BlueMemeと九州大学、ネットワークAI統計解析基盤の研究開発を開始

近年、「ネットワークデータ(ⅰ)解析」が科学、ビジネス、社会の様々な分野で重要性を増しています。ネットワーク(ⅱ)は複雑かつ多様な構造を持っているため、その理解は容易ではありません。ノードとエッジの多様な関係やネットワーク全体の複雑なパターンを解明するためには、新たな可視化手法や分析手法の開発が必要となります。またネットワーク内の構造やパターンを具体的な意味やプロセスに結びつけることは難しく、手法が不足しています。

ネットワークデータの解析手法が少ない中でBlueMemeは、「ネットワーク統計」に注目しました。ネットワーク統計とは、ネットワークを統計的な枠組みで客観的に解釈し、その中で特徴量を統計量として抽出・解析する手法です。また、メカニズムの解明が可能で、計算が速く技術的にも優れており、多数の論文が執筆されているため理論的にも保証があります。

藤田教授はネットワークデータに対するグレンジャー因果性検定やt-検定をはじめとした理論を構築し、ネットワーク統計の地平線を切り拓いてこられています。これらの成果は、アメリカ、イギリス、ドイツなどで賞を受けるなど国際的に評価されています。加えて藤田教授が開発したネットワーク統計解析のソフトウェアは、GPUなどの計算能力の向上により、ネットワーク構造の分析をさらに高速に実施できることから、早期にさまざまな分野の社会インフラへの統合が可能です。

BlueMemeは今後、バイオメディカル領域のネットワーク構造解析に焦点を当てた研究に取り組みます。この研究を通じて得られるネットワーク統計の洞察を活かし、AIと組み合わせたネットワークAI統計の解析プラットフォームを構築します。また、これまでのアジャイル手法の実践的ノウハウを積極的に取り入れ、ネットワークAI統計技術をより迅速に社会展開していきます。

ネットワークAI統計は、物流業界をはじめとした複雑なネットワークへの適用が期待されています。現在の日本では、年間約522万トンもの食料ロスが発生しており、その損失額は約6兆7500億円に上ります。この問題の一因として、生産者、卸売業者、小売業者などサプライチェーン全体の情報共有が不十分であることが挙げられます。災害、生産量、需要予測などの情報が一元化されずに、異なるプラットフォームで管理されているため、情報が断片化しています。この課題に対処するため、ネットワークAI統計の技術を活用して、最適な生産量や需要予測、災害時には別の工場での生産の提案など、サプライチェーン全体の情報が共有されるシステムを開発することが可能となります。

人間の行動や表現型の多くは、生物学的な相互作用から生まれます。例えば、細胞や遺伝子は相互に作用し合います。しかし、この相互作用が円滑でない場合、ガンや糖尿病などの病気につながる可能性があります。脳も同様に重要な働きをしていて、脳には約1,000億個のニューロンがあり複雑なネットワークを形成しています。これらの脳のネットワークが正常に機能しないと、自閉症や注意欠陥多動性障害などの神経疾患や精神疾患の発症リスクが高まります。ネットワーク統計は、上記のような相互作用がどのように発生するかを明らかにし、その結果、新しい診断法や治療プロトコルの設計に役立つと考えています。また、ネットワーク統計は、物流やソーシャルネットワークなど幅広い分野へ展開が可能です。

1. ネットワークデータ: ノード（点）とエッジ（接続）で構成され、個体とその関係を表現します。社会構造や情報伝播など、様々なシステムの相互接続を分析するためのデータ形式です。
2. ネットワーク：相互に接続されたノードとエッジが情報やリソースを交換する組織的な構造を指します。例えば、コンピュータネットワークではコンピュータ、社会ネットワークでは個々の人物などがノードに該当します。