高精度なニューラルネットワークの開発とその学習手法の改良に関する研究に取り組んでいます。具体的には、ある動画からその後続（将来）の動画を予測して生成する動画予測を対象としています。将来の展望としては、国際的な視野を持ち、新たな科学的知見を創出することで社会課題を解決していきたいと考えています。

Fostering Human-robot Collaboration with Digital Twin

巨大言語モデル（LLM）が持つ卓越した能力により、人間の生産性は飛躍的に向上している。一方で、個人情報の保護やリアルタイム処理の需要が高まる中、LLMをエッジデバイスで実用化するには、消費電力の大幅な削減が不可欠である。本研究では、「Compute-in-ROM（CIROM）」アーキテクチャを提案し、従来と比べて20倍以上のエネルギー効率の向上を目指す。CIROMは、高密度なROMにLLMのパラメータを固定的に格納することで、全ての計算をメモリ内で完結させることを可能とするアーキテクチャである。これにより、現在のLLMアクセラレータにおいてボトルネックとなっているデータ転送によるエネルギー消費を劇的に削減し、従来比で20倍以上の効率向上を実現する。さらに本研究では、アルゴリズムの観点から、LLMの量子化や枝刈り技術の活用についても積極的に検討している。