選考基準の概要 事業化シナリオ: 結果の具体的なイメージが形成できるか？ イノベーションを達成するためのシナリオが明確に示されているか？ ３億円の資金を投じた際の結果が予測可能か？ 人材: チームメンバーの各ロール（役割）が明確に定義されているか？ 必要かつ効果的なチーム構成となっているか？ 他のファンドからの資金供給が明確であり、当プログラムの資金の意義が損なわれていないか？ データ利用（機械学習の場合）: データの有無が確認されているか？ データが無い場合、その入手方法や計画が具体的に示されているか？ エンジニアリング: システムの実装・運用を行うためのチーム編成が適切に考慮されているか？ 永続性: 研究成果が10年、20年と長期的に活用されるようなテーマ設定がされているか？ 適切な問題設定規模（金出マップを参照）: 大きな市場シェアを獲得できる部分問題からアプローチが開始されているか？ これは研究成果をプロダクトとみるとPMF（プロダクトマーケットフィット）の課題と見れる。 ダイバーシティ: 研究代表者の選定において、多様性が適切に考慮されているか？ その他の注意点: アンダーラインや文字の強調など、スーパーのチラシのような目立つデザインに惑わされない。 「独創的」、「新しい」といった主観的な表現は重視せず、新規性や有用性の判断は査読者に委ねる。主観的な主張は避ける方が良い。

1. 1
Brief History of “JST CREST AI Program” 2016-

2. 研究総括
栄藤 稔（えとう みのる）
NTTドコモ 執行役員、イノベーション統括部長
@mickbean
6/22/2016
2
イノベーション創発に資する
⼈⼯知能基盤技術の創出と統合化

3. 選考チェックリスト by Etoh
• （事業化シナリオ）結果がイメージできるか︖イノベーションに向けたシナリオが明確か︖
提案に３億円程度の資⾦を投⼊した結果，得られる結果が想像できるか︖
• （⼈材）チームのロール（役割）が明確か︖ 必要不可⽋なチーム編成となっているか︖
• 他のファンドから⼗分に資⾦提供受けており，当プログラムからのファンドの意義が不明に
なっていないか︖
• 機械学習を謳った提案の場合，データがあるのか，あるいはデータが得られる算段が盛り込
まれているか︖ 特に医療や地⽅創⽣のイノベーション創出型の提案について注意．
• （エンジニアリング）システムを実装運⽤することが考慮されたチーム編成になっている
か︖
• （永続性）１０年・２０年と研究成果が利⽤されるテーマ設定となっているか．
• （適切な問題設定規模） ⼤きなシェアが取れるような適切な部分問題から始めているか︖
• （ダイバーシティ）本領域が選定する研究代表者に多様性が考慮されているか︖
• 蛇⾜︓スーパーのチラシのような アンダーライン，⽂字強調に 惑わされないように．また
「独創的」とか「新しい」とか主観的な主張は無視する．どこに注⽬するか，新規性・有⽤性
は査読者が判断する話．（栄藤には⼼証⾯で逆効果）

4. 適切な問題規模とは？
問題空間
(例：物流改革、地方創生、医療・福祉，ロボティクス)
できるにこしたことはないがたぶん実
現できないテーマ
（作文先行型）
小さいが役に立つ部分問題を
しっかり捉えた焦点の定まった
テーマ
役に立つ部分問題を何も包
含していないテーマ
（机上の空論型）
役に立つ散在する
部分問題
一見良さそうに見えるが、
結局は成功しないテーマ(寄せ集め型）
金出マップを参考

5. Time
Performance 音声認識
2012 2014 2016
DNN
単一画像認識
多層
CNN
一文機械翻訳
LSTM-
Attention
GAN
Transformer
2018
⼤規模⾔語モデル
（LLM)
Pre-Training
5
2020 2022
Reinforcement Learning
from Human Feedback
(RLHF)
Diffusion
Models

6. 6
AI Innovation X
?
研究 ＝ 事業

7. 7
Biotech X IT
中国科学院深圳先進技術研究院(SIAT)
Gene LSI

8. 8
Research, My lovely thing.
External World
Researcher's Mindset
Social Implementation

9. 9
make a business out of
solving social problems.
Our World
Tech. development& Marketing
Academia
Inovator’s Mindset

10. Vision Statementの明確化
“Create a society, in which all the people
receive valuable time and space anytime
anywhere, through an innovation in wise
and intelligent autonomous vehicles.”
“Agitating cultural movements based on
technologies that creates a co-creative
environment towards expanding the
original capabilities and facing disabilities,
promoting socially implementation on the
process and organization, fostered by
those who support and those who walk
together.”
“We develop fast deep learning 100,000
times faster, and bring a paradigm shift in AI
R & D. In particular, we realize real-time
analysis of a large amount of HD videos to
realize a safe and secure society.”
“We establish a platform fusing a multi-
facility database of electrophysiological
signals, the knowledge of experts, and
signal processing and machine learning
techniques to achieve the most advanced
neurophysiological investigation so that
people all over the world can equally have
the best diagnosis of “brain disease.”

11. 領域アドバイザー
以下敬称略
砂⾦信⼀郎（⽇本マイクロソフト）Azureのエバンジェリスト->LINE
内⽥誠⼀（九⼤）パターン認識，バイオイメージインフォマティクス
⻤塚 真（阪⼤）データベース
⿅志村 ⾹（⽇⽴）エクスペリエンスデザイン，社会イノベーション
佐藤洋⼀（東⼤）コンピュータビジョン
杉⼭ 将（東⼤）機械学習
萩⽥紀博（ATR）知能ロボティクス，知的処理 ー＞⼤阪芸⼤
松本真尚 （WiL）投資，スタートアップ⽀援
松本 勉（横浜国⼤）情報セキュリティー
浅井英⾥⼦ (GE) 企業連携，社会イノベーション -> 伊藤久美（筑波⼤学理事）に交替