BEGIN:VCALENDAR VERSION:2.0 PRODID:-//https://techplay.jp//JP CALSCALE:GREGORIAN METHOD:PUBLISH X-WR-CALDESC:第3回 全脳アーキテクチャシンポジウム　「脳 に学んで良き汎用知能に至る道筋」 X-WR-CALNAME:第3回 全脳アーキテクチャシンポジウム　「脳 に学んで良き汎用知能に至る道筋」 X-WR-TIMEZONE:Asia/Tokyo BEGIN:VTIMEZONE TZID:Asia/Tokyo BEGIN:STANDARD DTSTART:19700101T000000 TZOFFSETFROM:+0900 TZOFFSETTO:+0900 TZNAME:JST END:STANDARD END:VTIMEZONE BEGIN:VEVENT UID:669212@techplay.jp SUMMARY:第3回 全脳アーキテクチャシンポジウム　「脳に 学んで良き汎用知能に至る道筋」 DTSTART;TZID=Asia/Tokyo:20180508T133000 DTEND;TZID=Asia/Tokyo:20180508T180000 DTSTAMP:20260517T030250Z CREATED:20180416T061857Z DESCRIPTION:イベント詳細はこちら\nhttps://techplay.jp/event/66921 2?utm_medium=referral&utm_source=ics&utm_campaign=ics\n\n第3回全脳ア ーキテクチャシンポジウム\n\n「脳に学んで良き汎用知 能に至る道筋」\n2013年以降、私達は脳を参考として汎 用的な知能をもつ人工知能を構築すというアイディア を提唱してきた。その後4年半が経過する中、AIは深層 学習を起爆剤としてさらに持続的に発展し、神経科学 の研究も急速に知能に関わる高次機能の解明に向かい つつある。\nこうした中でWBAIは人類と調和する形で、 「脳全体のアーキテクチャに学び人のような汎用人工 知能を創る(工学)」ことの促進を進めるために議論を 深めつつ、さらに、ハッカソンなどの活動を通じて脳 に学んだAGI開発のあり方を実践的に問い続けている。\ nそこで本シンポジウムでは、単に脳が汎用だからとい う理由を超えてAGIの構築はなぜ容易ではなく、その上 で「なぜ脳に学ぶとで知能の汎用性に近づけるのか？ 」という、汎用知能を作り上げるため道筋とプロセス について、さらに、「脳に学ぶことで人類に人類にと って有用な形で汎用人工知能を創ることにいかに貢献 できるのか」といった点について語り、さらに近い未 来において、いかにして社会実装につなげうるかを議 論する場としてシンポジウムを企画しました。\n\nシン ポジウム開催詳細\n\n日時：2018年5月8日（火） 13:30〜18: 00 (13:00開場)\n場所：トヨタ自動車株式会社 東京本社 B1 大会議室：東京都文京区後楽1丁目4-18\n参加費：無料\n 申込方法：本イベントに参加登録のうえ，当日会場受 付にてお名前・ご所属等の記入をお願い致します\n主 催：NPO法人全脳アーキテクチャ・イニシアティブ\n特 別協賛：トヨタ自動車株式会社 (ご厚意による会場ご 提供)\n協賛：新学術領域人工知能と脳科学の対象と融 合、理化学研究所 革新知能統合研究センター 、ポス ト「京」、文部科学省 新学術領域研究(研究領域提案 型) 脳情報動態を規定する多領野連関と並列処理\n後援 ：Future of Life Institute、Good AI、Beneficial AI Japan、日本神 経回路学会、株式会社ドワンゴ、人工知能学会\n\n講演 スケジュール\n\n\n\n時間\n内容\n講演者\n\n\n\n13:00\n開場\ n\n\n\n13:30\n開会のご挨拶\n\n\n\n13:35\nトヨタ自動車株式 会社さまからのご挨拶\n\n\n\n13:40\n脳型AGI開発を着実に 進めるために\n山川宏（全脳アーキテクチャ・イニシ アティブ）\n\n\n14:00\n脳の回路モジュールはなぜうまく 繋がれるのか\n銅谷賢治（沖縄科学技術大学院大学）\n \n\n14:10\nAI研究のガイドとしての能力マップの開発\n大 森隆司（玉川大学工学部・脳科学研究所）\n\n\n14:45\nパ ネルディスカッション「なぜ脳に学ぶことで知能の汎 用性に近づけるのか？」\nモデレータ： 山川宏、パネ リスト： 銅谷賢治、大森隆司\n\n\n15:20\n表彰式\n\n\n\n15: 35\n休憩（15分）\n\n\n\n15:50\nWBAI活動の拡がり\n山川宏（ 全脳アーキテクチャ・イニシアティブ）\n\n\n16:05\n汎用 AIに自律性は必要か？\n栗原聡（慶應義塾大学理工学部 ）\n\n\n16:25\n汎用人工知能と社会\n中川裕志 （理化学研 究所革新知能統合研究センター）\n\n\n17:10\nパネルディ スカッション「脳型AIを良き形で実装するために」\nモ デレータ：高橋恒一、パネリスト： 中川裕志、栗原聡 、山川宏\n\n\n17:45\n閉会の挨拶\n\n\n\n18:30\n懇親会（会場 ：同ビル内3F 「レストラントレニア」）\n\n\n\n\nネット 配信について\n\n未定\n\n会場の利用注意\n\n\n自動車で の来場はご遠慮下さい。\n会議室内に飲み物を持ち込 むことができます(販売はしておりません)。\n食事は禁 止となっています。\n\n\n講演等アブストラクト一覧\n\n タイトル：脳型AGI開発を着実に進めるために\n\n講演者 ：山川宏（NPO法人WBAI代表 / 株式会社ドワンゴ）\n概要 ：後日記載\n\nタイトル：脳の回路モジュールはなぜう まく繋がれるのか\n\n講演者：銅谷賢治（沖縄科学技術 大学院大学）\n概要：後日記載\n\nタイトル：AI研究の ガイドとしての能力マップの開発\n\n講演者：大森隆司 （玉川大学工学部・科学研究所）\n概要：後日記載\n\n パネル討論１：タイトル： なぜ脳に学ぶことで知能の 汎用性に近づけるのか？\n\nモデレータ：山川宏\nパネ リスト：銅谷賢治、大森隆司\n\nタイトル：WBAI活動の 拡がり\n\n講演者：山川宏（NPO法人WBAI代表 / 株式会社 ドワンゴ）\n概要：後日記載\n\nタイトル：汎用AIに自 律性は必要か？\n\n講演者：栗原聡（慶應義塾大学理工 学部）\n概要：後日記載\n\nタイトル：汎用人工知能と 社会\n\n講演者：中川裕志 （理化学研究所革新知能統 合研究センター）\n概要：後日記載\n\nパネル討論2：タ イトル： 脳型AIを良き形で実装するために\n\nモデレー タ：高橋恒一（NPO法人WBAI副代表 / 理研）\nパネリスト ：中川裕志、栗原聡、山川宏\n\nシンポジウム運営スタ ッフ\n\n\n\n担当\n氏名\n\n\n\nプログラム委員長\n山川宏\n \n\n実行委員長\n川村正春\n\n\n司会進行\nさかき漣\n\n\n 司会スライド制作\n川村正春\n\n\n会場\n森井明\n\n\nVIP対 応\n佐野仁美\n\n\n懇親会\n近藤昭雄\n\n\n広報（メディア ）\n坂井尚行\n\n\n広報（賛助会員）\n坂井尚行\n\n\nTwitte r\n唐川莉乃\n\n\nDoorkeeper\n藤井烈尚\n\n\nポスター制作\n 藤井烈尚\n\n\nタイムキーパー\n近藤昭雄\n\n\nタイムテ ーブル\n川村正春\n\n\n写真撮影\n門前一馬\n\n\nビデオ撮 影\n藤井烈尚\n\n\n会計\n森井明\n\n\nニコ生\n森井明\n\n\n 備品\n佐野仁美\n\n\n\n\n\n全脳アーキテクチャ勉強会オ ーガナイザー\n\n◎ 産業技術総合研究所 人工知能研究 センター脳型人工知能研究チーム 一杉裕志\n\n1990年東 京工業大学大学院情報科学専攻修士課程修了。1993年東 京大学大学院情報科学専攻博士課程修了。博士（理学 ）。同年電子技術総合研究所（2001年より産業技術総合 研究所）入所。プログラミング言語、ソフトウエア工 学の研究に従事。2005年より計算論的神経科学の研究に 従事。\n\n「全脳アーキテクチャ解明に向けて」\n\n◎ 株式会社ドワンゴ人工知能研究所 所長 山川宏\n\n1987年 3月東京理科大学理学部卒業。1992年東京大学で神経回 路による強化学習モデル研究で工学博士取得。同年（ 株）富士通研究所入社後、概念学習、認知アーキテク チャ、教育ゲーム、将棋プロジェクト等の研究に従事 。フレーム問題（人工知能分野では最大の基本問題） を脳の計算機能を参考とした機械学習により解決する ことを目指している。\n\nhttp://ailab.dwango.co.jp/\n\n◎ 東 京大学 准教授 松尾豊\n\n東京大学で、ウェブと人工知 能、ビジネスモデルの研究を行っています。 ウェブの 意味的な処理を人工知能を使って高度化すること、人 工知能のブレークスルーをウェブデータを通じて検証 することを目指しています。\n\nhttp://ymatsuo.com/japanese/\n \n全脳アーキテクチャ・イニシアティブ創設賛助会員\n \n\n全脳アーキテクチャ・イニシアティブでは、賛助会 員を募集しております。賛助会員に登録いただきます と、当サイトに貴団体ロゴとホームページへのリンク 掲載や、各種イベントの優先参加など、さまざまな特 典がございます。詳しくは、こちらをご覧ください。\ n\nその他関連情報\n\n\n全脳アーキテクチャ勉強会 Facebo ok グループ\n全脳アーキテクチャ勉強会公式 Twitter ア カウント\n\n\nこれまでに開催された勉強会の内容\n\n第 21回 全脳アーキテクチャ勉強会 「テーマ：推論」\n\n\n 【脳科学】前頭葉での推論\n【認知科学】人の推論過 程\n【人工知能】ベイジアンネット\n\n\n第20回 全脳ア ーキテクチャ勉強会 ～ 海馬における文脈表現\n\n\n海 馬とエピソード記憶 ―脳は物語をいかに表現するか？ ―\n全脳における海馬の計算論\n第20回 全脳アーキテク チャ勉強会 ～ 海馬における文脈表現 まとめ\n\n\n第19 回 全脳アーキテクチャ勉強会 ～ 脳・人工知能とアナ ログ計算・量子計算\n\n\nアナログ計算機と計算可能性\ n量子アニーリングのこれまでとこれから\n第19回 全脳 アーキテクチャ勉強会 ～ 脳・人工知能とアナログ計 算・量子計算〜 まとめ(togetter)\n\n\n第18回 全脳アーキ テクチャ勉強会 ～ 全脳規模計算\n\n\n全脳シミュレー ション\n時間領域アナログ方式で脳の演算効率に迫る\n 第18回 全脳アーキテクチャ勉強会 ～ 全脳規模計算 ～ まとめ(togetter)\n\n\n第17回 全脳アーキテクチャ勉強会 ～ 失語症と発達性ディスレクシア ～\n\n\n失語症と発 達性ディスレクシア\n脳内神経繊維連絡と失語症\n発達 性ディスレクシア - 生物学的原因から対応まで\n\n\n第1 6回 全脳アーキテクチャ勉強会 ～ 人工知能は意味をど う獲得するのか ～\n\n\nヒト大脳皮質における意味情報 表現\n画像キャプションの自動生成\n\n\n第15回 全脳ア ーキテクチャ勉強会 ～ 知能における進化・発達・学 習 ～\n\n\nヒトの知性の進化\n発達する知能　－ことば の学習を可能にする能力―\n勉強会概要と発表資料\n\n\ n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 ～\n\n\n大脳新皮質のマスターアル ゴリズムの候補としての Hierarchical Temporal Memory (HTM) 理 論\nサル高次視覚野における物体像の表現とそのダイ ナミクス\n勉強会概要と発表資料\n\n\n第13回 全脳アー キテクチャ勉強会 ～ コネクトームと人工知能 ～\n\n\n コネクトームの活用とその近未来\n脳全体の機能に迫 る\n勉強会概要と発表資料\n\n\n第12回 全脳アーキテク チャ勉強会 ～ 脳の学習アーキテクチャー ～\n\n\n脳の 学習アーキテクチャ\nパネルディスカッション「神経 科学と全脳アーキテクチャ」\n 勉強会概要と発表資料\ n\n\n第11回 全脳アーキテクチャ勉強会 ～ Deep Learning の 中身に迫る ～\n\n\n深層学習の学習過程における相転移 \nDeep Neural Networks の力学的解析\nSkymindのDeep Learning への 取り組み\n 勉強会概要と発表資料\n\n\n第10回 全脳アー キテクチャ勉強会 「全脳アーキテクチャのいま」～ 全脳アーキテクチャプロジェクトとそれをとりまく周 辺の最新状況報告 ～\n\n\n全脳アーキテクチャの全体像 \n人工知能の難問と表現学習\n全脳アーキテクチャと大 脳皮質モデル BESOM の実用化研究の構想\n全脳アーキテ クチャを支えるプラットフォーム\n人工知能・ロボッ ト次世代技術開発\n汎用人工知能に向けた認知アーキ テクチャが解決するべき知識の課題\n感情モデルと対 人サービス\n若手の会の活動報告\n 勉強会概要と発表 資料\n\n\n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 ～\n\n\n脳内視覚情報処理における 物体表現の理解を目指して ～ Deep neural network の利用と ブレイン・マシン・インタフェースへの応用 ～\n記号 創発ロボティクス ～内部視点から見る記号系組織化へ の構成論的アプローチ～\n脳科学から見た言語の計算 原理\n 勉強会概要と発表資料\n\n\n第8回 全脳アーキテ クチャ勉強会 時系列データ ～ 脳と機械学習技術は時 間をどう扱うのか ～\n\n\n脳における時間順序判断の確 率論的最適化\n順序とタイミングの神経回路モデル\n深 層学習によるロボットの感覚運動ダイナミクスの学習\ n 勉強会概要と発表資料\n\n\n第7回 全脳アーキテクチャ 勉強会 感情 ～ 我々の行動を支配する価値の理解にむ けて ～\n\n\n感情の進化 ～ サルとイヌに見られる感情 機能 ～\n情動の神経基盤 ～ 負情動という生物にとっ ての価値はどのように作られるか？ ～\n感情の工学モ デルについて ～ 音声感情認識及び情動の脳生理信号 分析システムに関する研究 ～\n 勉強会概要と発表資料 \n\n\n第6回 全脳アーキテクチャ勉強会 統合アーキテク チャー ～ 神経科学分野と AI 分野の研究蓄積の活用に 向けて ～\n\n\n分散と集中：全脳ネットワーク分析が示 唆する統合アーキテクチャ\n脳の計算アーキテクチャ ：汎用性を可能にする全体構造\n認知機能実現のため の認知アーキテクチャ\n 勉強会概要と発表資料\n\n\n第5 回 全脳アーキテクチャ勉強会 ～ 意思決定 深いゴール 探索と深い強化学習の技術をヒントにして、前頭前野 の機構の解明を目指す ～\n\n\nDeep Learning とベイジアン ネットと強化学習を組み合わせた機構による、 前頭前 野周辺の計算論的モデルの構想\nBDI ― モデル、アーキ テクチャ、論理 ―\n強化学習から見た意思決定の階層\ n 勉強会概要と発表資料\n\n\n第4回 全脳アーキテクチャ 勉強会 ～ 機械学習と神経科学の融合の先に目指す超 知能 ～\n\n\n全脳アーキテクチャ主旨説明\nAI の未解決 問題と Deep Learning\n脳の主要な器官の機能とモデル\n脳 をガイドとして超脳知能に至る最速の道筋を探る\n自 然な知覚を支える脳情報表現の定量理解\n脳型コンピ ュータの可能性\n 勉強会概要と発表資料\n\n\n第3回 全 脳アーキテクチャ勉強会 ～ 海馬：脳の自己位置推定 と地図作成のアルゴリズム ～\n\n\n「SLAM の現状と鼠の 海馬を模倣した RatSLAM」\n「海馬神経回路の機能ダイナ ミクス」\n「人工知能 (AI) 観点から想定する海馬回路 の機能仮説」\n 勉強会概要と発表資料\n\n\n第2回 全脳 アーキテクチャ勉強会 ～ 大脳皮質と Deep Learning ～\n\n\ n「大脳皮質と Deep Learning」\n「視覚皮質の計算論的モ デル ～ 形状知覚における図地分離と階層性 ～」\n「De ep Learning 技術の今」\n WBA の実現に向けて： 大脳新皮 質モデルの視点から\n勉強会概要と発表資料\n\n\n第1回 全脳アーキテクチャ勉強会 ～ 機械学習と神経科学の 融合の先に目指す超知能 ～\n\n\n勉強会開催の主旨説明 \nAI の未解決問題と Deep Learning\n脳の主要な器官の機能 とモデル\n脳を参考として人レベル AI を目指す最速の 道筋\n勉強会概要と発表資料\n\n\n全脳アーキテクチャ 勉強会の開始背景（2013年12月）\n\n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 。\n\n私達は、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。\n\n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 とする動きが欧米を中心に本格化しています。 また De ep Learning などの機械学習技術のブレークスルー、大脳 皮質ベイジアンネット仮説などの計算論的神経科学の 進展、クラウドなどの計算機環境が充実してきていま す。\n\nこうした背景を踏まえるならば、全脳型 AI ア ーキテクチャの開発は世界的に早々に激化してくる可 能性さえあります。 そこで私達は、2020年台前半まで に最速で本技術を実現できるロードマップを意識しな がら、この研究の裾野を広げていく必要があると考え ています。 そしてこのためには、情報処理技術だけで なく、ある程度のレベルにおいて神経科学等の関連分 野の知見を幅広く理解しながら、情熱をもってこの研 究に挑む多くの研究者やエンジニアの参入が必要と考 えています。 LOCATION:トヨタ自動車株式会社 東京本社 Ｂ１大会議室 東 京都文京区後楽1丁目4-18 URL:https://techplay.jp/event/669212?utm_medium=referral&utm_source=ics&utm _campaign=ics END:VEVENT END:VCALENDAR