データを調べ、予測モデルを作り、結果を比べながら改善する。日本人工知能オリンピック（JOAI）は、こうしたAIの実装・分析に挑戦する大会です。
一般社団法人国際人工知能オリンピック日本委員会が運営し、国際大会の日本代表選抜も兼ねています。統計とプログラミングの知識を、実際の予測課題で使う経験は、情報系・数理系の総合型選抜や公募推薦へつながる実績にもなります。
選抜枠とオープン枠｜参加条件と目的の違い
JOAI2026は、2月にオンラインで開催されました。参加枠は次の2種類です。
| 枠 | 対象・位置づけ |
|---|---|
| 選抜枠 | 国際大会の代表選考対象。国籍・在籍校、年齢、学年などの条件がある |
| オープン枠 | 代表選考の対象外。13歳以上で、年齢・学歴・国籍を幅広く受け入れる |
2026年の選抜枠は、応募時13歳以上で、国際大会初日に20歳未満などの条件があります。加えて、国内競技時点の高校3年生以上・高専本科3年生相当・既卒者を対象外とする規定でした。早い学年から準備する意味がある大会です。
個人でKaggle上の課題に取り組み、Pythonで予測を提出します。選抜枠の上位者には、解法資料や面接を通じた選考もあります。
出典：JOAI2026募集要項
評価方法｜2026年は、脳活動からレバーの位置を予測
2026年の課題は、マウスの脳活動の時系列データから、そのマウスが動かすレバーの位置を予測するものでした。
脳の活動を示す数値に加え、マウスの識別情報や実験日などが与えられます。評価には、予測と正解のずれを二乗して平均するMSEを用いており、誤差を小さくすることが目標です。
| 評価・選考 | 確認する内容 |
|---|---|
| 国内コンペティション | 提出した予測を、課題の指標で評価 |
| 上位者の解法資料 | どのような分析やモデルで予測したか |
| 選抜枠の面接 | 取り組みの説明、知識の確認、国際大会への意欲 |
予測精度を競う国内表彰と、資料・面接を含む代表選考は、評価の段階が異なります。 作品の見栄えやプレゼンの印象を採点するアイデアコンテストとは、準備の進め方が変わります。
金賞・銀賞・銅賞・努力賞の違い
2026年募集ページでは、選抜枠とオープン枠それぞれに表彰を設け、次の目安を掲載しています。同ページでは入賞基準を暫定としているため、確定した受賞は公式通知・結果で確認します。
| 賞 | 募集時に掲載された目安 |
|---|---|
| 金賞 | 上位10％ |
| 銀賞 | 上位20％ |
| 銅賞 | 上位40％ |
| 努力賞 | 用意された基準となる予測結果を上回ること |
努力賞は、主催者が示すサンプルの予測を改善することが目安です。初めて挑戦する場合も、基本のコードを動かし、変更と結果を比べるところから学習を進められます。
日本代表は、コンペティション、解法資料、面接を総合して選びます。国内の賞と、国際大会でのメダルも別の実績です。2026年には日本代表4名が派遣され、国際大会の個人戦で銀1・銅3を獲得しました。
上位解法の例①｜位置に加えて、変化量も学習する
2026年の上位者として解法を発表した片山悠輝さんは、レバー位置だけでなく、その変化量も学習する方法を取り入れました。本人の資料では、これにより検証時のスコアが改善したと説明しています。
さらに、時間方向の変化や移動平均などを入力へ加え、異なる仕組みのモデルの予測を組み合わせています。公開中の順位と最終順位の変化も振り返っています。
この例は、予測したい現象を理解し、モデルに学習させる内容を工夫する方法として参考になります。モデル名に加え、「なぜ変化量を学ばせたのか」を考えると、データと手法の関係が見えてきます。
上位解法の例②｜データの偏りを調べ、異なるモデルを組み合わせる
近藤佐介さんは、最初にマウスごとのレバー位置の偏りなどを調べています。その分析を踏まえて、個体や実験日の情報をモデルへ取り込みました。
Transformerと双方向LSTMという異なるモデルを組み合わせ、時間方向の差分も活用しています。発表資料では、条件を変えて比較する実験と、試すアイデアの記録も紹介しています。
自分の学習でも、元データの分布を見る、基本モデルを動かす、変更点ごとに結果を比べる、という手順を意識すると、改善の理由を説明しやすくなります。
出典：近藤さんの上位解法資料
資格と分析実績を、総合型・推薦へ
統計検定で学ぶ分布や推定、情報処理の資格で学ぶプログラムの基礎は、データ分析へつなげられます。資格の学習と、予測・検証の実績を組み合わせると、知識を使ってきた過程が伝わります。
志望理由書では、扱ったデータ、試した方法、改善した点から、大学で深めたい内容へつなげます。脳活動の分析から数理・情報・生命科学の接点に関心を持つなど、具体的な経験を軸に考えられます。
FLOW実績づくりから出願まで、高校生活の流れに沿って支えます
- STEP 01高1〜高2資格・コンテストに挑戦
理系大学が評価する資格やコンテストに、知識ゼロから挑戦します。
- STEP 02高2〜高3春高大接続プログラムに挑戦
大学・研究機関の講座や研究体験への参加を、応募から支援します。
- STEP 03高3夏〜秋出願書類と面接で仕上げる
志望理由書と面接に向けて、資格や探究の経験を自分の言葉で説明できるように支援します。
- 合格第一志望
合格へ
スキルパスで、AIの学習から推薦対策まで
スキルパスでは、大学院生や現役の理系大学教員による指導のもと、統計・プログラミング、データ分析、実験結果の整理を支援します。
資格と競技・探究の実績を組み合わせ、大学での学びへつなぐ対策を重視しています。総合型選抜・公募推薦の戦略を踏まえ、志望理由書・面接まで徹底伴走します。無料受験相談から、学習経験と志望分野をご相談ください。
