[4N1-GS-1] 基礎・理論：

[4N1-GS-1-05] コンテストを活用した AutoML に関するモジュール作成

〇大西 正輝¹、坂東 宜昭¹、片岡 裕雄¹、青井 紀之²、中江 剛之²、楠本 貴浩²、末岡 雅則³、新 淳³ (1. 国立研究開発法人 産業技術総合研究所、2. 株式会社 SIGNATE、3. 国立研究開発法人 新エネルギー・産業技術総合開発機構)

キーワード：自動機械学習、ハイパパラメータ最適化、転移学習、コンテスト

深層学習を代表例とする機械学習は年々複雑性を増してきていることから，属人化する傾向にある．機械学習の属人化を排除し，現場への導入を加速化する研究として自動機械学習（AutoML）が挙げられる．AutoML の代表的な研究としてハイパパラメータ最適化やニューラルアーキテクチャサーチ，メタ学習などが提案されている．さらには転移学習も機械学習の現場導入を加速化する研究として有用である．一方で近年，Human-in-the-Loop 機械学習（人間参加型AI）の重要性が指摘されている．一般に Huma-in-the-Loop 機械学習が指す人間はアノテータであることが多いが，プログラマをループに巻き込むことでより機械学習の現場への導入の加速が期待されており，そのためにコンテストが活用されている．筆者らは機械学習の現場への導入を加速することを目的として，2022年度にハイパパラメータ最適化のモジュールコンテスト，2023年度に事前学習用画像データセット生成モジュールコンテストを行った．本原稿ではコンテストの概要や意義について説明し，コンテストを開催することによって得られた知見を明らかにする．