BEGIN:VCALENDAR
VERSION:2.0
PRODID:-//https://techplay.jp//JP
CALSCALE:GREGORIAN
METHOD:PUBLISH
X-WR-CALDESC:第22回 WBA勉強会
X-WR-CALNAME:第22回 WBA勉強会
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:678252@techplay.jp
SUMMARY:第22回 WBA勉強会
DTSTART;TZID=Asia/Tokyo:20180628T180000
DTEND;TZID=Asia/Tokyo:20180628T203000
DTSTAMP:20260419T024027Z
CREATED:20180606T140321Z
DESCRIPTION:イベント詳細はこちら\nhttps://techplay.jp/event/67825
 2?utm_medium=referral&utm_source=ics&utm_campaign=ics\n\n第22回 全脳
 アーキテクチャ勉強会\nテーマ：自律性と汎用性\n概要
 ：現在の人工知能ブームにおける「人工知能 (AI) 」は
 、道具としての「知的 IT 技術」と呼んだ方がその実体
 に合致しており、知的 IT 技術を AI に進化させるため
 の重要な能力が「自律性」です。加速する少子高齢化
 社会においては、AI を労働力として積極的に導入する
 ことが急務ですが、その際、人と AI とのインタラクシ
 ョンにおいて、人が AI に脅威や不安を感じることがあ
 ってはなりません。人が AI に対して親近感や安心感を
 感じ、人間同士のような一体感を AI に対して感じるた
 めには、AI が自発的・能動的に人に働きかけることを
 可能とする自律性が極めて重要な要素となります。我
 々生物には自律性があり、それは「生きる」という究
 極の目的があるからです。では自律型 AI にとっての目
 的はどのようなものなのでしょうか？\nまた、用途限
 定 AI から汎用 AI への進化においても自律性は重要な
 キーワードです。より多くの用途に対応可能となるこ
 とで AI の汎用性は増すように思えますが、多くの用途
 をこなす AI はどのようにして自分の能力を使い分けれ
 ばよいのでしょうか？\n予め設定しておけば十分なの
 でしょうか？\n今回は、「自律性と汎用性」をテーマ
 として、脳科学の観点から、そしてロボットの観点か
 ら考えてみたいと思います。\n勉強会開催詳細\n\n日　
 時：2018年6月28日（木）  18:00～20:30\n会　場：東京大学
 医学部教育研究棟14階　鉄門記念講堂\n東京都文京区本
 郷 5-24-13（医学部教育研究棟）\n定　員：200名\n主　催
 ：NPO法人 全脳アーキテクチャ・イニシアティブ\n協　
 賛：文部科学省新学術領域「脳情報動態」\n後　援：
 株式会社 ドワンゴ\n\n参加枠について\n無料の参加枠：
 \n抽選になります。募集締切になりましたら Compass よ
 りメールでの通知があります。\nもし抽選に漏れた場
 合でも、キャンセルによる繰り上げで参加できる場合
 があります。\n一般枠は応募多数になることが予想さ
 れます。確実に参加されたい場合は、有料枠や運営ボ
 ランティアによる参加を推奨します。\n運営ボランテ
 ィアになりますと、勉強会の記録用動画も見られます
 のでオススメです。\nボランティアの詳細情報、お申
 込みはこちら\n講師謝金枠：\n先着順のため、枠に空き
 がある場合はお申し込み頂いた時点で参加が確定しま
 す。\nお支払い頂いた謝礼は、今回の講師謝礼金に充
 当させて頂きます。\n懇親会枠：\nこちらは、勉強会と
 懇親会の双方に参加できる枠です。\n先着順のため、
 枠に空きがある場合はお申し込み頂いた時点で参加が
 確定します。\n懇親会は登壇者の参加率が高く、多く
 の参加者が直接意見交換されています。\nまた「興味
 はあるけど解らないことばかり」といった方も歓迎で
 す。\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\n
 \n17:30\n開場\n\n\n\n18:00\n会場説明\n山川 宏（全脳アーキ
 テクチャ・イニシアティブ代表）\n\n\n18:10\n開会の挨拶
 \n山川 宏（全脳アーキテクチャ・イニシアティブ代表
 ）\n\n\n18:15\n導入\n栗原 聡（慶應義塾大学理工学部）\n\
 n\n18:25\n創発インタラクションの意義：機能分化に対す
 る変分原理と数理モデル\n講演者：津田 一郎（中部大
 学創発学術院）\n\n\n19:10\n休憩（5分）\n\n\n\n19:15\nデザ
 インされた行動から自律発達的な行動へ：インテリジ
 ェンスダイナミクスに関して\n講演者：藤田 雅博（ソ
 ニー株式会社）\n\n\n20:00\nディスカッション\n\n\n\n20:20\n
 Closing Remark\n山川 宏（ドワンゴ人工知能研究所）\n\n\n20
 :30\n終了\n\n\n\n21:00\n懇親会\n\n\n\n\n\n創発インタラクシ
 ョンの意義：機能分化に対する変分原理と数理モデル\
 n講演者：津田 一郎（中部大学創発学術院）\n概要：学
 習するニューラルネットとプログラム駆動型の人工知
 能の融合は1980年代から始まり今日の爆発的な進展へと
 至っています。この融合研究の進展の中で、私たちは
 創発インタラクションの果たす役割は大きいと考えて
 います。私たちは CREST の共生インタラクション領域 (h
 ttps://www.jst.go.jp/kisoken/crest/research_area/ongoing/bunyah29-4.html)
  の中のプロジェクト (http://www.er.ams.eng.osaka-u.ac.jp/kawai/c
 rest/) において特に脳の進化的及び機能的結合を介した
 機能分化に着目し、複雑な環境に対して機能分化を通
 じて即時適応する機構の解明とそれを実現するエージ
 ェントの提案を目指して研究を開始しました。講演で
 は脳の機能分化を変分原理で定式化する試みと具体的
 な数理モデルの結果をお話しする予定です。\n\nデザイ
 ンされた行動から自律発達的な行動へ：インテリジェ
 ンスダイナミクスに関して\n講演者：藤田 雅博（ソニ
 ー株式会社）\nソニー（株）にて、1993年よりエンター
 テイメントロボットAIBO、QRIOの開発および商品化に従
 事、2004年ソニーインテリジェンスダイナミクスラボラ
 トリー設立、自律発達に関する研究をおこなう。2008年
 より力制御型ロボティクスの研究開発、2018年新aibo商
 品化、現在、ソニーのAIｘRoboticsに関する活動に従事。
 \n概要：現在の多くのロボットあるいはエージェント
 は開発者が状態遷移あるいは木構造による行動のデザ
 インを行い、内部・外部の状況の応じてそれらの行動
 が発現するものが多い。しかし、このようにデザイン
 された行動では、複雑な状況における行動などを記述
 することが困難である。また、新しい行動を創発して
 いくことが困難である。それらの課題意識から、自律
 発達的な行動創発を行うアーキテクチャを開発し、プ
 リミティブな実験をおこなった。発表は、2004年～2011
 年に行われたインテリジェンスダイナミクスと名付け
 たアプローチに関して説明する。\n　\n\n運営スタッフ\
 n\nプログラム委員長：栗原 聡\n実行委員長：近藤 昭雄
 \n登壇者調整：佐野 仁美\n会場調整：佐野 仁美\n懇親
 会幹事：佐野 仁美\n写真撮影：門前 一馬\n動画撮影：
 藤井 烈尚\nconnpass：藤井 烈尚\n司会進行：栗原 聡\n会
 場マイク担当等：大畑 賢太郎\n備品：森井 明\n\n\n全脳
 アーキテクチャ勉強会オーガナイザー\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\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「全脳アーキテクチャ解
 明に向けて」\n◎ 株式会社ドワンゴ人工知能研究所 所
 長 山川宏\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。\nhttp://ailab.dwango.
 co.jp/\n◎ 東京大学 准教授 松尾豊\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。\nhttp://ymatsuo.com/j
 apanese/\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共催：文部科学省新学術領域「脳情報動態」\nこ
 れまでに開催された勉強会の内容\n第21回 全脳アーキ
 テクチャ勉強会 テーマ：「推論」\n\n【脳科学】前頭
 葉での推論 | 坂上雅道（玉川大学）\n【認知科学】人
 の推論過程 | 服部雅史（立命館大）\n【人工知能】ベ
 イジアンネット | 植野真臣（電気通信大学）\n勉強会
 概要と発表資料\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 (togetter)\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第18回 全脳アーキテクチャ勉強会 ～
  全脳規模計算\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第16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大脳
 新皮質のマスターアルゴリズムの候補としての Hierarchi
 cal 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第11回 全脳アーキテクチャ勉強会 ～ Deep Le
 arning の中身に迫る ～\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 Learni
 ng への取り組み\n勉強会概要と発表資料\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\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
 全脳アーキテクチャ主旨説明\nAI の未解決問題と Deep Le
 arning\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「SLAM の現状と鼠の海馬を模倣した Ra
 tSLAM」\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第2回 全脳アーキテクチャ勉強
 会 ～ 大脳皮質と Deep Learning ～\n\n「大脳皮質と Deep Lear
 ning」\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「Deep 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勉強会開催の主旨説明\nAI の未解決問題と Deep Lear
 ning\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全脳アーキテクチャ勉強会の開始背景（2013年12月
 ）\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 Deep 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:東京大学医学部教育研究棟14階　鉄門記念講堂 東
 京都文京区本郷5-24-13（医学部教育研究棟）
URL:https://techplay.jp/event/678252?utm_medium=referral&utm_source=ics&utm
 _campaign=ics
END:VEVENT
END:VCALENDAR
