HardFlowが生成AIの厳格制約を満たす

米マサチューセッツ工科大学（MIT）の研究チームは、生成AIに厳格な制約条件を遵守させる新アルゴリズム「HardFlow」を開発した。本手法はLIDSおよびIDSS所属のナビド・アジズン准教授らにより主導され、学術誌IEEE Transactions on Pattern Analysis and Machine Intelligenceで公表された。 生成AIは広範な出力を生成できるが、ロボティクスや工業制御などの安全性が要求される分野では、物理法則や安全基準といったハード制約の完全遵守が必須である。従来の制約付サンプリング手法は生成途中の各ステップで制約を強制するため、探索の自由度が損なわれ、最終的な解の最適性が損なわれる課題があった。 HardFlowは制約の適用を生成の最終段階に集約する方式を採用した。最適制御理論を用いて制約付サンプリングを軌道最適化問題として再構成し、フローマッチングモデルの数学的構造を活用して計算を段階的に分解・近似することで、開発済みの事前学習モデルへのリアルタイム適用を可能にした。再学習不要のプラグアンドプレイ形式であり、展開時の計算コストも競合手法と同等以下に抑えられている。 ロボットマニピュレーターの障害物回避経路探索、迷路ナビゲーション、テキスト指示による画像編集など複数のベンチマークで検証を行った結果、ハード制約の完全満たしを達成しつつ、既存手法を凌駕する解の品質を実現した。アジズン准教授は生成AIの探索能力を維持しつつ安全criticalな実世界要件を満たす架け橋となったと評価している。今後はモデル自体を適応的に更新する展開も検討されており、厳格な要件が求められる産業向けAI応用への導入が期待される。