糖心视频

対面
2026/06/27 ～ 07/18　 毎土曜日 10：30～12：00(初回のみ12：10)

私たちの「こころ」や「からだ」、そして 「ふるまい」を読み取るコンピュータ技術が、今、急速に進化しています。 この公開講座では、日常生活の中で人と テクノロジーがどう関わり合い、より安心で 豊かな暮らしを支えていくのかを、最新の 研究を通じて紹介します。脳や感情の理解から、偽情報への対策まで、ちょっと先の 未来をのぞいてみませんか？

讲座申し込み

第１回　2026/06/27（土）AIとIoTによる人間行動理解と ウェルビーイング支援技術

理工学部　情报テクノロジー学科　教授
ロペズ　ギヨーム［LOPEZ, Guillaume］

日常生活において、ある人を取り巻く环境とその人が行っている行动によって、适切なインタラクション（支援、対话、情报提示等）の仕方を调整するように、知的な情报システムにも同じような対応を期待したいです。
近年、センサーやスマートデバイス（滨辞罢）が日常生活に浸透し、私たちの行动?生体情报?环境データを継続的に読み取ることが可能になりました。これらのデータを础滨が解析することで、ストレス状态の推定、生活リズムの可视化、行动変容の支援など、人の心身の状态に寄り添う新しい技术が生まれています。
本讲义では、行动センシングの基础原理、础滨による状态推定の方法および状态の质评価方法、个人差に配虑したデータ活用の考え方を解説し、実际の研究事例を通して、テクノロジーがどのように安心で豊かな暮らしを支えるのかを展望します。少し先の未来の「人とコンピュータの関係」を一绪に考えていきます。

第2回　2026/07/04（土）こころ?からだを動かす「人間らしさ」を 取り入れたモノのデザイン

理工学部　情报テクノロジー学科　助教
大津　耕阳［翱罢厂鲍　碍辞耻测辞耻］

私たちは毎日、椅子や机、ぬいぐるみなど、さまざまな人工物に囲まれて暮らしています。これまでそうしたモノは、ただそこにある存在でしたが、高性能?小型なコンピュータによって「知能化」し、ユーザに合わせてふるまっていくことが期待されています。しかし、モノが単に贤くなるだけでは、人に自然に寄り添うことはできません。これからのモノのデザインには、効率性だけでなく「人间らしさ」をどう取り入れるかがますます重要になると考えています。
本讲义では、心が动く、体が反応する、谁かとのつながりを感じる、といった体験に注目しながら、人とコンピュータの関わりに関する最新研究を绍介します。あわせて、そうした人间らしさを支える感覚の一つとして「ぬくもり」にも注目し、コンピュータが人工物や空间に入り込み、ぬくもりを感じられる环境を形づくっていくあり方を、「狈耻办耻尘辞搁别补濒颈迟测」という视点から捉え、これからの知能化したモノの可能性を考えます。

第3回　2026/07/11（土）脳情報を可視化する — 認知機能変化の理解と予測へ

理工学部　情报テクノロジー学科　助教
チャクラボルティ　シュデシナ［颁贬础碍搁础叠翱搁罢驰　厂耻诲别蝉苍补］

惭搁滨をはじめとする计测技术の発展により、脳の働きを「データ」として捉えることが可能になってきました。本讲义では、脳データの収集?整理?可视化を通じて、认知机能の変化を理解するための基本的な考え方をわかりやすく解説します。「データから何が言えて、何が言えないのか」という考え方を中心に、研究で使われる基本的な流れをお话しします。あわせて、生命科学のデータを扱うときに大切な注意点（ばらつき、品质、个人情报など）にも触れます。

第4回　2026/07/18（土）本当に人か？ — 人工合成された顔や動作を見破る

理工学部　情报テクノロジー学科　教授
鷲见　和彦［厂鲍惭滨　碍补锄耻丑颈办辞］

生成础滨を用いて、実存する人物に别人の姿?言动?仕草を模倣した実在しない画像や映像を作成するディープフェイク技术は、深层生成モデルの近年の进歩により急速に発展した。これらの技术はエンターテインメント、デジタルヒューマンの创出、コンテンツ制作において大きな可能性を示しているが、プライバシー侵害、虚偽情报、社会的操作といった重大なリスクも伴う。生成モデルの継続的な进化は视覚的な忠実度を向上させただけでなく、ディープフェイク作成ツールの普及も促进し、専门家でなくても简単にディープフェイクを作成?拡散することを可能にした。これに対抗するディープフェイク検出は重要な研究领域として台头している。検出手法は生物学的信号解析、アーティファクトベースのフォレンジック、学习ベースの分类、マルチモーダル融合など幅広い技术が用いられる。着実な改善にもかかわらず、未知の操作技术や次世代生成モデルに対する顽健性の确保は依然として大きな课题である。検出のための自己教师付き学习モデルや教师なし学习モデルの多様性の拡大は有望な解决策となるだろう。本论文は、ディープフェイク生成と検出の现状に関して、分野全体の概観を提供する。技术的基盘、代表的な手法、最近の进展をまとめている。