点満点)を記録。2015年度と比較し、偏差値が12.5ポイント、得点は20点向上したという。

 物理は、現実の問題に近い設定になっており、例えば「問題のテキスト」はロボットにおける「人間からの命令」、「図」は「カメラ映像」、「問題で要求される物理量」は「モーターなどの制御値」といった具合に対応するとのこと。今回はシミュレーションの初期条件を生成する技術を開発し、AIによる自動求解を行った。また「つりあいの問題」などシミュレータには扱いづらい問題に対して、画像の情報も利用して解く専用のソルバを開発し対応した。

 今回、言語処理が生成可能と想定される内部形式から状況を表す条件式を構築し、それを限量記号消去で解いてシミュレーションの初期条件を生成する技術を開発した。また入試問題用のシミュレーションの部品の追加や、初期条件が答えそのものになる「つりあいの問題」などシミュレータには扱いづらい問題を画像情報も利用して解くソルバも開発。これらの対策でこれまでより自動化の範囲を広げ、偏差値59.0(62点)と、大幅な向上を達成したという。

 物理チームは、2015年度までNIIを中心に研究開発を行っていたが、今年度から富士通研究所、サイバネット、東京大学を中心にした新体制で共同研究を実施している。

Photo 物理問題を解く手順。青、赤で囲まれた部分がそれぞれ2015年度、2016年度の模試において自動で動作した範囲
Photo マーク模試(物理)の偏差値と点数の推移

 今後「東ロボ」の数学・物理チームでは、構文解析処理や文間関係解析処理といった個々の言語処理ステップのさらなる高精度化や、言語処理と数式処理の中間段階での処理手順の工夫や、言語処理と数式処理のさらなる融合によって、「考えながら読む」技術の研究開発を進め、より多様な問題に正確に解答する技術の開発を目指すとしている。


 人工知能の計算能力やシミュレーション能力は人間をはるかにしのぐが、問題を解くには人工知能が理解できる形での入力が必要となる。しかし、こうした入試問題などをほぼ人と同じように自律的に解けるようになれば、産業分野のみならず、日常生活の場面にも幅広く応用されていくことだろう。

Copyright © ITmedia, Inc. All Rights Reserved.

注目のテーマ