【主査レポート】AI・IoTが社会をどう変えるか？第118回MBL研究会の注目論文を一挙紹介！

皆様、こんにちは。情報処理学会・モバイルコンピューティングと新社会システム（MBL）研究会・主査の荒川です。

先日開催された本研究会では、大規模言語モデル（LLM）や基盤モデルのエッジ実装、スマートアグリ、インフラ保守、そして社会システムへの応用など、非常に多岐にわたるエキサイティングな研究発表が行われました。学術的な新しさはもちろんのこと、「リアルな現場の課題をどう解決するか」という泥臭くも力強いアプローチが目立ったのが今大会の特徴です。

3月の研究会は、UBI研究会、IEICE-SeMi研究会との共催で、54件もの発表があったのですが、今回は、MBL研究会枠で発表された全18件に限定し、論文のエッセンスをテーマごとに分かりやすくお伝えしたいと思います。

🏥 テーマ1：社会課題に直結するAI・システム実装（ヘルスケア・モビリティ）

私たちの生活や命に関わる社会システムを、データとテクノロジーでどうアップデートしていくか。マクロな視点からアプローチした3件の研究です。

• 地域中核病院と介護老人福祉施設での終末期の連携手法（菊地亜輝, 深澤太貴, 陳幸生, 塩川茂樹, 濱中潤, 清原良三）
  介護施設での看取りが増加する中、救急搬送による医療資源の圧迫を防ぐため、スマートフォンアプリを用いて施設と登録医師をマッチングするシステムが提案されました。シミュレーションにより妥当な医師の登録数を導き出している点が実用的で、現場への普及可能性を強く感じさせる研究です。

• 車両モビリティを考慮した地域 Big Fiveが車両交通事故発生リスクに与える影響（陳之雄, 三浦瑞貴, 上坂大輔）
  「県民性（地域パーソナリティ）」が交通事故にどう影響するのか？スマートフォンの位置情報から「交通への曝露（モビリティ量）」を厳密に統制した上で分析し、神経症傾向（N）が高い地域ほど、モビリティ増加時の事故増加が抑制される可能性を示しました。交通安全施策の地域最適化に繋がる、興味深い知見です。

• 動画フレーム補間技術を用いた時空間人口統計データ拡張に関する一検討（森本文哉, 小原裕輝, 福島悠介, 塚本昌克）
  月次などで提供される粗い人口メッシュデータを、深層学習の動画フレーム補間技術（RIFE）と線形補間を動的に組み合わせることで高解像度化する手法です。都市部での急激な人流変化を捉えつつ、郊外でのノイズ（アーティファクト）を抑えるハイブリッド制御の発想が見事でした。

🌾 テーマ2：スマートアグリ（農業）とデジタルツインの最前線

農業分野では、ドローンや衛星データ、さらにはマルチモーダル大規模言語モデル（MLLM）を活用した研究が熱気を帯びています。

• 農業デジタルツインの技術動向と取り組み（山口弘純, 峰野博史, 安本慶一, 東野輝夫）
  日米豪印が連携する「AI-ENGAGE」プロジェクトの紹介です。フェノタイピング（生育状態の定量化）や環境モデリング、LLMを用いた対話型支援などを統合し、日本の小規模・複雑な地形にも適応する「日本型農業デジタルツイン」の在り方が論じられました。国際連携のスケール感と、日本の農業特性への目配りが両立している点が印象的でした。

• マルチモーダル衛星時系列を用いた降雨攪乱と欠測に頑健な水田中干し期間推定（加藤翼, 小圷勇亮, 佐藤弘之, 北出卓也）
  メタン排出削減に寄与する水田の「中干し」期間を、SAR衛星・光学衛星・降水量のデータを組み合わせて推定する研究です。雲による欠測や雨のノイズに負けず、構造化スパン予測によって正確な開始・終了日を特定するアプローチは実用性が高く、農業現場への展開が楽しみな成果です。

• 構造化プロンプトによるMLLMのドメイン適応と農業におけるセグメンテーションタスクへの応用（北出卓也, 水野涼介, 佐藤弘之, 今井倫太）
  農業現場の雑草と作物をAIに見分けさせる際、熟練者の視覚戦略（形状・配置・相対特徴）を「構造化プロンプト」としてMLLMに与える手法です。追加学習なしで高精度なセグメンテーションを実現し、自己省察によりハルシネーション（幻覚）を抑制する試みが光りました。

📡 テーマ3：IoT・インフラ保守とエッジAIの進化

通信インフラの保守や、リソースの限られたエッジデバイス上でのAI駆動において、限界を突破しようとする研究群です。

• Wi-Fi HaLowを用いた光ファイバ網監視システムの実装と評価（山口潤, 鈴木秀和）
  放送用光ファイバの断線をいち早く検知するため、光クロージャ内にセンサーを設置するシステムです。従来のPrivate LoRaに代わり、IP通信が可能な「Wi-Fi HaLow」とLwM2Mプロトコルを導入することで、システムの拡張性とセキュリティを大幅に向上させた、実装力の高さが際立つ研究です。

• Benchmarking Quantized Small Language Models for Multilingual Privacy on the Edge（Jintao Xu, Xinchen Wang）
  エッジデバイス（Raspberry Pi等）上で、音声ログ等から個人情報（PII）を匿名化する際、量子化された小規模言語モデル（SLM）がどの程度使えるかを検証しました。メモリの壁を丁寧に分析し、Qwen-2.5-1.5Bモデルとプロンプトの工夫が最適なバランスをもたらすことを明らかにしている点が秀逸です。

• Applicability Domain Analysis and Edge Deployment of Continuous Class-Balance Change Adaptation for Video Object Classification（Yanlong Ouyang, Shin Mizutani, Yasue Kishino, Hirozumi Yamaguchi）
  野生動物監視カメラなどで、時間帯によって現れる動物の割合（クラスバランス）が変化する問題への適応手法です。予測型と反応型の適応手法がどのような環境下で有効（あるいは無効）になるかを合成データで分析し、実際のエッジデバイスでの実用性を実証した着実な研究です。

🏭 テーマ4：製造業を支える「音」の異常検知

機械製品の検査工程において、熟練者の耳に代わる「音響異常検知」の新しいアプローチが2件提案されました。

• 機械製品の動作音による半自動検査手法の提案 (D-SAPI)（石田繁巳, 松井威, 金井貴浩）
  「正常な音だけ」を学習させたモデルに異常音を入力すると、動作状態（モード）の推定が難しくなるという逆転の発想を利用した手法です。推定の難しさ（クロスエントロピー損失）を異常スコアとする発想は非常にユニークで、主査としても膝を打ちました。

• 機械製品の動作音のエネルギー変動周期性に基づく異常検知手法（松井威, 石田繁巳, 金井貴浩）
  機械の異常時に共通して見られる「短い衝撃音が特定の周期で連続する」という物理的リズムに着目した研究です。このリズムを「エネルギー変動スペクトル」として抽出し、オートエンコーダを用いて異常を半自動で検知する手法の有効性が示されました。ドメイン知識を巧みに活用した好例です。

🏃 テーマ5：行動認識と屋内・屋外モビリティ技術

人間やモノの動きをどう捉えるか。センサフュージョンや基盤モデル、ドローン配送まで幅広い研究が集まりました。

• 行動認識モデルの基盤モデル実現に向けた深層学習モデル構造の探求（長谷川達人）
  手首や腰など、異なるセンサやチャネルのデータセットを横断して学習できる「基盤モデル」の実現に向けた研究です。センサの種類や装着位置といったメタ情報をモデルに埋め込むことで、チャネル順序や欠損に依存しないロバストなモデル構造を導き出した点が印象的でした。

• 同期不要音声データセットを用いた事前学習によるセンサベース行動認識（木村大和, 長谷川達人）
  ラベル付けコストが高い加速度センサデータの学習を助けるため、比較的手に入りやすい「音声データ」で事前学習を行う手法です。音声を加速度の特性に合わせて整形（帯域制限等）してから転移学習させることで、少データ環境での行動認識精度が向上することを示しました。データ収集の現実的コストに正面から向き合った研究姿勢が光ります。

• 歩行者自立航法と無線測位を統合した適応型カルマンフィルタによる屋内位置推定システム（矢田航大, 澤瀬雅登, 小松和暉, 上原秀幸）
  GPSが届かない屋内での位置推定において、Wi-Fiの電波強度（RSSI）とスマホのセンサによる歩行推定（PDR）を統合した研究です。Wi-Fiの電波が強い場所では無線測位を、弱い場所ではPDRを重視する「適応型カルマンフィルタ」により、安定した高精度測位を実現しました。

• トラックとドローンを併用した協調配送システム（亀田慈音, 榎原博之）
  ラストマイル配送の効率化を目指し、1台のトラックと複数ドローンが協調して荷物を届ける最適化問題（mFSTSP）に挑んだ研究です。遺伝的アルゴリズムに強化学習（Q学習）を組み合わせてパラメータを動的制御し、大規模な配送問題でも計算時間を抑えつつ高精度な経路を導き出しました。実社会への実装を強く意識した問題設定が好印象でした。

🔒 テーマ6：IoTセキュリティ（無線電波指紋による未知デバイス識別）

同じ研究グループから発表された、IoTデバイスの物理的な送信機特性（製造ばらつき）を利用した「無線電波指紋」による認証技術の3連作です。登録されていない「未知のデバイス（なりすまし等）」をいかに弾くかという「オープンセット認識」に挑んでいます。

• 統計的拡張特徴量と複合損失を用いた無線電波指紋による未知デバイス識別手法（菊池尊勝, 柴田洸希, 安本慶一, 朱金暁, 陳寅）
  120台という大規模な同一型番デバイス環境下において、対照学習を用いた複合損失関数で既知デバイスの特徴を分離・集約し、時系列平滑化を組み合わせることで未知デバイスを強力に検知するシステムを構築しました。大規模評価の徹底ぶりが際立ちます。

• Transformerを用いた無線電波指紋に基づく未知デバイス識別手法の検討（柴田洸希, 菊池尊勝, 安本慶一, 朱金暁, 陳寅）
  高表現力なTransformerをバックボーンとし、その後段の未知判定手法を体系的に比較した研究です。分類器の不確実性指標を用いた「Post-hoc分類器」が、実運用を想定した厳しい誤受容条件下でも高い性能を発揮することを明らかにしました。体系的な比較によって実用的な指針を示している点が秀逸です。

• 無線電波指紋を用いたOpen Set Recognition における擬似未知データ活用（柴田洸希, 菊池尊勝, 安本慶一, 朱金暁, 陳寅）
  既知データから人工的に「擬似未知データ」を生成するアプローチです。これを学習に組み込むのではなく「判定閾値の決定」にのみ利用するというアイデアが秀逸で、未知デバイスに対する検知精度（F1スコア）を大きく向上させることに成功しました。

おわりに

いかがでしたでしょうか。第118回MBL研究会では、AIやIoTが研究室の枠を飛び出し、「不確実な実社会（クラウド、エッジ、過酷な環境）」でいかにロバストに動くかというフェーズに突入していることを強く感じました。どの研究も、現場のドメイン知識と最新のアルゴリズムが美しく融合しており、主査としても非常にワクワクする2日間でした。

MBL研究会では、モバイルコンピューティングと新社会システムに関わる研究を幅広く募集しています。学生から社会人研究者まで、フィールドに根ざしたチャレンジングな研究を大歓迎です。ぜひ次回の研究会への発表をご検討ください。次回の第119回MBL研究会は、2026年5月に沖縄・宮古島での開催を予定しています。南の島での熱い議論を、皆様と一緒に楽しめることを心待ちにしています！

以下から詳細を確認ください。投稿（アブスト）締め切りは、2026年3月13日(金) 23:59(JST)となっています。