LLM・生成AIとソフトウェア工学

概要

大規模言語モデル（LLM）や生成AIは，コード生成・要件分析・テスト生成など，ソフトウェア工学の多くの局面を変革しつつあります． 鄭研究室では，LLM を自己適応システム，離散制御器合成，セキュリティ，進化計算など，複数の研究領域に横断的に統合し，AIとソフトウェア工学の相乗効果を追求しています．

自己適応システムへの生成AI統合

  • 旗艦サーベイ論文：Generative AI for Self-Adaptive Systems（Li et al., ACM TAAS 2024） 生成AIを自己適応システムに統合する研究の現状を体系的に整理し，今後の研究ロードマップを提示した国際誌論文．MAP-Kループの各フェーズへの生成AI応用可能性を詳述しています．

  • LLM の自己適応システムへの可能性探索（Li et al., SEAMS 2024） LLM が自己適応システムのモニタリング・分析・計画・実行（MAP-K）の各フェーズにどのように貢献できるかを実証的に探索した研究．

LLM 誘導型離散制御器合成

  • 適応ルール自動最適化（Ishimizu et al., ACSOS 2024; 情報処理 2026） LLM が離散制御器合成の探索方策を設計・最適化し，合成効率を向上させます．

  • LTL 安全性検証と LLM 生成計画の統合（Koyama et al., KBSE 2026） LLM が生成した行動計画を線形時相論理（LTL）で形式検証することで，安全性を保証した計画生成を実現します．

進化計算・AutoML との融合

  • LLM による進化計算改善（Cai et al., GECCO 2024） LLM を進化計算のオペレータ（突然変異・交叉）に統合し，複雑な最適化問題での探索性能を向上させます．

  • LLM と AutoML の相乗効果（Xu et al., TMLR 2024） 自動機械学習（AutoML）パイプラインにLLM を活用し，ハイパーパラメータ探索やモデル選択を効率化します．

LLM によるセキュリティ・マルチエージェント応用

  • 脆弱性検出（Mao et al., QRS 2024） LLM を活用したソフトウェア脆弱性の自動検出手法の開発と評価．

  • ソーシャルメディア言語進化シミュレーション（Cai et al., CEC 2024） LLM ベースのマルチエージェントシステムでソーシャルメディア上の言語変化ダイナミクスをシミュレート．

アクセシビリティへの応用

  • 色覚異常支援 LLM＋AR（Morita et al., GCCE 2024） LLM と拡張現実（AR）を組み合わせ，色覚異常を持つユーザが日常環境の色情報をより正確に認識できる支援システムを開発．

代表論文

  • Jialong Li et al. “Generative AI for Self-Adaptive Systems: State of the Art and Research Roadmap.” ACM Transactions on Autonomous and Adaptive Systems (TAAS), 2024.
  • Jialong Li et al. “Exploring the Potential of LLMs in Self-Adaptive Systems.” SEAMS 2024.
  • Jinyu Cai et al. “Evolutionary Computation Enhanced by Large Language Models.” GECCO 2024.
  • Jinglue Xu et al. “Synergy Between LLMs and AutoML.” Transactions on Machine Learning Research (TMLR), 2024.
  • Yusei Ishimizu et al. “LLM-Guided Adaptation Rule Optimization for Discrete Controller Synthesis.” ACSOS 2024.
  • Ryoya Koyama et al. “LTL Safety Verification of LLM-Generated Plans.” KBSE 2026.
  • Zhenyu Mao et al. “LLM-based Software Vulnerability Detection.” QRS 2024.
  • Jinyu Cai et al. “Simulating Social Media Language Evolution with LLM Multi-Agent Systems.” CEC 2024.
  • Shogo Morita et al. “LLM+AR Color Vision Assistance for Color Vision Deficiency.” GCCE 2024.