サクサク読めて、アプリ限定の機能も多数!
トップへ戻る
アメリカ大統領選
wba-initiative.org
セミナー開催の経緯 汎用人工知能の研究者である山川宏氏が、シンギュラリティの本質が、「自律分散+多様化+局所的な競争」を基盤とする進化戦略の限界ではないかという見解をSNS上で発信しました(2019年12月12日)。これに対して、進化言語学者の岡ノ谷一夫氏らから、同時期に似たような見解にたどり着いているとのコメント、さらに、SF作家の長谷敏司氏をふくめ多くの方による議論が巻き起こりました。こうした議論のさなか中川裕志氏よりイベント開催の提案があり、山川宏氏、岡ノ谷一夫氏とともに「生命進化の終焉とシンギュラリティ後の世界」セミナーを2020年3月19日に開催する至りました。(参考FBスレッド: http://bit.ly/3725z8v ) 開催にあたってのねらい: 生命における進化という戦略の基本要素は自律分散・多様化・局所的な競争の3つであるように見えます。つまり、多様性を高めた分散エー
人類の存続を脅かす危機を緩和するために活動を行っている、Future of Life Institute(FLI)は、本年2月3日に人工知能の研究課題、倫理と価値観、長期的な課題の3領域を含むガイドラインとして「Asilomar AI Principles」を発表しました。 FLIは、Skype共同創業者Jaan Tallinnやマサチューセッツ工科大学の宇宙学者マックス・テグマークらよって創設されたボストンに拠点をおくボランティア運営の研究支援団体です。 私達WBAIの理念にも大きな影響を与えている本原則は、国内においても知らしめることが重要と考え、FLIが進めていた翻訳作業に対し株式会社アラヤの福井綾子氏らととも積極的に協力してまいりました。 そして本日、アシロマAI原則の和訳版である「アシロマの原則」が正式公開されましたので、そのご報告いたします。 23項目の短文でまとまっております
はじめに ここ数年、人工知能の性能向上やその社会への影響についてさまざまなメディアで広く取り上げられるようになってきています。しかし現状の人工知能はまだ人間のような存在ではありません。現在の人工知能は、意識や自我を持たないという点でも人間とは距離がありますが、汎用性という点でも大きな違いがあります。昨今の人工知能は特定の種類の課題の実行のために作られた特化型人工知能である一方、人間は生まれたときにはできなかったさまざまな課題をこなせるようになる汎用的な知能を持っています。私たちはこの汎用的な知能に着目しています。その理由としては、研究目標としても分かりやすいということもありますが、汎用的な知能を持つ人工知能(汎用人工知能)は現在人間が行っているほとんどすべての仕事を代行できると考えられることから、社会への影響も大きいということもあります。いくつかの研究機関(例えばGoogle DeepMi
世界では、汎用人工知能の研究開発レースが始まっています。汎用人工知能を脳に学ぶ意義の1つに、高度な自律性があります。ここでいう自律的とは、周囲の環境や状況を認識し、効率的に意思決定し、行動を起こすという「認知=行動サイクル」に途切れがない、ということです。今回の第2回全脳アーキテクチャ・ハッカソンでは、ゲームエンジン上に構築した仮想環境と接続し、相互作用や学習ができる脳型の「認知アーキテクチャ」の簡単なプロトタイプを参加者に提供し、それを元に「何か」を作っていただきます。 人工知能学会は、急進展するAIが人類とともに歩む姿を模索するには,技術自体が開示される意義が高いと考え、オープンなAGI開発を促進する本ハッカソンと記念事業を通じて連携します。 第2回全脳アーキテクチャ・ハッカソンは10月8日から10日にかけて、慶應義塾大学日吉キャンパスで開催されます。 作り上げた作品は、全脳アーキテク
本記事は、2016年5月18日(水) にパナソニック株式会社パナソニックセンター東京1階ホール(株式会社パナソニック様のご厚意による会場ご提供)にて開催されました、第14回全脳アーキテクチャ勉強会「深層学習を越える新皮質計算モデル」の報告書です。開催概要については下記のリンクをご覧下さい。 第14回全脳アーキテクチャ勉強会開催概要 本報告書の概要 全脳アーキテクチャ・アプローチでは、脳における多様な学習能力に対する理解にもとづいた汎用人工知能の構築を目指している。 このアプローチが可能になった背景には、脳の大脳新皮質に対応づけうる深層学習が5年ほど前から急速に発展を遂げたことがある。一方で近年は神経科学の発展も著しく、これらの知見を活かすことで現状の深層学習を超えた情報処理が行える可能性も有りうる。そこで今回は「(仮)深層学習を越える新皮質計算モデル」をテーマとして勉強会を企画した。 物理
脳型人工知能を開発するためには、その効率的な育成が鍵であり、スーパーコンピュータを用いて学習過程を大規模化し加速することは不可欠の手段となると考えられます。現在、文部科学省の旗振りにより理化学研究所などが我が国のフラグシップ「京」の後継機であるスーパーコンピュータ「ポスト「京」」の開発を進めています。今回、ポスト「京」のアプリケーション領域として「思考を実現する神経回路機構の解明と人工知能への応用」が新設され、当NPO全脳アーキテクチャ・イニシアティブ顧問である銅谷賢治先生を統括代表者とする脳型人工知能プロジェクトが採択されました。 このプロジェクトでは、「脳のビッグデータ解析、全脳シミュレーションと脳型人工知能アーキテクチャ」として、脳構造と活動の大規模ビッグデータ解析、全脳規模での神経科学シミュレーション、および脳型人工知能の開発と応用の3本柱で、神経科学と計算機科学、人工知能を融合し
この項目はまだ作成されていません。もし、文書作成の権限がある場合は、文書の作成をクリックして最初の文書を作成することができます。
全脳アーキテクチャ・イニシアティブ副代表の高橋です。 巷で話題のTensorFlow(TF)のwhite paperとソース見ました。ソースも見ましたが、whitepaperがとてもよく書けてるのでこれだけで大体設計が理解できるようになってます。 で、結論からですが、これさすがというかすごくよく出来てます。 ただ、ロボットミドルウェアのROSなどよりかはデータ解析ソフトウエアに近く、これと比べるとBriCAはかなりROSに近いです。 何が違うかですが; TFは多次元配列(テンソル)に対する操作を定義するカーネル(正確に言うと抽象操作のoperationにパラメータを与えて具体的な計算手順にしたのがカーネル)を有向グラフで表して、グラフ全体でなんらかのデータ処理パイプラインを表現、実行します。 この場合のグラフはBriCAやROSでいうところのノードやモジュールを結合した認知アーキやロボット
本日朝、日本経済新聞様に掲載された当NPO法人に関わる記事「ドワンゴや東大、人工知能開発に産学組織 脳の働き数式化」において、一部誤解を招く表現が見られたため、若干の補足説明をさせていただきます。 記事中の「開発したAIは研究の参加者に開放する方針」との表現は参加者のみに開放するという誤解を招きかねないものでしたが、私たちは開発したAI技術は基本的に完全公開とする方針です。 また、記事中の「産学連携組織」という表現、また記事の見出しや出だしが「ドワンゴや東京大学など産学官の研究者らが連携し」などとなっている点に関しまして、当NPO法人の幹部が東京大学やドワンゴ、また理化学研究所などの国立研究開発法人を本務とする研究者であることは事実でありますが、当NPOの運営に関してはこれら研究者が構成する独立した理事会および運営委員会により方針が決定され、また会計も独立しております。特定の組織が運営に関
Can AI Craft AI Inspired by the Brain?: Insights from the FathersThis panel will be…
このページを最初にブックマークしてみませんか?
『全脳アーキテクチャ・イニシアティブ』の新着エントリーを見る
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く