画像検索とは，大量の画像を蓄えた画像データベースに対し，利用者の検索要求を受けて，データベースから所望の画像を見つけ出して利用者に提供するための技術を言う．本稿では，画像検索技術の黎明期から，機械学習や画像ビッグデータに基づく進展，さらには深層学習に基づく最近の話題についてまで紹介したい．

画像解析に基づく植物病害，虫害に対する自動診断技術の開発は，食糧問題だけでなく農業経済の観点からも重要である．筆者らは，農水省委託プロジェクト研究「人工知能未来農業創造プロジェクト」のうち，「AIを活用した病害虫診断技術の開発」の課題に参画し，画像を元にした自動診断および周辺技術の開発に取り組んでいる．本稿では，植物病害に対する自動診断技術の研究動向と，似たもの同士の中から違いの識別を行う必要があることに起因する人的，技術的な困難さ，対応策などについて報告する．

近年，計算機の計算能力の向上に伴い，生物の神経回路を模したニューラルネットワークを多層で構成した，深層ニューラルネットワークを関数近似器として用いる研究が活発に行われている．この深層ニューラルネットワークを強化学習と組み合わせた手法に深層強化学習がある．強化学習は，外部から与えられる報酬をもとに，試行錯誤を通して方策を学習を行う機械学習の一つの枠組みとなっており，制御対象のモデルがわからないシステムの制御に有用である．一般に，制御対象の状態・制御入力は実数値を取る．そのため，実数値を扱える強化学習法が重要である．本稿では，強化学習の基本事項を説明する．次に，実数値を扱う深層強化学習の代表的な手法である，DDPGとContinuous deep Q-learningを紹介する．最後に，制御入力に遅延がある制御対象へのContinuous deep Q-learningの応用について説明する．

分子動力学（MD）法は，原子毎に立てられたNewtonの運動方程式を逐次的に解くことで系全体の原子ダイナミクスを追跡できる計算機シミュレーション手法であり，ミクロな現象の解明に役立つことから材料分野や生物分野では標準的な手法として認識されている．近年，人工ニューラルネットワーク（ANN）の万能近似性を活用して，従来のMD法が抱えていた精度と計算コストの難点を克服するANN原子間相互作用ポテンシャル（ANN potential）の開発が活発に行われ新局面を迎えている．本稿では，ANN potentialの基本的なアルゴリズムについて，応用例を交えながら，現在直面している回帰学習のデータ不均衡問題などの解決すべき課題について述べる．