IoT社会の到来を受け、極端な条件下で複雑な過程から成る計測原理を用いる先端計測技術の必要性が増大している。一方、急激な発展を見ている機械学習・統計的推定を含む情報科学は、不完全で複雑な大量情報から高精度・高信頼な推定を行うことに長けている。このような背景から、計測を指向した情報科学的処理と情報科学的処理を指向した計測技術の体系的な融合により、IoT社会のニーズを満たす新たな先端的計測技術を実現する可能性が拓けつつある。
　本講座では、計測を指向した機械学習・統計的推定の研究分野「計測インフォマティクス」の概要、研究論点・アプローチを述べ、さらにそれを情報科学的処理指向の先端的計測デバイス・装置の開発に生かした成果の詳細を、現状の研究動向と共にお話しする。

1. 人工知能研究と機械学習技術の概観
   1. 人工知能研究の分類
   2. 機械学習が扱う主要問題
   3. 機械学習手法の多様性
   4. 機械学習手法の精度と解り易さの関係
   5. 機械学習手法の複雑さと必要データ量の関係
   6. 人工知能の限界
      • 自動車の自動運転化は当面どこまで進むか
      • 人の仕事をどこまで置き換えるか
2. 計測インフォマティクス研究の背景
   1. 先端計測技術研究の動向
   2. 情報科学研究の動向
   3. 計測インフォマティクスの目標
3. 計測インフォマティクスを巡る経緯と状況
4. 計測インフォマティクスの研究論点とアプローチ
   1. 分析のための推定と計測のための推定
   2. 計測系の効率的較正
   3. 対象状態逆推定に最適な計測点選択
5. 研究開発事例
   1. 分析のための推定
      • ナノポアによる超高速極微小細菌・ウイルス種別の分析
      • 細胞蛍光撮影画像の高精度超解像イメージング
   2. 計測のための推定
      • 細胞蛍光撮影画像からの超高速超解像イメージング
      • MSSセンサによる超ロバスト嗅覚計測
   3. 計測系の効率的較正
      • 触媒反応の計測実験系の効率的パラメータ較正
6. 計測インフォマティクスの展望