SlideShare ist ein Scribd-Unternehmen logo
1 von 59
Downloaden Sie, um offline zu lesen
全脳アーキテクチャ勉強会(第1回)

脳をガイドとして超脳知能に至る
最速の道筋を探る
富士通研究所
山川宏
2013年12月19日
全脳アーキテクチャ勉強会(第一回)
全脳アーキテクチャ勉強会(第1回)

人の脳を超える人工知能

脳をガイドとして超脳知能に至る
最速の道筋を探る
富士通研究所
山川宏
2013年12月19日
全脳アーキテクチャ勉強会(第一回)
全脳アーキ(WBA)は人間的知能の少し先を目指す
知能のスペクトル
Very
High

理論からの
特殊化

物理環境の制約に特化した汎用性を
追求しつつ計算可能な究極の超知能

Physical
AI

計算コスト

High

Low

現実的な計算が不能な理論的存在

Universal
AI

全脳アーキテクチャ(WBA)
脳をガイドとして作られた,
脳をちょっと超えた脳っぽい知能.

WBA
人間の脳
マウスの脳
昆虫の脳

Narrow

General
領域依存性

CONFIDENTIAL MATERIAL / RESTRICTED ACCESS

2

全脳アーキテクチャ勉強会(第一回)
全脳アーキ(WBA)は人間的知能の少し先を目指す
知能のスペクトル
Very
High

理論からの
特殊化

物理環境の制約に特化した汎用性を
追求しつつ計算可能な究極の超知能

Physical
AI

計算コスト

High

Low

現実的な計算が不能な理論的存在

Universal
AI

全脳アーキテクチャ(WBA)
脳をガイドとして作られた,
脳をちょっと超えた脳っぽい知能.

WBA
人間の脳

既存
AI

マウスの脳

WBA

昆虫の脳

Narrow

General
領域依存性

CONFIDENTIAL MATERIAL / RESTRICTED ACCESS

3

実現したら
併せて利用
全脳アーキテクチャ勉強会(第一回)
一杉裕志
BESOM命: ソフト工学から計算論的神経科学へ
松尾豊
Deep Learningからの表現獲得を目指すAI研究者

山川宏
ライフワークとして脳の知能を理論から攻めたい
CONFIDENTIAL MATERIAL / RESTRICTED ACCESS
私の脳アーキテクチャ研究
•
•
•

•
•
•
•

1983.4~ 1986.3 東京理科大学 理論物理 学士
1987.4~ 1989.3 東大 実験物理 修士課程
1989.4~1992.3 東大 電子工学科 博士課程
– 強化学習に基づく知能システムの研究
1992.4
(株)富士通研究所入社
– センサフュージョンプロジェクトにおいて、ニューラルネットによる感覚
運動融合モデルの研究(Auto encoder Network)
1994.10~1997.3 RWC 能動知能研(つくば)
– マルチエージェントシステムによる手渡ロボットシステム
1997.3~2001.3 富士通研究所(RWC自律学習研 兼務)
– RWCPにて、強化学習および状況分解(表象獲得)の認知距離学習器
(ゴール志向アーキテクチャの一種)研究
2001~2004: バイオインフォマティクス,
2005~2006: 集合知(直接民主制のための意見集約)
2007~2008: 人物情報クラウド(分散ID管理システム)
2009~2010: 環境ソリューション,

•

2011~:

•

•
•

脳に学ぶ人工知能

CONFIDENTIAL MATERIAL / RESTRICTED ACCESS

5

全脳アーキテクチャ勉強会(第一回)
私の脳アーキテクチャ研究
•
•
•

•
•
•
•

1983.4~ 1986.3 東京理科大学 理論物理 学士
アインシュタインの
1987.4~ 1989.3 東大 実験物理 修士課程
思考実験に感銘
1989.4~1992.3 東大 電子工学科 博士課程
– 強化学習に基づく知能システムの研究
ニューラルネット
1992.4
(株)富士通研究所入社
の可能性に期待
– センサフュージョンプロジェクトにおいて、ニューラルネットによる感覚
運動融合モデルの研究(Auto encoder Network)
1994.10~1997.3 RWC 能動知能研(つくば)
M. Minskyの
– マルチエージェントシステムによる手渡ロボットシステム
「心の社会」に
1997.3~2001.3 富士通研究所(RWC自律学習研 兼務) 影響を受けた.
– RWCPにて、強化学習および状況分解(表象獲得)の認知距離学習器
(ゴール志向アーキテクチャの一種)研究
2001~2004: バイオインフォマティクス,
2005~2006: 集合知(直接民主制のための意見集約)
2007~2008: 人物情報クラウド(分散ID管理システム)
2009~2010: 環境ソリューション,

•

2011~:

•

•
•

脳に学ぶ人工知能

CONFIDENTIAL MATERIAL / RESTRICTED ACCESS

6

全脳アーキテクチャ勉強会(第一回)
博士時代は,強化学習の神経回路を研究
価値観の学習は再帰的な神経
回路により実現されると考えた.
(1991)

1990年頃は,神経回路モデ
ルから強化学習を扱う研究
がAI/NCの両分野で増えた.
Barto, Werbos, Klopf, Watkins, Sutton, ...

1990年中頃には,神経回路
構造から大脳基底核の関
与が強く予想されるように.
1990年代後半にSchultzらの実験
から,現在の新皮質-大脳基底
核ループが見えてきた.

当時は扁桃核としてのモデル化を検討していた
CONFIDENTIAL MATERIAL / RESTRICTED ACCESS

7

全脳アーキテクチャ勉強会(第一回)
パターンベースド知能システム
学習能力から見たシンボルグラウンディング問題の検討..

自身の研究とし
ては,

推論に用いる
内部表現
(フレーム)の獲
得に注力

(山川,情報統合ワークショップ, 1995)
CONFIDENTIAL MATERIAL / RESTRICTED ACCESS

8

全脳アーキテクチャ勉強会(第一回)
入社後の萌芽的なAuto encoder Network研究
自律的な表現獲得のために90年台中頃に,
Auto encoder networkに着目していた.
(山川ら,階層化された砂時計型ニューラルネッ
トによる自律的な内部表現獲得, 1995)

残念ながら,
スパース表現の重要さに
気づけなかった

CONFIDENTIAL MATERIAL / RESTRICTED ACCESS

9

全脳アーキテクチャ勉強会(第一回)
将棋プロジェクト(2007年度~2010年度)
「将棋における脳内活動の探索研究」として理研BSI主導で共同研究
※世間的注目高く, NHKのTV番組,新聞, 理研サイエンスセミナー等の発表成果多数
代表成果: 「棋士の直観的な最善手決定を担う脳神経機構」が米国Science誌掲載(2011/1/21)

プロ棋士の脳機能イメージングの実験結果

マクロレベルの直観力回路が見えてきた
②大脳基底核

盤面認識

(有力指し手の生成)

①-a: 前頭前野

①-b: 楔前部
(局面の意味理解)

(意味のある局面を
約0.2秒で認識)

楔前部

次の一手
尾状核

目

視覚野

解き明かされたこと
• 盤面認識は楔前部、次の一手は尾状核など特定領域が機能する
• それら領域の活動の強さや分布が熟達度や戦法などの個性と関係

新皮質(楔前部)における,経験からの表現獲得が計算機では未実現
CONFIDENTIAL MATERIAL / RESTRICTED ACCESS

10
人レベルの知能を目指す
汎用人工知能(AGI)研究
CONFIDENTIAL MATERIAL / RESTRICTED ACCESS

全脳アーキテクチャ勉強会(第一回)
Independently of the various
concerns about the
appropriateness of Human
Level AI as a goal, I think
we'll indeed achieve it.
I won't predict when except
that it will probably be
sometime in this century.
Nilsson, 2009
CONFIDENTIAL MATERIAL / RESTRICTED ACCESS

全脳アーキテクチャ勉強会(第一回)
加速するAI技術(シンギュラリティに向けて)
シンギュラリティとは
従来の傾向に基づく技術の進歩予測が通用しなくなる時点

Techn
ology

Design

創造的

AI

AI
ヒトによる設計が
律速段階

主役交代

Techn
ology

創造的AIが自己再帰的な

知識発展の循環が起こる

電王戦でGPS将棋
がプロ棋士に勝利
(2013年)

IBMのワトソン
君がクイズ王に
勝利(2011年)
CONFIDENTIAL MATERIAL / RESTRICTED ACCESS

時間

Design

Design

Human

Singularity以降

技術/知識レベル

Singularity以前

13

全脳アーキテクチャ勉強会(第一回)
予測された年

シンギュラリティの起きる時期の予測

WBAで
目指しうる

2012

2012

予測を行った年

Singularity Institute, “How We’re Predicting AI – or Failing To,” 2012
CONFIDENTIAL MATERIAL / RESTRICTED ACCESS

14

全脳アーキテクチャ勉強会(第一回)
動きの激しいSingularityに関わる組織
http://singularityu.org/

http://intelligence.org
学会を作って
雑誌を発行

http://www.fhi.ox.ac.uk/

国際会議AGI
http://www.agi-conference.org/

http://www.agi-society.org/

人レベルAIの創生だけでなく,そこから生じるリスクに係る研究も多い
CONFIDENTIAL MATERIAL / RESTRICTED ACCESS

15

全脳アーキテクチャ勉強会(第一回)
Artificial General Intelligence (AGI)とは
AGIとは
self-understanding
autonomous self-control
solve a variety of complex problems in a
variety of contexts
learn to solve new problems that they
didn’t know about at the time of their
creation.

AGIでないものは
実践的だが特化した”narrow AI”
ソフトウェアとして実装不能な純粋な理論AI研
究
CONFIDENTIAL MATERIAL / RESTRICTED ACCESS

16

Ben Goertzel, Cassio
Pennachin, Artificial General
Intelligence (Cognitive
Technologies), 2007

全脳アーキテクチャ勉強会(第一回)
AGIを目指す様々なアプローチ
 Symbolic
 人間の知的な行動を模倣するプログラムを書き下す伝統的なAI研究.
 脳自体ではなく心をエミュレートするアプローチが多い
• NARSアーキテクチャ(Wang), 3DシミュレーションをキーとしたAGI (Hoyes)

 進展はありつつも停滞感があり,この延長だけで良いのか不安がある

 Emergentist:
以下のような脳をエミュレートするアプローチが主役
 全脳エミュレーション(WBE)
時間はかかるが何れは確実にできると思われている(次ページで説明)
 全脳アーキテクチャ(WBA): 我々が最速で実現できると考えるアプローチ
 Neurocomputing: これらは必ずしも全脳ではない
• LAMINART(Grossberg), a2i2 アーキテクチャ( Voss) , Deep learning

 Neuro-inspired Evolvable Hardware (Hugo de Garis)

 Hybrid: SymbolicとEmergentist の融合
 例えば,OpenCog (Ben Goertzel)
17
CONFIDENTIAL MATERIAL / RESTRICTED ACCESS

全脳アーキテクチャ勉強会(第一回)
いつかは実現する全脳エミュレーション (WBE)
脳全体を分子/原子レベルから詳細にエミュレー
ションすれば,AGIが実現できること自体は余り疑
う余地はない.(Mind Uploading等とも呼ばれる)
「単なるシステム同定課題」に分解される.
 脳測定技術の向上を待つ必要あり
 脳機能の詳細なシミュレーションに十分な時空間解
像度を持つスキャナーがない.
 急速な技術進歩を外挿するなら,2030-2050年ごろ
には現実的になるだろう.

2060年代頃に達成見込
みが想定されている.
CONFIDENTIAL MATERIAL / RESTRICTED ACCESS

18

全脳アーキテクチャ勉強会(第一回)
国内(AI学会周辺)でのAGI関連活動を活性化
2012.9 :

第1回トポス会議「人間の知性とコンピュータ科学の未
来」(富士通総研,AI学会後援)

2012.12:

国際会議AGI-12で山川が発表(後ほど説明する内容)

2013.5:

AI学会誌特別企画「シンギュラリティの時代:人を超え
ゆく知性とともに」にあたって(山川,我妻,吉田ら)

2013.7~:

汎用人工知能輪読会(山川,市瀬ら) ,現在5回目
第2回目にはBen Goertzel氏がゲスト参加.

2013.8:

国際会議AGI-13で荒川氏が発表

2014.5:

AI学会誌特集「AGIへの招待」 (山川,市瀬)
AAAIに2012年春掲載の「AGIロードマップ」記事(篠田訳)等

2014.5 :

AI学会全国大会 OS「汎用人工知能とその社会への影
響」(市瀬,山川,荒川) 12月27日に概要登録〆切

CONFIDENTIAL MATERIAL / RESTRICTED ACCESS

19
Scenario Milestones on the AGI Landscape
(Mapping the Landscape of Human-Level Artificial General Intelligence , AI Magazine , 2012年春)

訳: 篠田 孝祐

演繹的論理学、結合の推理、および仮定
している出来事に関して推論する能力の
使用を含んでいる。
具体的な業務計画レベルにおける子供
は論理的で数学の考えの基本要素を習
得す.クラスとカテゴリに関して推論する
能力を含む算術演算や関係と同様に。
精神的に、彼らの経験(例えば、メモリ、
心像、図面、言語など)を表すが、論理的
に一貫した方法で系統的にこれらの表現
を調整する能力を欠く
知覚とモーター技能の豊かなレパート
リーを取得する。主要な重大事件を含ん
でいる、隠された物を捜し求める能力や
簡単なツールとして物を使用する能力

声に出していた
思考の能力が
徐々に内面化す
る

CONFIDENTIAL MATERIAL / RESTRICTED ACCESS

20

両親、教師等の支援
により単独でできる
ことを超えて子供が
発達する.

学習をガイドする物、考え、
およびユニークな伝統を
「引き継ぐ」(例えば、本、
計算機、コンピュータなど)

全脳アーキテクチャ勉強会(第一回)
Scenario Milestones on the AGI Landscape
(Mapping the Landscape of Human-Level Artificial General Intelligence , AI Magazine , 2012年春)
演繹的論理学、結合の推理、および仮定
している出来事に関して推論する能力の
使用を含んでいる。

発達の視点

具体的な業務計画レベルにおける子供
は論理的で数学の考えの基本要素を習
得す.クラスとカテゴリに関して推論する
能力を含む算術演算や関係と同様に。

訳: 篠田 孝祐

ベンチマークを設定

精神的に、彼らの経験(例えば、メモリ、
心像、図面、言語など)を表すが、論理的
に一貫した方法で系統的にこれらの表現
を調整する能力を欠く

計算論
の視点

知覚とモーター技能の豊かなレパート
リーを取得する。主要な重大事件を含ん
でいる、隠された物を捜し求める能力や
簡単なツールとして物を使用する能力

声に出していた
思考の能力が
徐々に内面化す
る

CONFIDENTIAL MATERIAL / RESTRICTED ACCESS

21

両親、教師等の支援
により単独でできる
ことを超えて子供が
発達する.

学習をガイドする物、考え、
およびユニークな伝統を
「引き継ぐ」(例えば、本、
計算機、コンピュータなど)

全脳アーキテクチャ勉強会(第一回)
脳にガイドされた創発的発見によるAGI研究

全脳アーキテクチャ(WBA)と
THEORY-GUIDED
NEUROCOMPUTING(TGNC)
CONFIDENTIAL MATERIAL / RESTRICTED ACCESS

全脳アーキテクチャ勉強会(第一回)
脳に対応づけてシステム構築【WBA】
• 神経科学や認知科学等の知見(実験結果)を参考としながら、
• 各器官を機能的に妥当な範囲で単純な計算手段として解釈し、
• それら計算手段を統合した人型超脳アーキテクチャを構築
(おそらく)二つの研究が重要
 器官モデル実装:
脳の仕様に沿って器官を実装

大脳皮質

(概ね既存の機械学習の組み合わせ)

 脳型統合PF:
上記モデルを,統合するための
プラットフォームを脳をガイドとし
て設計する.
脳をガイドとする基準の検討も必要
• 多くの実験事実により支持される.
• 計算手段はできるだけ単純
• 器官毎の計算機能が包括的に含ま
れる.
CONFIDENTIAL MATERIAL / RESTRICTED ACCESS

小脳

基底核
扁桃体

23

海馬

全脳アーキテクチャ勉強会(第一回)
計算論的神経科学の枠組み (David Marr, 1982)

計算理論

計算の目標(機能)は何か、なぜそれが
適切なのか、そしてその実行可能な方
略の理論は何か. (例: 強化の理論)

計算手段 計算理論を実現する計算手段.特にそ
(アルゴリズム の入力と出力の表現と変換のためのア
と表現)
ルゴリズム. (例: Q学習等)
神経回路
(生物学的に
妥当な実装)

実験データを説明できる詳細さをもつ神
経回路モデル/分析.(例: ドーパミン
ニューロンの神経回路モデル)

CONFIDENTIAL MATERIAL / RESTRICTED ACCESS

24

全脳アーキテクチャ勉強会(第一回)
計算論的神経科学の枠組み (David Marr, 1982)

計算の目標(機能)は何か、なぜそれが
適切なのか、そしてその実行可能な方
略の理論は何か. (例: 強化の理論)

行動/心
理実験
の結果

計算手段 計算理論を実現する計算手段.特にそ
(アルゴリズム の入力と出力の表現と変換のためのア
と表現)
ルゴリズム. (例: Q学習等)

計算処理
としての

実験データを説明できる詳細さをもつ神
経回路モデル/分析.(例: ドーパミン
ニューロンの神経回路モデル)

脳科学
実験の
結果

計算理論

神経回路
(生物学的に
妥当な実装)

CONFIDENTIAL MATERIAL / RESTRICTED ACCESS

25

実現性

全脳アーキテクチャ勉強会(第一回)
既存研究領域の位置づけ
脳器官(ミクロ)

脳全体(マクロ)
行動/心理実験の結果

計算理論

計算手段
(アルゴリズム
と表現)

神経回路
(生物学的に
妥当な実装)

脳科学実験(ミクロ)結果

CONFIDENTIAL MATERIAL / RESTRICTED ACCESS

26

脳科学実験(マクロ)結果

全脳アーキテクチャ勉強会(第一回)
既存研究領域の位置づけ
脳器官(ミクロ)

脳全体(マクロ)
行動/心理実験の結果

計算理論

計算手段

マクロ
バリアー

(アルゴリズム
と表現)

××××××××××

神経回路
(生物学的に
妥当な実装)

脳科学実験(ミクロ)結果

CONFIDENTIAL MATERIAL / RESTRICTED ACCESS

27

脳科学実験(マクロ)結果

全脳アーキテクチャ勉強会(第一回)
既存研究領域の位置づけ
脳器官(ミクロ)

脳全体(マクロ)
行動/心理実験の結果

計算理論

計算手段

マクロ
バリアー

(アルゴリズム
と表現)

××××××××××

神経回路
(生物学的に
妥当な実装)

脳科学実験(ミクロ)結果

CONFIDENTIAL MATERIAL / RESTRICTED ACCESS

28

脳科学実験(マクロ)結果

全脳アーキテクチャ勉強会(第一回)
既存研究領域の位置づけ
脳器官(ミクロ)

脳全体(マクロ)
行動/心理実験の結果

ミクロ-マクロ
ギャップ

計算理論

計算手段

マクロ
バリアー

(アルゴリズム
と表現)

××××××××××

神経回路
(生物学的に
妥当な実装)

脳科学実験(ミクロ)結果

CONFIDENTIAL MATERIAL / RESTRICTED ACCESS

29

脳科学実験(マクロ)結果

全脳アーキテクチャ勉強会(第一回)
既存研究分野の俯瞰図
脳器官(ミクロ)

脳全体(マクロ)
行動/心理実験の結果

計算理論
AI

計算手段
計算
論的
神経
科学

神経回路
(生物学的に
妥当な実装)

認知モデル/

機械
学習

(アルゴリズム
と表現)

アーキテクチャ

Neuro
comp
uting

脳科学実験(ミクロ)結果

CONFIDENTIAL MATERIAL / RESTRICTED ACCESS

認知
科学

30

××××××××××

脳科学実験(マクロ)結果

全脳アーキテクチャ勉強会(第一回)
既存研究領域の位置づけ
脳器官(ミクロ)

脳全体(マクロ)
行動/心理実験の結果

計算理論

計算手段
(アルゴリズム
と表現)
××××××××××

神経回路
(生物学的に
妥当な実装)

システム同定
の大規模化
脳科学実験(ミクロ)結果

CONFIDENTIAL MATERIAL / RESTRICTED ACCESS

31

WBE

(全脳エミュレー
ション

脳科学実験(マクロ)結果

全脳アーキテクチャ勉強会(第一回)
既存研究領域の位置づけ
脳器官(ミクロ)

脳全体(マクロ)
行動/心理実験の結果

計算理論

脳測定技術の向上を
待つ必要あり

計算手段
(アルゴリズム
と表現)

××××××××××

神経回路
(生物学的に
妥当な実装)

システム同定
の大規模化
脳科学実験(ミクロ)結果

CONFIDENTIAL MATERIAL / RESTRICTED ACCESS

32

WBE

(全脳エミュレー
ション

脳科学実験(マクロ)結果

全脳アーキテクチャ勉強会(第一回)
WBAはどう位置づけられるか
脳器官(ミクロ)

脳全体(マクロ)
行動/心理実験の結果

計算理論
AI

計算手段

器官モデル統合

機械
学習

(アルゴリズム
と表現)

WBA

××××××××××

神経回路
(生物学的に
妥当な実装)

脳科学実験(ミクロ)結果

CONFIDENTIAL MATERIAL / RESTRICTED ACCESS

33

脳科学実験(マクロ)結果

全脳アーキテクチャ勉強会(第一回)
脳に対応づけてシステム構築【WBA】
• 神経科学や認知科学等の知見(実験結果)を参考としながら、
• 各器官を機能的に妥当な範囲で単純な計算手段として解釈し、
• それら計算手段を統合した人型超脳アーキテクチャを構築
(おそらく)二つの研究が重要
 器官モデル実装:
脳の仕様に沿って器官を実装

大脳皮質

(概ね既存の機械学習の組み合わせ)

 脳型統合PF:
上記モデルを,統合するための
プラットフォームを脳をガイドとし
て設計する.
脳をガイドとする基準の検討も必要
• 多くの実験事実により支持される.
• 計算手段はできるだけ単純
• 器官毎の計算機能が包括的に含ま
れる.
CONFIDENTIAL MATERIAL / RESTRICTED ACCESS

小脳

基底核
扁桃体

34

海馬

全脳アーキテクチャ勉強会(第一回)
なぜWBA研究が可能なのか
[理由1] 多くの脳器官において原理的な計算手段(機械学習)が特定
 未解明な部分における計算理論を推定する足がかりが増えた

[理由2] 機械学習/AI技術の成熟
 器官毎の計算手段は,概ね既存の機械学習で説明できるであろう.

[理由3] 神経科学もオープン・ビッグデータ時代に
 理論家は新たな実験を行わずに様々な可能性を検証できるように
コネクトームなど.

CONFIDENTIAL MATERIAL / RESTRICTED ACCESS

35
Theory-Guided Neurocomputing (TgNC)も可能に
脳器官(ミクロ)

脳全体(マクロ)
行動/心理実験の結果

計算理論

計算手段
(アルゴリズム
と表現)
××××××××××

神経回路
(生物学的に
妥当な実装)

脳科学実験(ミクロ)結果

CONFIDENTIAL MATERIAL / RESTRICTED ACCESS

36

脳科学実験(マクロ)結果

全脳アーキテクチャ勉強会(第一回)
Theory-Guided Neurocomputing (TgNC)も可能に
脳器官(ミクロ)

脳全体(マクロ)
行動/心理実験の結果

計算理論

計算手段
(アルゴリズム
と表現)

神経回路
(生物学的に
妥当な実装)

××××××××××

Neuro
comp
uting
脳科学実験(ミクロ)結果

CONFIDENTIAL MATERIAL / RESTRICTED ACCESS

37

脳科学実験(マクロ)結果

全脳アーキテクチャ勉強会(第一回)
Theory-Guided Neurocomputing (TgNC)も可能に
脳器官(ミクロ)

脳全体(マクロ)
行動/心理実験の結果

計算理論
AI

計算手段

機能部位特定

(アルゴリズム
と表現)

神経回路
(生物学的に
妥当な実装)

××××××××××

Neuro
comp
uting
脳科学実験(ミクロ)結果

CONFIDENTIAL MATERIAL / RESTRICTED ACCESS

38

脳科学実験(マクロ)結果

全脳アーキテクチャ勉強会(第一回)
Theory-Guided Neurocomputing (TgNC)も可能に
脳器官(ミクロ)

計算理論

前記3つの理由から,
計算手段を担う脳器官
を絞り込みうる状況に.

計算手段

行動/心理実験の結果

AI

機能部位特定
理論からのガイド

(アルゴリズム
と表現)

××××××××××

Neuro
comp
uting

神経回路
(生物学的に
妥当な実装)

脳全体(マクロ)

脳科学実験(ミクロ)結果

CONFIDENTIAL MATERIAL / RESTRICTED ACCESS

39

脳科学実験(マクロ)結果

全脳アーキテクチャ勉強会(第一回)
Theory-Guided Neurocomputing (TgNC)も可能に
脳器官(ミクロ)

計算理論

計算手段
(アルゴリズム
と表現)

前記3つの理由から, 行動/心理実験の結果
計算手段を担う脳器官
AI
を絞り込みうる状況に.
Theoryguided
TgNC
機能部位特定
理論からのガイド
Neurocom
puting
××××××××××
Neuro
comp
uting

神経回路
(生物学的に
妥当な実装)

脳全体(マクロ)

脳科学実験(ミクロ)結果

CONFIDENTIAL MATERIAL / RESTRICTED ACCESS

40

脳科学実験(マクロ)結果

全脳アーキテクチャ勉強会(第一回)
Theory-Guided Neurocomputing (TgNC)も可能に
脳器官(ミクロ)

計算理論

前記3つの理由から,
計算手段を担う脳器官
を絞り込みうる状況に.

計算手段

TgNC

(アルゴリズム
と表現)

AI

××××××××××

脳科学実験(ミクロ)結果

CONFIDENTIAL MATERIAL / RESTRICTED ACCESS

行動/心理実験の結果

機能部位特定
理論からのガイド

Neuro
comp
uting

神経回路
(生物学的に
妥当な実装)

脳全体(マクロ)

41

脳科学実験(マクロ)結果

全脳アーキテクチャ勉強会(第一回)
TgNCで,未実現の計算手段を脳に学びうる
Theory-guided Neurocomputing(TgNC)研究では,
• 何らかの計算理論(複数でも良い)をターゲットとして,
• それを担う脳器官を特定しつつ,そこでの神経科学的知見(神経
活動,神経回路等)を積極的なガイド(制約)として用いることで,
• 新たな計算手段(機械学習)を創造的に発見する
人工知能研究の一分野である.
TgNCの研究アプローチとしての強みは何か?
 単なるNeurocomputingと異なり,特定の計算理論をトップダウン
に想定して特定の脳器官が担う計算手段の仮説構築を行える.
 AI研究として計算理論からだけではモデル化し難い,脳に備わる
計算手段を,ミクロな脳科学知見をガイドとして解き明かせる.
CONFIDENTIAL MATERIAL / RESTRICTED ACCESS

42
TgNCで「フレーム問題」に迫る
脳器官(ミクロ)

脳全体(マクロ)
行動/心理実験の結果

計算理論
AI

計算手段

TgNC

(アルゴリズム
と表現)

××××××××××

Neuro
comp
uting

神経回路
(生物学的に
妥当な実装)

機能部位特定

脳科学実験(ミクロ)結果

CONFIDENTIAL MATERIAL / RESTRICTED ACCESS

43

脳科学実験(マクロ)結果

全脳アーキテクチャ勉強会(第一回)
TgNCで「フレーム問題」に迫る
脳器官(ミクロ)

脳全体(マクロ)
行動/心理実験の結果

①フレーム
問題
AI

計算理論

(のある部分)

計算手段

TgNC

(アルゴリズム
と表現)

××××××××××

Neuro
comp
uting

神経回路
(生物学的に
妥当な実装)

機能部位特定

脳科学実験(ミクロ)結果

CONFIDENTIAL MATERIAL / RESTRICTED ACCESS

44

脳科学実験(マクロ)結果

全脳アーキテクチャ勉強会(第一回)
TgNCで「フレーム問題」に迫る
脳器官(ミクロ)

脳全体(マクロ)
行動/心理実験の結果

①フレーム
問題
AI

計算理論

(のある部分)

計算手段

TgNC

(アルゴリズム
と表現)

②新皮質の多様
な表象獲得を等価
× × × 性構造抽出と仮定
×××××××

Neuro
comp
uting

神経回路
(生物学的に
妥当な実装)

機能部位特定

脳科学実験(ミクロ)結果

CONFIDENTIAL MATERIAL / RESTRICTED ACCESS

45

脳科学実験(マクロ)結果

全脳アーキテクチャ勉強会(第一回)
TgNCで「フレーム問題」に迫る
脳器官(ミクロ)

脳全体(マクロ)
行動/心理実験の結果

③表象獲得を
支える海馬

計算理論

①フレーム
問題
AI
(のある部分)

計算手段

TgNC

(アルゴリズム
と表現)

②新皮質の多様
な表象獲得を等価
× × × 性構造抽出と仮定
×××××××

Neuro
comp
uting

神経回路
(生物学的に
妥当な実装)

機能部位特定

脳科学実験(ミクロ)結果

CONFIDENTIAL MATERIAL / RESTRICTED ACCESS

46

脳科学実験(マクロ)結果

全脳アーキテクチャ勉強会(第一回)
TgNCで「フレーム問題」に迫る
脳器官(ミクロ)

脳全体(マクロ)
行動/心理実験の結果

③表象獲得を
支える海馬

計算理論

①フレーム
問題
AI
(のある部分)

計算手段

TgNC

(アルゴリズム
と表現)

Neuro
comp
uting

神経回路
(生物学的に
妥当な実装)

機能部位特定

②新皮質の多様
な表象獲得を等価
× × × 性構造抽出と仮定
×××××××

④海馬では局所
時系列を利用

脳科学実験(ミクロ)結果

CONFIDENTIAL MATERIAL / RESTRICTED ACCESS

47

脳科学実験(マクロ)結果

全脳アーキテクチャ勉強会(第一回)
TgNCで「フレーム問題」に迫る
脳器官(ミクロ)
⑤局所時系列
を利用した
計算理論
等価性構造抽
出法を提案
計算手段

Neuro
comp
uting

神経回路
(生物学的に
妥当な実装)

行動/心理実験の結果

③表象獲得を
支える海馬

機能部位特定

②新皮質の多様
な表象獲得を等価
× × × 性構造抽出と仮定
×××××××

④海馬では局所
時系列を利用

脳科学実験(ミクロ)結果

CONFIDENTIAL MATERIAL / RESTRICTED ACCESS

①フレーム
問題
AI
(のある部分)

TgNC

(アルゴリズム
と表現)

脳全体(マクロ)

48

脳科学実験(マクロ)結果

全脳アーキテクチャ勉強会(第一回)
等価性構造抽出は局所時系列を用いればできそうだ
④海馬のシータ位相歳差現象
Several sequential events are
packed in each phase (~5 Hz)

局所時系列の情報
表現をガイドとした
( Sato and Yamaguchi : Neural Computation 2003)

⑤等価性構造抽出法の提案

(Yamakawa, Artificial General Intelligence, 2012)
(Yamakawa, Society for Neuroscience, 2013)

部分空間

Set of N variables

Input sequence
A
B
C
D
E
F
G
H

Original
frame

X
Y
Z

A
B
C

結合フレーム

D
E
F

Time: t

CONFIDENTIAL MATERIAL / RESTRICTED ACCESS

1 2 3 4 5 6 7

Time
1 2 3 4 5 6 7

1 2 3 4 5 6 7

Time

局所時系列の比較により,変数集合
をマージした,結合フレームを生成
49

全脳アーキテクチャ勉強会(第一回)
なぜ不完全な脳理解から計算手段を学べるのか
 現状: 神経科学の実験技術的な限界
 単なる”模倣”で計算手段を学べると考えるのはアマすぎる.
• 脳全体の神経活動を,十分な時間&空間分解能で測定する測定技術はまだ無い.
多くの抑制性細胞やグリア細胞も未解明部分多い. → しばしば実現悲観論の根拠

 むしろ神経科学知見は,
計算手段の仮説を創造を助けるガイドと捉えるべき,ただし
 仮説が正確な真実である必要はなく,その証明の必要もない(工学なので)
 神経回路の情報処理は,概ね既存の機械学習で説明できるであろう

 あえて制約を受け入れて脳と対応させるメリットは
(大抵の場合,工学的にベターな手段があるのに)
 WBAにおいて:
• 器官ごとの計算手段を統合するためのプラットフォーム設計の指針となる

 TgNCにおいて:
• 未解明の計算理論に対応する計算手段を脳をガイドとして仮説を構築できる.
CONFIDENTIAL MATERIAL / RESTRICTED ACCESS

50
脳をガイドとして
最速で超脳知能に辿り着くための
ロードマップとは

CONFIDENTIAL MATERIAL / RESTRICTED ACCESS

全脳アーキテクチャ勉強会(第一回)
なぜWBAが最速なのか
AIで未実現の知能を担う大脳新皮質において,

多様な機能を,一様な機構で実装
→ 大脳新皮質の計算手段さえ解れば良い!
・身体運動的知能
・言語的知能
・論理数学的知能
・音楽的知能
・対人的知能
・内省的知能
・空間的知能
図の出典: http://bio1152.nicerweb.com/Locked/media/ch48/48_27HumanCerebralCortex.jpg

実現が2040年台以降と予想されるWBEより先行できると思う
CONFIDENTIAL MATERIAL / RESTRICTED ACCESS
WBAとTgNCから迫る超脳知能へのシナリオ
シナリオA: 機械学習はもう十分足りている,あとは統合

→WBAが主導的
シナリオB: いくつかの要素技術の突破さえすればいいのでは

→TgNCがやや主導的
シナリオC: 機械学習(要素技術)も統合技術も,まだまだ脳にまな
ばなければ.

→WBAもTgNCもやらなければ

CONFIDENTIAL MATERIAL / RESTRICTED ACCESS

53

全脳アーキテクチャ勉強会(第一回)
シナリオA: 適切な技術統合のみで実現
仮定: 脳を説明する機械学習は既に足りている
(課題は,器官モデルを統合するプラットフォームだった)
脳器官(ミクロ)

脳全体(マクロ)
行動/心理実験の結果

計算理論
AI

計算手段
(アルゴリズ
ムと表現)

機械
学習

器官モデル統合

人型
超脳知能

WBA

××××××××××

神経回路
(生物学的に
妥当な実装)

CONFIDENTIAL MATERIAL / RESTRICTED ACCESS

脳科学実験(ミクロ)結果

54

脳科学実験(マクロ)結果

全脳アーキテクチャ勉強会(第一回)
シナリオB: TgNCが主導する
仮説: 実現障壁は,既知のAI基本問題に帰着
(要素計算手段の統合は課題では無かった)
脳器官(ミクロ)

人型
超脳知能
多様な技
術との工
学的統合

脳全体(マクロ)
行動/心理実験の結果

計算理論

AI
AI
フレーム
生成装置

工学
計算手段

応用 記号接地
(アルゴリズ
ムと表現)モジュール

神経回路
(生物学的に
妥当な実装)

CONFIDENTIAL MATERIAL / RESTRICTED ACCESS

TgNC

機能部位特定

WBA

××××××××××

Neuro
comp
uting
脳科学実験(ミクロ)結果

55

脳科学実験(マクロ)結果

全脳アーキテクチャ勉強会(第一回)
シナリオC: 二つの流れを連携させて到達
仮説: 要素技術を探求しながら,脳型の統合も必
要であった.(統合にも要素にも課題があった)
脳器官(ミクロ)

脳全体(マクロ)
行動/心理実験の結果

計算理論

計算手段
(アルゴリズ
ムと表現)

神経回路
(生物学的に
妥当な実装)

CONFIDENTIAL MATERIAL / RESTRICTED ACCESS

AI
AI
機能部位特定

TgNC
機械
学習

人型
超脳知能

WBA

××××××××××

Neuro
comp
uting
脳科学実験(ミクロ)結果

56

脳科学実験(マクロ)結果

全脳アーキテクチャ勉強会(第一回)
もはや超脳知能創生は,単なる夢物語とは言えない

人型
超脳知能
多様な技
術との工
学的統合
工学
応用

人型
超脳知能

計算手段
(アルゴリズム
と表現)

研究仲間を集め/育てる

実現に向けたロードマップ作成

力を結集してWBAからの超脳知能の構築を目指し,
日本の知能技術の優位性を確立
CONFIDENTIAL MATERIAL / RESTRICTED ACCESS

57

全脳アーキテクチャ勉強会(第一回)
AI研究にとって,

脳とは,
恥ずかしがり屋な
ガイドである.
CONFIDENTIAL MATERIAL / RESTRICTED ACCESS

全脳アーキテクチャ勉強会(第一回)

Weitere ähnliche Inhalte

Was ist angesagt?

[DL輪読会]AVID:Adversarial Visual Irregularity Detection
[DL輪読会]AVID:Adversarial Visual Irregularity Detection[DL輪読会]AVID:Adversarial Visual Irregularity Detection
[DL輪読会]AVID:Adversarial Visual Irregularity DetectionDeep Learning JP
 
グラフニューラルネットワークとグラフ組合せ問題
グラフニューラルネットワークとグラフ組合せ問題グラフニューラルネットワークとグラフ組合せ問題
グラフニューラルネットワークとグラフ組合せ問題joisino
 
深層学習の不確実性 - Uncertainty in Deep Neural Networks -
深層学習の不確実性 - Uncertainty in Deep Neural Networks -深層学習の不確実性 - Uncertainty in Deep Neural Networks -
深層学習の不確実性 - Uncertainty in Deep Neural Networks -tmtm otm
 
#FTMA15 第二回課題 鬼コースサーベイ
#FTMA15 第二回課題 鬼コースサーベイ#FTMA15 第二回課題 鬼コースサーベイ
#FTMA15 第二回課題 鬼コースサーベイYoichi Ochiai
 
グラフデータ分析 入門編
グラフデータ分析 入門編グラフデータ分析 入門編
グラフデータ分析 入門編順也 山口
 
SSII2022 [SS1] ニューラル3D表現の最新動向〜 ニューラルネットでなんでも表せる?? 〜​
SSII2022 [SS1] ニューラル3D表現の最新動向〜 ニューラルネットでなんでも表せる?? 〜​SSII2022 [SS1] ニューラル3D表現の最新動向〜 ニューラルネットでなんでも表せる?? 〜​
SSII2022 [SS1] ニューラル3D表現の最新動向〜 ニューラルネットでなんでも表せる?? 〜​SSII
 
人工知能技術を用いた各医学画像処理の基礎 (2022/09/09)
人工知能技術を用いた各医学画像処理の基礎 (2022/09/09)人工知能技術を用いた各医学画像処理の基礎 (2022/09/09)
人工知能技術を用いた各医学画像処理の基礎 (2022/09/09)Yutaka KATAYAMA
 
【DL輪読会】The Forward-Forward Algorithm: Some Preliminary
【DL輪読会】The Forward-Forward Algorithm: Some Preliminary【DL輪読会】The Forward-Forward Algorithm: Some Preliminary
【DL輪読会】The Forward-Forward Algorithm: Some PreliminaryDeep Learning JP
 
第7回WBAシンポジウム:松嶋達也〜自己紹介と論点の提示〜スケーラブルなロボット学習システムに向けて
第7回WBAシンポジウム:松嶋達也〜自己紹介と論点の提示〜スケーラブルなロボット学習システムに向けて第7回WBAシンポジウム:松嶋達也〜自己紹介と論点の提示〜スケーラブルなロボット学習システムに向けて
第7回WBAシンポジウム:松嶋達也〜自己紹介と論点の提示〜スケーラブルなロボット学習システムに向けてThe Whole Brain Architecture Initiative
 
【DL輪読会】Where do Models go Wrong? Parameter-Space Saliency Maps for Explainabi...
【DL輪読会】Where do Models go Wrong? Parameter-Space Saliency Maps for Explainabi...【DL輪読会】Where do Models go Wrong? Parameter-Space Saliency Maps for Explainabi...
【DL輪読会】Where do Models go Wrong? Parameter-Space Saliency Maps for Explainabi...Deep Learning JP
 
Counterfaual Machine Learning(CFML)のサーベイ
Counterfaual Machine Learning(CFML)のサーベイCounterfaual Machine Learning(CFML)のサーベイ
Counterfaual Machine Learning(CFML)のサーベイARISE analytics
 
ブレインパッドにおける機械学習プロジェクトの進め方
ブレインパッドにおける機械学習プロジェクトの進め方ブレインパッドにおける機械学習プロジェクトの進め方
ブレインパッドにおける機械学習プロジェクトの進め方BrainPad Inc.
 
論文に関する基礎知識2015
論文に関する基礎知識2015論文に関する基礎知識2015
論文に関する基礎知識2015Mai Otsuki
 
研究分野をサーベイする
研究分野をサーベイする研究分野をサーベイする
研究分野をサーベイするTakayuki Itoh
 
「解説資料」ViTPose: Simple Vision Transformer Baselines for Human Pose Estimation
「解説資料」ViTPose: Simple Vision Transformer Baselines for Human Pose Estimation 「解説資料」ViTPose: Simple Vision Transformer Baselines for Human Pose Estimation
「解説資料」ViTPose: Simple Vision Transformer Baselines for Human Pose Estimation Takumi Ohkuma
 
社会の意見のダイナミクスを物理モデルとして考えてみる
社会の意見のダイナミクスを物理モデルとして考えてみる社会の意見のダイナミクスを物理モデルとして考えてみる
社会の意見のダイナミクスを物理モデルとして考えてみるtakeshi0406
 
【Unite 2017 Tokyo】ゲームAI・ゲームデザインから考えるゲームの過去・現在・未来
【Unite 2017 Tokyo】ゲームAI・ゲームデザインから考えるゲームの過去・現在・未来【Unite 2017 Tokyo】ゲームAI・ゲームデザインから考えるゲームの過去・現在・未来
【Unite 2017 Tokyo】ゲームAI・ゲームデザインから考えるゲームの過去・現在・未来Unity Technologies Japan K.K.
 
幾何と機械学習: A Short Intro
幾何と機械学習: A Short Intro幾何と機械学習: A Short Intro
幾何と機械学習: A Short IntroIchigaku Takigawa
 
古典的見解を越えたオーバーフィッティングの先の世界
古典的見解を越えたオーバーフィッティングの先の世界古典的見解を越えたオーバーフィッティングの先の世界
古典的見解を越えたオーバーフィッティングの先の世界西岡 賢一郎
 

Was ist angesagt? (20)

[DL輪読会]AVID:Adversarial Visual Irregularity Detection
[DL輪読会]AVID:Adversarial Visual Irregularity Detection[DL輪読会]AVID:Adversarial Visual Irregularity Detection
[DL輪読会]AVID:Adversarial Visual Irregularity Detection
 
グラフニューラルネットワークとグラフ組合せ問題
グラフニューラルネットワークとグラフ組合せ問題グラフニューラルネットワークとグラフ組合せ問題
グラフニューラルネットワークとグラフ組合せ問題
 
深層学習の不確実性 - Uncertainty in Deep Neural Networks -
深層学習の不確実性 - Uncertainty in Deep Neural Networks -深層学習の不確実性 - Uncertainty in Deep Neural Networks -
深層学習の不確実性 - Uncertainty in Deep Neural Networks -
 
#FTMA15 第二回課題 鬼コースサーベイ
#FTMA15 第二回課題 鬼コースサーベイ#FTMA15 第二回課題 鬼コースサーベイ
#FTMA15 第二回課題 鬼コースサーベイ
 
グラフデータ分析 入門編
グラフデータ分析 入門編グラフデータ分析 入門編
グラフデータ分析 入門編
 
SSII2022 [SS1] ニューラル3D表現の最新動向〜 ニューラルネットでなんでも表せる?? 〜​
SSII2022 [SS1] ニューラル3D表現の最新動向〜 ニューラルネットでなんでも表せる?? 〜​SSII2022 [SS1] ニューラル3D表現の最新動向〜 ニューラルネットでなんでも表せる?? 〜​
SSII2022 [SS1] ニューラル3D表現の最新動向〜 ニューラルネットでなんでも表せる?? 〜​
 
人工知能技術を用いた各医学画像処理の基礎 (2022/09/09)
人工知能技術を用いた各医学画像処理の基礎 (2022/09/09)人工知能技術を用いた各医学画像処理の基礎 (2022/09/09)
人工知能技術を用いた各医学画像処理の基礎 (2022/09/09)
 
【DL輪読会】The Forward-Forward Algorithm: Some Preliminary
【DL輪読会】The Forward-Forward Algorithm: Some Preliminary【DL輪読会】The Forward-Forward Algorithm: Some Preliminary
【DL輪読会】The Forward-Forward Algorithm: Some Preliminary
 
第7回WBAシンポジウム:松嶋達也〜自己紹介と論点の提示〜スケーラブルなロボット学習システムに向けて
第7回WBAシンポジウム:松嶋達也〜自己紹介と論点の提示〜スケーラブルなロボット学習システムに向けて第7回WBAシンポジウム:松嶋達也〜自己紹介と論点の提示〜スケーラブルなロボット学習システムに向けて
第7回WBAシンポジウム:松嶋達也〜自己紹介と論点の提示〜スケーラブルなロボット学習システムに向けて
 
【DL輪読会】Where do Models go Wrong? Parameter-Space Saliency Maps for Explainabi...
【DL輪読会】Where do Models go Wrong? Parameter-Space Saliency Maps for Explainabi...【DL輪読会】Where do Models go Wrong? Parameter-Space Saliency Maps for Explainabi...
【DL輪読会】Where do Models go Wrong? Parameter-Space Saliency Maps for Explainabi...
 
Counterfaual Machine Learning(CFML)のサーベイ
Counterfaual Machine Learning(CFML)のサーベイCounterfaual Machine Learning(CFML)のサーベイ
Counterfaual Machine Learning(CFML)のサーベイ
 
ブレインパッドにおける機械学習プロジェクトの進め方
ブレインパッドにおける機械学習プロジェクトの進め方ブレインパッドにおける機械学習プロジェクトの進め方
ブレインパッドにおける機械学習プロジェクトの進め方
 
論文に関する基礎知識2015
論文に関する基礎知識2015論文に関する基礎知識2015
論文に関する基礎知識2015
 
研究分野をサーベイする
研究分野をサーベイする研究分野をサーベイする
研究分野をサーベイする
 
「解説資料」ViTPose: Simple Vision Transformer Baselines for Human Pose Estimation
「解説資料」ViTPose: Simple Vision Transformer Baselines for Human Pose Estimation 「解説資料」ViTPose: Simple Vision Transformer Baselines for Human Pose Estimation
「解説資料」ViTPose: Simple Vision Transformer Baselines for Human Pose Estimation
 
社会の意見のダイナミクスを物理モデルとして考えてみる
社会の意見のダイナミクスを物理モデルとして考えてみる社会の意見のダイナミクスを物理モデルとして考えてみる
社会の意見のダイナミクスを物理モデルとして考えてみる
 
【Unite 2017 Tokyo】ゲームAI・ゲームデザインから考えるゲームの過去・現在・未来
【Unite 2017 Tokyo】ゲームAI・ゲームデザインから考えるゲームの過去・現在・未来【Unite 2017 Tokyo】ゲームAI・ゲームデザインから考えるゲームの過去・現在・未来
【Unite 2017 Tokyo】ゲームAI・ゲームデザインから考えるゲームの過去・現在・未来
 
幾何と機械学習: A Short Intro
幾何と機械学習: A Short Intro幾何と機械学習: A Short Intro
幾何と機械学習: A Short Intro
 
数式からみるWord2Vec
数式からみるWord2Vec数式からみるWord2Vec
数式からみるWord2Vec
 
古典的見解を越えたオーバーフィッティングの先の世界
古典的見解を越えたオーバーフィッティングの先の世界古典的見解を越えたオーバーフィッティングの先の世界
古典的見解を越えたオーバーフィッティングの先の世界
 

Ähnlich wie 全脳アーキテクチャ勉強会 第1回(山川)

全脳アーキテクチャ実現への長き道のりをいかに支えるのか
全脳アーキテクチャ実現への長き道のりをいかに支えるのか全脳アーキテクチャ実現への長き道のりをいかに支えるのか
全脳アーキテクチャ実現への長き道のりをいかに支えるのかドワンゴ 人工知能研究所
 
第6回WBAシンポジウム:脳参照アーキテクチャ 駆動開発からの AGI構築ロードマップ
第6回WBAシンポジウム:脳参照アーキテクチャ 駆動開発からの AGI構築ロードマップ第6回WBAシンポジウム:脳参照アーキテクチャ 駆動開発からの AGI構築ロードマップ
第6回WBAシンポジウム:脳参照アーキテクチャ 駆動開発からの AGI構築ロードマップThe Whole Brain Architecture Initiative
 
汎用人工知能について(2015-12)
汎用人工知能について(2015-12)汎用人工知能について(2015-12)
汎用人工知能について(2015-12)Naoya Arakawa
 
最新人口知能
最新人口知能最新人口知能
最新人口知能toshiot1355
 
汎用人工知能の研究動向
汎用人工知能の研究動向汎用人工知能の研究動向
汎用人工知能の研究動向Naoya Arakawa
 
Neuroscience inspired artificial intelligence
Neuroscience inspired artificial intelligenceNeuroscience inspired artificial intelligence
Neuroscience inspired artificial intelligenceYasunori Endo
 
今さら聞けないITエンジニアのための人工知能
今さら聞けないITエンジニアのための人工知能今さら聞けないITエンジニアのための人工知能
今さら聞けないITエンジニアのための人工知能Keisuke Tameyasu
 
人工知能のための哲学塾 - 西洋哲学レビュー編② -
人工知能のための哲学塾 - 西洋哲学レビュー編② -人工知能のための哲学塾 - 西洋哲学レビュー編② -
人工知能のための哲学塾 - 西洋哲学レビュー編② -Youichiro Miyake
 
Deep Learningを超える技術 大脳皮質のアルゴリズム BESOM
Deep Learningを超える技術 大脳皮質のアルゴリズム BESOMDeep Learningを超える技術 大脳皮質のアルゴリズム BESOM
Deep Learningを超える技術 大脳皮質のアルゴリズム BESOMkenji oda
 
人間の思考、機械の思考
人間の思考、機械の思考人間の思考、機械の思考
人間の思考、機械の思考maruyama097
 
学際領域研究者のたまごが思うこと10選-認知, 神経, 人工知能の視点から- 全脳アーキテクチャ若手の会 第19回勉強会 カジュアルトーク
学際領域研究者のたまごが思うこと10選-認知, 神経, 人工知能の視点から- 全脳アーキテクチャ若手の会 第19回勉強会 カジュアルトーク学際領域研究者のたまごが思うこと10選-認知, 神経, 人工知能の視点から- 全脳アーキテクチャ若手の会 第19回勉強会 カジュアルトーク
学際領域研究者のたまごが思うこと10選-認知, 神経, 人工知能の視点から- 全脳アーキテクチャ若手の会 第19回勉強会 カジュアルトークOsawa Masahiko
 
ヒト並みの人工知能と現象学
ヒト並みの人工知能と現象学ヒト並みの人工知能と現象学
ヒト並みの人工知能と現象学Naoya Arakawa
 
Brain-Inspired Robotics and Neural Dynamics: Lecture 02 (2015)
Brain-Inspired Robotics and Neural Dynamics: Lecture 02 (2015)Brain-Inspired Robotics and Neural Dynamics: Lecture 02 (2015)
Brain-Inspired Robotics and Neural Dynamics: Lecture 02 (2015)Hiroaki Wagatsuma
 
人工知能エージェントに「意識」を持たせるために必要な条件は何か
人工知能エージェントに「意識」を持たせるために必要な条件は何か人工知能エージェントに「意識」を持たせるために必要な条件は何か
人工知能エージェントに「意識」を持たせるために必要な条件は何かHirofumi_Yashima_
 

Ähnlich wie 全脳アーキテクチャ勉強会 第1回(山川) (20)

全脳アーキテクチャ勉強会 第4回(山川)
全脳アーキテクチャ勉強会 第4回(山川)全脳アーキテクチャ勉強会 第4回(山川)
全脳アーキテクチャ勉強会 第4回(山川)
 
全脳アーキテクチャ実現への長き道のりをいかに支えるのか
全脳アーキテクチャ実現への長き道のりをいかに支えるのか全脳アーキテクチャ実現への長き道のりをいかに支えるのか
全脳アーキテクチャ実現への長き道のりをいかに支えるのか
 
第6回WBAシンポジウム:脳参照アーキテクチャ 駆動開発からの AGI構築ロードマップ
第6回WBAシンポジウム:脳参照アーキテクチャ 駆動開発からの AGI構築ロードマップ第6回WBAシンポジウム:脳参照アーキテクチャ 駆動開発からの AGI構築ロードマップ
第6回WBAシンポジウム:脳参照アーキテクチャ 駆動開発からの AGI構築ロードマップ
 
汎用人工知能について(2015-12)
汎用人工知能について(2015-12)汎用人工知能について(2015-12)
汎用人工知能について(2015-12)
 
最新人口知能
最新人口知能最新人口知能
最新人口知能
 
BigData Conference 2015 Autmun
BigData Conference 2015 AutmunBigData Conference 2015 Autmun
BigData Conference 2015 Autmun
 
汎用人工知能の研究動向
汎用人工知能の研究動向汎用人工知能の研究動向
汎用人工知能の研究動向
 
第3回WBAハッカソン第2回説明会資料(配布用)
第3回WBAハッカソン第2回説明会資料(配布用)第3回WBAハッカソン第2回説明会資料(配布用)
第3回WBAハッカソン第2回説明会資料(配布用)
 
次世代脳シンポジウム(2016年12月19日)
次世代脳シンポジウム(2016年12月19日)次世代脳シンポジウム(2016年12月19日)
次世代脳シンポジウム(2016年12月19日)
 
Neuroscience inspired artificial intelligence
Neuroscience inspired artificial intelligenceNeuroscience inspired artificial intelligence
Neuroscience inspired artificial intelligence
 
今さら聞けないITエンジニアのための人工知能
今さら聞けないITエンジニアのための人工知能今さら聞けないITエンジニアのための人工知能
今さら聞けないITエンジニアのための人工知能
 
人工知能のための哲学塾 - 西洋哲学レビュー編② -
人工知能のための哲学塾 - 西洋哲学レビュー編② -人工知能のための哲学塾 - 西洋哲学レビュー編② -
人工知能のための哲学塾 - 西洋哲学レビュー編② -
 
Deep Learningを超える技術 大脳皮質のアルゴリズム BESOM
Deep Learningを超える技術 大脳皮質のアルゴリズム BESOMDeep Learningを超える技術 大脳皮質のアルゴリズム BESOM
Deep Learningを超える技術 大脳皮質のアルゴリズム BESOM
 
BriCAプラットフォーム説明会(2022-05)
BriCAプラットフォーム説明会(2022-05)BriCAプラットフォーム説明会(2022-05)
BriCAプラットフォーム説明会(2022-05)
 
人間の思考、機械の思考
人間の思考、機械の思考人間の思考、機械の思考
人間の思考、機械の思考
 
全脳アーキテクチャ勉強会 第2回 (山川)
全脳アーキテクチャ勉強会 第2回 (山川)全脳アーキテクチャ勉強会 第2回 (山川)
全脳アーキテクチャ勉強会 第2回 (山川)
 
学際領域研究者のたまごが思うこと10選-認知, 神経, 人工知能の視点から- 全脳アーキテクチャ若手の会 第19回勉強会 カジュアルトーク
学際領域研究者のたまごが思うこと10選-認知, 神経, 人工知能の視点から- 全脳アーキテクチャ若手の会 第19回勉強会 カジュアルトーク学際領域研究者のたまごが思うこと10選-認知, 神経, 人工知能の視点から- 全脳アーキテクチャ若手の会 第19回勉強会 カジュアルトーク
学際領域研究者のたまごが思うこと10選-認知, 神経, 人工知能の視点から- 全脳アーキテクチャ若手の会 第19回勉強会 カジュアルトーク
 
ヒト並みの人工知能と現象学
ヒト並みの人工知能と現象学ヒト並みの人工知能と現象学
ヒト並みの人工知能と現象学
 
Brain-Inspired Robotics and Neural Dynamics: Lecture 02 (2015)
Brain-Inspired Robotics and Neural Dynamics: Lecture 02 (2015)Brain-Inspired Robotics and Neural Dynamics: Lecture 02 (2015)
Brain-Inspired Robotics and Neural Dynamics: Lecture 02 (2015)
 
人工知能エージェントに「意識」を持たせるために必要な条件は何か
人工知能エージェントに「意識」を持たせるために必要な条件は何か人工知能エージェントに「意識」を持たせるために必要な条件は何か
人工知能エージェントに「意識」を持たせるために必要な条件は何か
 

Mehr von ドワンゴ 人工知能研究所

全脳アーキテクチャに必要な新皮質マスターアルゴリズム(MA)の検討
全脳アーキテクチャに必要な新皮質マスターアルゴリズム(MA)の検討全脳アーキテクチャに必要な新皮質マスターアルゴリズム(MA)の検討
全脳アーキテクチャに必要な新皮質マスターアルゴリズム(MA)の検討ドワンゴ 人工知能研究所
 
第9回全脳アーキテクチャ勉強会:「実世界に接地する言語と記号」
第9回全脳アーキテクチャ勉強会:「実世界に接地する言語と記号」第9回全脳アーキテクチャ勉強会:「実世界に接地する言語と記号」
第9回全脳アーキテクチャ勉強会:「実世界に接地する言語と記号」ドワンゴ 人工知能研究所
 
第3回全脳アーキテクチャ勉強会(山川)発表資料
第3回全脳アーキテクチャ勉強会(山川)発表資料第3回全脳アーキテクチャ勉強会(山川)発表資料
第3回全脳アーキテクチャ勉強会(山川)発表資料ドワンゴ 人工知能研究所
 
Brain-inspired equivalence structure extraction technique for generating fr...
Brain-inspired equivalence structure extraction technique for generating fr...Brain-inspired equivalence structure extraction technique for generating fr...
Brain-inspired equivalence structure extraction technique for generating fr...ドワンゴ 人工知能研究所
 

Mehr von ドワンゴ 人工知能研究所 (8)

全脳アーキテクチャに必要な新皮質マスターアルゴリズム(MA)の検討
全脳アーキテクチャに必要な新皮質マスターアルゴリズム(MA)の検討全脳アーキテクチャに必要な新皮質マスターアルゴリズム(MA)の検討
全脳アーキテクチャに必要な新皮質マスターアルゴリズム(MA)の検討
 
Brain-inspired AI as a way to desired general intelligence
Brain-inspired AI as a way to desired general intelligenceBrain-inspired AI as a way to desired general intelligence
Brain-inspired AI as a way to desired general intelligence
 
INTERNATIONAL FORUM TOWARD AI NETWORK SOCIETY
INTERNATIONAL FORUM TOWARD AI NETWORK SOCIETY INTERNATIONAL FORUM TOWARD AI NETWORK SOCIETY
INTERNATIONAL FORUM TOWARD AI NETWORK SOCIETY
 
汎用人工知能の立場からみた近未来
汎用人工知能の立場からみた近未来汎用人工知能の立場からみた近未来
汎用人工知能の立場からみた近未来
 
認知距離学習器の説明
認知距離学習器の説明認知距離学習器の説明
認知距離学習器の説明
 
第9回全脳アーキテクチャ勉強会:「実世界に接地する言語と記号」
第9回全脳アーキテクチャ勉強会:「実世界に接地する言語と記号」第9回全脳アーキテクチャ勉強会:「実世界に接地する言語と記号」
第9回全脳アーキテクチャ勉強会:「実世界に接地する言語と記号」
 
第3回全脳アーキテクチャ勉強会(山川)発表資料
第3回全脳アーキテクチャ勉強会(山川)発表資料第3回全脳アーキテクチャ勉強会(山川)発表資料
第3回全脳アーキテクチャ勉強会(山川)発表資料
 
Brain-inspired equivalence structure extraction technique for generating fr...
Brain-inspired equivalence structure extraction technique for generating fr...Brain-inspired equivalence structure extraction technique for generating fr...
Brain-inspired equivalence structure extraction technique for generating fr...
 

Kürzlich hochgeladen

2024 02 Nihon-Tanken ~Towards a More Inclusive Japan~
2024 02 Nihon-Tanken ~Towards a More Inclusive Japan~2024 02 Nihon-Tanken ~Towards a More Inclusive Japan~
2024 02 Nihon-Tanken ~Towards a More Inclusive Japan~arts yokohama
 
IFIP IP3での資格制度を対象とする国際認定(IPSJ86全国大会シンポジウム)
IFIP IP3での資格制度を対象とする国際認定(IPSJ86全国大会シンポジウム)IFIP IP3での資格制度を対象とする国際認定(IPSJ86全国大会シンポジウム)
IFIP IP3での資格制度を対象とする国際認定(IPSJ86全国大会シンポジウム)ssuser539845
 
「今からでも間に合う」GPTsによる 活用LT会 - 人とAIが協調するHumani-in-the-Loopへ
「今からでも間に合う」GPTsによる 活用LT会 - 人とAIが協調するHumani-in-the-Loopへ「今からでも間に合う」GPTsによる 活用LT会 - 人とAIが協調するHumani-in-the-Loopへ
「今からでも間に合う」GPTsによる 活用LT会 - 人とAIが協調するHumani-in-the-LoopへTetsuya Nihonmatsu
 
Summary of "ChatDoctor: A Medical Chat Model Fine-Tuned on a Large Language M...
Summary of "ChatDoctor: A Medical Chat Model Fine-Tuned on a Large Language M...Summary of "ChatDoctor: A Medical Chat Model Fine-Tuned on a Large Language M...
Summary of "ChatDoctor: A Medical Chat Model Fine-Tuned on a Large Language M...yoshidakids7
 
情報処理学会86回全国大会_Generic OAMをDeep Learning技術によって実現するための課題と解決方法
情報処理学会86回全国大会_Generic OAMをDeep Learning技術によって実現するための課題と解決方法情報処理学会86回全国大会_Generic OAMをDeep Learning技術によって実現するための課題と解決方法
情報処理学会86回全国大会_Generic OAMをDeep Learning技術によって実現するための課題と解決方法ssuser370dd7
 
ARスタートアップOnePlanetの Apple Vision Proへの情熱と挑戦
ARスタートアップOnePlanetの Apple Vision Proへの情熱と挑戦ARスタートアップOnePlanetの Apple Vision Proへの情熱と挑戦
ARスタートアップOnePlanetの Apple Vision Proへの情熱と挑戦Sadao Tokuyama
 
【修士論文】代替出勤者の選定業務における依頼順決定方法に関する研究   千坂知也
【修士論文】代替出勤者の選定業務における依頼順決定方法に関する研究   千坂知也【修士論文】代替出勤者の選定業務における依頼順決定方法に関する研究   千坂知也
【修士論文】代替出勤者の選定業務における依頼順決定方法に関する研究   千坂知也harmonylab
 
TaketoFujikawa_台本中の動作表現に基づくアニメーション原画システムの提案_SIGEC71.pdf
TaketoFujikawa_台本中の動作表現に基づくアニメーション原画システムの提案_SIGEC71.pdfTaketoFujikawa_台本中の動作表現に基づくアニメーション原画システムの提案_SIGEC71.pdf
TaketoFujikawa_台本中の動作表現に基づくアニメーション原画システムの提案_SIGEC71.pdfMatsushita Laboratory
 
2024 01 Virtual_Counselor
2024 01 Virtual_Counselor 2024 01 Virtual_Counselor
2024 01 Virtual_Counselor arts yokohama
 
持続可能なDrupal Meetupのコツ - Drupal Meetup Tokyoの知見
持続可能なDrupal Meetupのコツ - Drupal Meetup Tokyoの知見持続可能なDrupal Meetupのコツ - Drupal Meetup Tokyoの知見
持続可能なDrupal Meetupのコツ - Drupal Meetup Tokyoの知見Shumpei Kishi
 

Kürzlich hochgeladen (13)

2024 03 CTEA
2024 03 CTEA2024 03 CTEA
2024 03 CTEA
 
2024 02 Nihon-Tanken ~Towards a More Inclusive Japan~
2024 02 Nihon-Tanken ~Towards a More Inclusive Japan~2024 02 Nihon-Tanken ~Towards a More Inclusive Japan~
2024 02 Nihon-Tanken ~Towards a More Inclusive Japan~
 
IFIP IP3での資格制度を対象とする国際認定(IPSJ86全国大会シンポジウム)
IFIP IP3での資格制度を対象とする国際認定(IPSJ86全国大会シンポジウム)IFIP IP3での資格制度を対象とする国際認定(IPSJ86全国大会シンポジウム)
IFIP IP3での資格制度を対象とする国際認定(IPSJ86全国大会シンポジウム)
 
「今からでも間に合う」GPTsによる 活用LT会 - 人とAIが協調するHumani-in-the-Loopへ
「今からでも間に合う」GPTsによる 活用LT会 - 人とAIが協調するHumani-in-the-Loopへ「今からでも間に合う」GPTsによる 活用LT会 - 人とAIが協調するHumani-in-the-Loopへ
「今からでも間に合う」GPTsによる 活用LT会 - 人とAIが協調するHumani-in-the-Loopへ
 
What is the world where you can make your own semiconductors?
What is the world where you can make your own semiconductors?What is the world where you can make your own semiconductors?
What is the world where you can make your own semiconductors?
 
Summary of "ChatDoctor: A Medical Chat Model Fine-Tuned on a Large Language M...
Summary of "ChatDoctor: A Medical Chat Model Fine-Tuned on a Large Language M...Summary of "ChatDoctor: A Medical Chat Model Fine-Tuned on a Large Language M...
Summary of "ChatDoctor: A Medical Chat Model Fine-Tuned on a Large Language M...
 
情報処理学会86回全国大会_Generic OAMをDeep Learning技術によって実現するための課題と解決方法
情報処理学会86回全国大会_Generic OAMをDeep Learning技術によって実現するための課題と解決方法情報処理学会86回全国大会_Generic OAMをDeep Learning技術によって実現するための課題と解決方法
情報処理学会86回全国大会_Generic OAMをDeep Learning技術によって実現するための課題と解決方法
 
ARスタートアップOnePlanetの Apple Vision Proへの情熱と挑戦
ARスタートアップOnePlanetの Apple Vision Proへの情熱と挑戦ARスタートアップOnePlanetの Apple Vision Proへの情熱と挑戦
ARスタートアップOnePlanetの Apple Vision Proへの情熱と挑戦
 
2024 04 minnanoito
2024 04 minnanoito2024 04 minnanoito
2024 04 minnanoito
 
【修士論文】代替出勤者の選定業務における依頼順決定方法に関する研究   千坂知也
【修士論文】代替出勤者の選定業務における依頼順決定方法に関する研究   千坂知也【修士論文】代替出勤者の選定業務における依頼順決定方法に関する研究   千坂知也
【修士論文】代替出勤者の選定業務における依頼順決定方法に関する研究   千坂知也
 
TaketoFujikawa_台本中の動作表現に基づくアニメーション原画システムの提案_SIGEC71.pdf
TaketoFujikawa_台本中の動作表現に基づくアニメーション原画システムの提案_SIGEC71.pdfTaketoFujikawa_台本中の動作表現に基づくアニメーション原画システムの提案_SIGEC71.pdf
TaketoFujikawa_台本中の動作表現に基づくアニメーション原画システムの提案_SIGEC71.pdf
 
2024 01 Virtual_Counselor
2024 01 Virtual_Counselor 2024 01 Virtual_Counselor
2024 01 Virtual_Counselor
 
持続可能なDrupal Meetupのコツ - Drupal Meetup Tokyoの知見
持続可能なDrupal Meetupのコツ - Drupal Meetup Tokyoの知見持続可能なDrupal Meetupのコツ - Drupal Meetup Tokyoの知見
持続可能なDrupal Meetupのコツ - Drupal Meetup Tokyoの知見
 

全脳アーキテクチャ勉強会 第1回(山川)