BEGIN:VCALENDAR VERSION:2.0 PRODID:-//https://techplay.jp//JP CALSCALE:GREGORIAN METHOD:PUBLISH X-WR-CALDESC:第27回 WBA勉強会 X-WR-CALNAME:第27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:740420@techplay.jp SUMMARY:第27回 WBA勉強会 DTSTART;TZID=Asia/Tokyo:20190719T180000 DTEND;TZID=Asia/Tokyo:20190719T202000 DTSTAMP:20260425T100716Z CREATED:20190706T141937Z DESCRIPTION:イベント詳細はこちら\nhttps://techplay.jp/event/74042 0?utm_medium=referral&utm_source=ics&utm_campaign=ics\n\n第27回 全脳 アーキテクチャ勉強会\nテーマ：確率的グラフィカル モデルと脳\n開催趣旨：脳は確率推論をする情報処理 装置であり、予測符号化モデルのように一種の確率的 グラフィカルモデルを用いた大脳皮質の計算論的モデ ルがいくつも提案されてきている。また、汎用人工知 能の実現に向けた重要な課題の１つに確率推論と記号 推論の統合があるが、確率的グラフィカルモデルはそ のカギになり得る技術でもある。今回の勉強会ではボ ルツマンマシンやベイジアンネットの専門家をお呼び して、確率的グラフィカルモデルの高機能化・大規模 化につながる様々な技術について理解を深めるととも に、今後解決すべき課題について議論する。\n勉強会 開催詳細\n\n日　時：2019年7月19日（金） 18:00～20:20\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 7-3-1（医学部教育研究棟 / 交通案内 ）\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\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 Connpass より メールでの通知があります。 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。 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。 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。また 、前方に講師謝金枠の席をご用意致します。 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（情報交 換会）の双方に参加できる枠です。 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。 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。 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開会の挨拶\n尾藤 晴彦（東京大学）\n\ n\n18:02\n会場説明\n一杉 裕志（産業技術総合研究所 人 工知能研究センター）\n\n\n18:10\n開催趣旨説明：大規模 グラフィカルモデルのブレークスルーを目指す\n一杉 裕志（産業技術総合研究所 人工知能研究センター）\n\ n\n18:25\n動的ボルツマンマシンとPommerman\n恐神 貴行（IBM 東京基礎研究所）\n\n\n19:05\n休憩（10分）\n\n\n\n19:15\n確 率的グラフィカルモデルと離散構造処理\n石畠 正和（N TT コミュニケーション科学基礎研究所）\n\n\n19:55\nディ スカッション\n\n\n\n20:15\nClosing Remark\n山川 宏（全脳ア ーキテクチャ・イニシアティブ）\n\n\n20:20\n終了\n\n\n\n2 0:40\n懇親会\n棲鳳閣\n\n\n\n\n動的ボルツマンマシンとPomm erman\n講演者：恐神 貴行（IBM 東京基礎研究所）\n概要 ：ボルツマンマシン等の従来の人工ニューラルネット ワークはヘブ則に基づいて学習するが、近年の生物実 験においてはヘブ則をより精緻にするスパイク時間依 存可塑性（STDP）が神経細胞の学習則として確認されて いる。本講演では、STDPに対する理論的な基礎付けを与 えるために、各時点に対応する層をもつボルツマンマ シンを考え、層数無限の極限として動的ボルツマンマ シンを導出する。特に、所与の時系列データの尤度最 大化という目的関数から導出される動的ボルツマンマ シンの学習則が、STDPの特徴を有することを示す。また 、NeurIPS 2018 Pommermanコンペティションで1位と3位に入賞 したエージェントに使われた、悲観的シナリオに基づ くリアルタイム木探索技術についても紹介する。\n確 率的グラフィカルモデルと離散構造処理\n講演者：石 畠 正和（NTT コミュニケーション科学基礎研究所）\n概 要：人工知能・機械学習において、興味のある対象は しばしば確率モデルとして記述される。確率的グラフ ィカルモデルとは、確率モデルをグラフ構造により表 現する手法であり、グラフの特性を生かした効率的な 推論・学習アルゴリズムを提供するだけでなく、対象 の確率モデルの直感的な理解にも貢献する。確率的グ ラフィカルモデルの１つであるBayesian Network (BN)は、同 時分布を有向非巡回グラフにより表現する。このBN上 の確率計算・学習には、一般には指数的な計算が必要 である。本講演では、これらのBN上の指数的な計算が 離散構造処理技術を用いることで、経験的に効率的に 行えることを紹介する。\n\n運営スタッフ\n\nプログラ ム委員長：一杉 裕志\n実行委員長：藤井 烈尚\n司会： 一杉 裕志\n懇親会幹事：生島 高裕\n当日会場準備：長 田 恭治、横田 浩紀\n写真撮影：門前 一馬\n動画撮影： 門前 一馬\nconnpass：藤井 烈尚\nSNS告知：荒川 直哉\n会 場マイク担当等：横田 浩紀\n備品：荒川 直哉\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 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◎ 全脳 アーキテクチャ・イニシアティブ 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。\n◎ 東京大学 教授 松尾豊\n1997年東京 大学工学部卒業。2002年東京大学大学院工学系研究科博 士課程修了。博士（工学）。産総研、スタンフォード 大学等を経て、2007年から東京大学勤務。深層学習を中 心とする人工知能の研究に従事。産学連携やスタート アップの育成などにも取り組む。\nhttp://ymatsuo.com/japanes e/\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これまでに開催された勉強会の内容\n第26回 全脳アー キテクチャ勉強会 テーマ：自由エネルギー原理\n\n正 解のない問題の解決： 実用的知能と行動選択の心理学 | 熊田 孝恒（京都大学）\n感情と感情障害のしくみ - 自由エネルギー原理の観点からとらえ直す- | 乾 敏郎 （追手門学院大学）\n\n第25回 全脳アーキテクチャ勉強 会 テーマ：計算論的精神医学\n\nエンジニアのための 計算論的精神医学 | 浅川 伸一（東京女子大学）\n計算 論的精神医学：脳の計算理論に基づく精神障害の病態 理解 | 山下 祐一（国立精神・神経医療研究センター） \n\n第24回 全脳アーキテクチャ勉強会\n\nトップダウン 制約からの強化学習と社会学習 | 高橋 達二（東京電機 大学）\n仮説生成に向けた等価性構造抽出 | 佐藤 聖也 （東京電機大学）\n現代人工知能によって何が変わる のだろうか | 前田 英作（東京電機大学）\nアブダクシ ョンは具体的に研究しうる〜遮蔽補完の計算論〜 | 坂 本 一寛（東北医科薬科大学）\n\n第23回 全脳アーキテ クチャ勉強会＆第4回WBAハッカソン説明会 テーマ：脳 における強化学習\n\n強化学習 もう一つの源流：分類 子システム | 荒井 幸代（千葉大学）\n脳における強化 学習| 太田宏之先生（防衛医大）\n\n第22回 全脳アーキ テクチャ勉強会 テーマ：自律性と汎用性\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 | 津田 一郎（中部大学創発学術院）\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 | 藤田 雅博（ソニー株式会 社）\n勉強会概要と発表資料\n\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 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 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 文 京区本郷7-3-1 URL:https://techplay.jp/event/740420?utm_medium=referral&utm_source=ics&utm _campaign=ics END:VEVENT END:VCALENDAR