高橋 恒一氏 講演概要 深層学習が認識技術を大幅に進展させたことにより、次世代の人工知能技術の焦点の1つは認知、意思決定、行動の統合になると考えられ、この点で脳のアーキテクチャに学べる点は多い。計算コア単体の性能が頭打ちになり、ムーアの法則の終わりも見えてきた現状では、認知=行動サイクルを脳に匹敵する規模でリアルタイムかつ高性能に実行するには大規模な並列化が必須である。その一方で、現在主流の人工神経回路(ANN)のほとんどはネットワーク全体が同期的に評価され、各社が提供するTensorFlow, Chainer, Theanoなどのフレームワークもそれを反映した設計となっている。誤差逆伝播による同期ボトルネックの除去は脳型人工知能の開発において重要な課題の1つである。本発表では、我々が開発する脳型人工知能基盤ソフトウエアBriCA(Brain-inspired Computing Arch
![第18回 全脳アーキテクチャ勉強会 ~ 全脳規模計算 ~](https://cdn-ak-scissors.b.st-hatena.com/image/square/63df3dc0f299a66c163b8fd47c996267897a8183/height=288;version=1;width=512/https%3A%2F%2Fdoorkeeper.jp%2Frails%2Factive_storage%2Frepresentations%2Fproxy%2FeyJfcmFpbHMiOnsibWVzc2FnZSI6IkJBaHBBeWN6QWc9PSIsImV4cCI6bnVsbCwicHVyIjoiYmxvYl9pZCJ9fQ%3D%3D--6e5ef727559c0c71247d7b0d9c957f0ac69ab61a%2FeyJfcmFpbHMiOnsibWVzc2FnZSI6IkJBaDdCem9MWm05eWJXRjBTU0lJYW5CbkJqb0dSVlE2RkhKbGMybDZaVjkwYjE5c2FXMXBkRnNIYVFMb0F6QT0iLCJleHAiOm51bGwsInB1ciI6InZhcmlhdGlvbiJ9fQ%3D%3D--8ce6569ce3b1f779d3cfcdbb6038d926ad4475c7%2F20160518-wba14-yamakawa.jpg)