全脳アーキテクチャ解明ロードマップ
「人間のような知能の実現」という大きな目標に大勢で取り組むには、 途中の達成度が判断できるようなわかりやすいロードマップが必要です。 全脳アーキテクチャを拠り所としたアプローチは、 構成要素となる脳の器官がはっきりしているため、 純粋に思弁的に知能を目指すアプローチと比べて、 ロードマップが作りやすいという利点があります。 脳の主要な器官のモデルが不完全ながら出そろっているので、 次は各器官がどう連携するかを解明していくことになります。 取り急ぎ、たたき台として以下ようなロードマップを考えてみました。 私が考える優先度順に並べてみましたが、ある程度は同時並行で取り組める課題だと思います。 教師なし学習・認識（大脳皮質モデル） 階層型強化学習（皮質・大脳基底核連携モデル） 思考・ナビゲーション（皮質・大脳基底核・海馬連携モデル） 言語理解・発話（言語野モデル） 滑らかな運動（皮質・小脳連携モ
一杉裕志
＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊ この業務用個人 web ページの中身およびレイアウトを近々大幅に整理する予定です。 なお、数年後には完全閉鎖予定ですのでご注意ください。 ＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊ 研究テーマ： 脳型汎用人工知能アーキテクチャの研究開発 人間のような知能を持つ機械を実現する最も確実な方法は、脳の動作原理を解明し、それを模倣することです。 私は自ら再帰的に目標を設定する強化学習 RGoal を用いた脳型汎用人工知能(AGI)アーキテクチャの構築を目指しています。 また、計算論的神経科学の分野で知られている大脳皮質に関する知見をヒントにした BESOM と呼ぶ 機械学習アルゴリズムの開発も行っています。 BESOM は複数の機械学習技術 （自己組織化マップ、ベイジアンネット、
脳とベイジアンネットＦＡＱ
脳の情報処理原理の解明の鍵となる技術が ベイジアンネットです。 しかし、大半の研究者は大脳皮質とベイジアンネットの鮮やかな対応について まだ知りません。 脳の情報処理原理に基づいた知能の高いロボットの実現に向け、 一人でも多くの神経科学者・計算機科学者に、 ベイジアンネットと大脳皮質の関係を知ってもらいたいと思います。 ベイジアンネットそのものについての質問 ベイジアンネットとは何ですか？ ベイジアンネット（ベイジアンネットワーク 、 Bayesian network） とは、確率論に基づいた推論を効率的に行うための技術です。 脳の機能の１つである直観と似た働きをします。 ベイジアンネットは、複数の事象の間の因果関係をネットワーク構造で表現し、 同時に因果関係の強さを表す数値も記録したものです。 このように表現された「知識」を用いれば、得られた観測データに基づいて 様々な事象の確率を ベイ
脳の情報処理原理の解明状況
AIST07-J00012 http://staff.aist.go.jp/y-ichisugi/j-index.html 2008 3 31 BESOM BESOM 1 1 7 1.1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7 1.2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7 1.3 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7 1.4 . . . . . . . . . . . . . . . . .
全脳アーキテクチャの見取り図
私が現時点で考える、全脳アーキテクチャの見取り図について取り急ぎ説明します。 「脳の主要な器官の機能とモデル」のページでは 計算論的神経科学の分野において受け入れられている（と私が考えている）モデルを いくつか紹介しました。 このページではより踏み込んで、私が考える推測(speculation)について述べます。 私自身はここで述べる見取り図は全脳アーキテクチャの解明・実現にとって 非常に有用であると考えています。 批判・コメント・質問など歓迎いたします。 脳全体の目的 私は「脳全体の目的は報酬期待値最大化である」という指導原理（作業仮説）に 基づいて脳のリバースエンジニアリングを進めている。 この指導原理は、いまのところ私にとって非常に役立っている。 脳のアーキテクチャの候補を絞り込むのに大変役立つからである。 この指導原理に対しては様々な批判があり得る。 「脳は単一の目的関数の最適化で
脳とベイジアンネット
ベイジアンネットを用いて大脳皮質の機能を再現するモデルが少しづつ増えています。 ベイジアンネットは大脳皮質の複雑で多様な振る舞いを少ない仮定で計算論的にきれいに説明するだけでなく、アルゴリズムやデータ構造、それらを実現する神経回路にいたるまで、大脳皮質に対する幅広く詳細な説明を与えつつあります。 ベイジアンネットに基づいて脳を理解することは、高い知能を持つロボットの実現に向けたブレークスルーになると考えています。 解説 「脳とベイジアンネットＦＡＱ」 脳とベイジアンネットに関して私がよく聞かれる質問です。 「解説：大脳皮質とベイジアンネット」 日本ロボット学会誌に載せていただいた解説です。（この pdf ファイルは日本ロボット学会の著作物です。） 一杉裕志, 解説：大脳皮質とベイジアンネット、 日本ロボット学会誌 Vol.29 No.5, pp.412--415, 2011. 「脳は計算機
全脳アーキテクチャ解明に向けて
ヒトの脳は大脳皮質、大脳基底核、海馬などの器官から構成される 汎用の機械学習装置です。 この脳全体のアーキテクチャの詳細が解明できれば、 人間のような知能を持ったロボットが実現可能になり、 人類に莫大な利益をもたらすでしょう。 今日ではそれは夢物語ではありません。 脳の各器官の計算論的モデルは不完全ながらすでに出そろっており、 それらがどう連携して脳全体の機能を実現しているのかを、 全力で解明すべき時期に来ています。 しかし、全脳アーキテクチャ解明を目指す研究者は、 その重要性に見合うだけの数がいるとは思えません。 このページでは、解明を目指す研究者が １人でも増えるように、微力ながら情報発信していきます。 ◆NEWS!◆ 2014-05-07 ・汎用人工知能研究会の Web サイトができました。 汎用人工知能と技術的特異点 この中に全脳アーキテクチャ勉強会のページもあります。 全脳アーキ
全脳アーキテクチャ勉強会 - 汎用人工知能研究会
人間の脳全体構造における知的情報処理をカバーできる全脳型ＡＩアーキテクチャを工学的に実現できれば、人間レベル、さらにそれ以上の人工知能が実現可能になります。これは人類社会に対して、莫大な富と利益をもたらすことが予見されます。例えば、検索や広告、自動翻訳や対話技術、自動運転やロボット、そして金融や経済、政治や社会など、幅広い分野に大きな影響を与えるでしょう。 私たちは、この目的のためには、神経科学や認知科学等の知見を参考としながら、機能的に分化した脳の各器官をできるだけ単純な機械学習器として解釈し、それら機械学習器を統合したアーキテクチャを構築することが近道であると考えています。 従来において、こうした試みは容易ではないと考えられてきましたが、状況は変わりつつあります。すでに、神経科学分野での知見の蓄積と、計算機速度の向上を背景に、様々な粒度により脳全体の情報処理を再現／理解しようとする動き
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
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
http://atnd.org/events/49541
http://atnd.org/events/50707
http://atnd.org/events/52667