このスライドは、2014年人工知能学会大会、オーガナイズドセッション OS-22「汎用人工知能とその社会への影響」での標題発表で用いられたスライドを元に若干の修正を行ったものです。�論文PDFはこちらから取得できます。�https://kaigi.org/jsai/webprogram/2014/paper-174.html �発表内容は「汎用人工知能研究会(輪読会)」�http://www.sig-agi.org での議論をベースにしています。Read less
![汎用人工知能の研究動向](https://cdn-ak-scissors.b.st-hatena.com/image/square/c338ce3882439ed538102c5861cf512e7f0dc412/height=288;version=1;width=512/https%3A%2F%2Fcdn.slidesharecdn.com%2Fss_thumbnails%2F4share-140518073045-phpapp01-thumbnail.jpg%3Fwidth%3D640%26height%3D640%26fit%3Dbounds)
「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
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
処理を実行中です
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