NTTがAIの“推論根拠”を可視化する新技術 自動運転や医療への応用も｜BUSINESS NETWORK

NTTが大規模視覚言語モデル（LVLM）の推論根拠を説明できる新手法「根拠強化デコーディング」を開発した。推論時に画像と思考根拠の入力を分離し、それぞれから情報を抽出したうえで、出力直前で統合することにより、画像と思考根拠の両方に基づいた出力が得られるようになるという。ビジネスデータの分析や医療、自動運転などへの応用が期待される。 NTTは2026年6月1日、大規模視覚言語モデル（LVLM）の推論根拠を可視化・説明する新手法「根拠強化デコーディング」を開発したと発表した。 LVLMとは、画像や動画などの視覚情報とテキストを同時に理解できるAIモデルのことを指す。テキストだけでは欠落している文脈を視覚情報が埋めることで、回答生成や判断の精度が向上すると期待されている。 コンピュータサイエンス研究所 革新的コンピューティングアーキテクチャ研究プロジェクト 准特別研究員の山口真弥氏によると、LV