現行のプロジェクトでは、「なぜその結果推論を行ったか? について説明性を持ったAI」と「人間の知識・知見を組み込むことができるAI」といった、人とAIが互いの得意分野を持ち寄ることで人とAIが共に進化する技術の研究開発が進んでいます。しかし、現段階のAIと人との関係はあくまで1対1であり、AIの推論結果やユーザーから得た情報は、個々のAIで閉じたものになっていました。そこで今後は、さまざまなAIを組み合わせたAI群を作成し、複数分野のAIを組み合わせることで新しい推論を導き出すAIの基盤技術の開発に取り組み、これまでAIの導入が困難だった大規模かつ複雑な問題に対してもAIが適応できる技術の提案を求める予定です。

現在実用化されている主要なAI技術では、多くのデータを学習用データとして使用してモデルを作成することにより、人に匹敵する、あるいは人を上回る精度での推論を実現しています。しかし、高精度な推論を行うモデルを作成するためには、膨大なデータを必要としているため、大量のデータを集めることが難しい場合は、正確な推論を導くことが困難でした。また、 AIが導き出した推論について、その説明性を担保できないという問題も存在しています。これらの課題を解決するため、物理科学や自然科学の数式・理論等をAIの学習に組み込むことによって、少ないデータであっても学習でき、AIの推論に対する一定の説明性が保てるAI技術の提案を求める予定です。