BEGIN:VCALENDAR VERSION:2.0 PRODID:-//https://techplay.jp//JP CALSCALE:GREGORIAN METHOD:PUBLISH X-WR-CALDESC:第1回 WBAレクチャー[オンライン] X-WR-CALNAME:第1回 WBAレクチャー[オンライン] 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:805438@techplay.jp SUMMARY:第1回 WBAレクチャー[オンライン] DTSTART;TZID=Asia/Tokyo:20210207T150000 DTEND;TZID=Asia/Tokyo:20210207T170000 DTSTAMP:20260424T035412Z CREATED:20210116T212256Z DESCRIPTION:イベント詳細はこちら\nhttps://techplay.jp/event/80543 8?utm_medium=referral&utm_source=ics&utm_campaign=ics\n\n第1回 WBAレ クチャー[オンライン]\nテーマ：認知機能の脳構造に沿 った分解手法　脳機能の体系的理解を目指して\n開催 趣旨：\n狙い：神経科学に接地した形で認知行動レベ ルにおける総合的な理解を得ることは人間科学におけ る大目標の一つである。この理解を得るためには、第 一にタスクに紐づく計算機能を適切に分解することで 、蓄積が進む解剖学的構造と神経活動現象に対応づけ るという課題がある。第二に、脳が相当に密連携した システムであることを踏まえ、それら知見を標準的な 形で蓄積することで脳全体におけるメゾスコピックレ ベルの知見を包括的に把握可能とするという課題があ る。\n最初の課題に対応するために、WBAIではソフトウ エア実装に有用な計算機能の情報を、主に解剖学的構 造を制約として付与する手法であるStructure-constrained Int erface Decomposition Method (SCID法)を発展させた。本レクチャ ーでは、脳の広範囲において機能仮説を構築できるSCID 法について概説する。\n2つ目の課題に対応するために 、認知行動レベルに関わる標準的なデータとして脳参 照アーキテクチャ(BRA)の定義を進めた。BRAには脳全体 の構造を基盤とした脳情報フロー形式と、そこにタス クに依存した機能と活動を付与されている。BRAは一定 の品質を保つ必要があることから、その審査を行うた めの準備を進めており、本レクチャーでは作成した機 能を含むBRAデータを正式に登録するための審査手続に ついても概説する。\nBRAデータの形で、脳全体におけ る様々な脳領域の機能がタスク階層に紐付いた形で整 理されてゆけば、それを俯瞰的に利用することで、知 識が断片化していた状況では得られなかった気づきを 得たり、脳の広範囲における機能的なシミュレーショ ンの基盤として利用したりできる。これは汎用人工知 能含む脳型のソフトウエアの開発を促進するだろう。\ n勉強会開催詳細\n\n日　時：2021年2月7日（日） （15:00 ～17:00）\n会　場：オンライン　Zoomウェビナー\n定　員 ：300名\n主　催：NPO法人 全脳アーキテクチャ・イニシ アティブ\n運　営：WBA勉強会実行委員会\n\nレクチャー 用Slackチャンネルについて\nご希望の参加者さまには、 「WBAレクチャー」のSlackチャンネルにご招待します。Sl ackチャンネル上では、下記内容を予定しております。\ n\nスライド資料を事前公開いたします\n当日質疑応答 では、Slackからのご質問を優先的に選ばせて頂きます\n イベント終了後1〜2時間ほどは、講師が直接質問にご 回答させて頂きます\nご参加者さま同士での、SCID法、B RAデータの構築についての議論\n\n※ すべてのご質問に お答えする事を約束するものではありません。\n※ Slac kチャネルに参加ご希望の場合は，こちらのコンタクト フォームからも承っています。\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\n14:55\n開場\n\n\n\n15:00\n開会 の挨拶\n田和辻 可昌（早稲田大学）\n\n\n15:05\n脳機能の 体系的理解を目指して\n山川 宏（全脳アーキテクチャ ・イニシアティブ）\n\n\n15:50\n質疑応答（5分）\n山川 宏\n\n\n15:55\n休憩（10分）\n\n\n\n16:05\nSCID法の実例\n布川 絢子（全脳アーキテクチャ・イニシアティブ）\n\n\n16:2 5\n審査と登録\n山川 宏\n\n\n16:40\n質疑応答（15分）\n田 和辻 可昌\n\n\n16:55\nクロージング\n藤井 烈尚（実行委 員長）\n\n\n\n\n当日の参加方法\n\n開催前日および当日 、Connpass から Zoom への登録情報（URL）のお知らせが届 きます。\n開催当日14:30時までに Zoom の登録URLにアクセ スし、登録を行ってください。 登録する名前は実名 でなくてもかまいません。\n登録承認後、Host WBAI (norepl y@zoom.us) から Zoom Webinar アクセス用のリンクを含むメー ルが送られてきます。\nZoom アプリの準備がまだの方は 、事前にお使いの端末にインストールしておいてくだ さい。\n開演時間（14:55）になったら上記リンクをクリ ックし、Webinar にアクセスしてください。\n\n\n運営ス タッフ\n\nプログラム委員長：山川 宏\n実行委員長：藤 井 烈尚\nZoomウェビナー担当：孫 暁白、生島 高裕\nconnp ass：中村 真裕、藤井 烈尚\n広報：荒川 直哉（WBAI事務 局）\n\n\nZoomパーフェクトマニュアル\n\nzoomについての ご不明点は、こちらを参考にしていただければ幸いで す。\n\n\n\n全脳アーキテクチャ勉強会創設者\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/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\nこれまでに開催された勉強会の内容\n第31回 全 脳アーキテクチャ勉強会 テーマ：予測する脳と主体性 の現象学\n\n自由エネルギー原理からエナクティビズム へ | 吉田 正俊（北海道大学）\n*「境界のない外」をど う考えられるか？──現象学の観点から | 田口 茂（北 海道大学）\n\n第30回 全脳アーキテクチャ勉強会 テー マ：汎用AIと共生インタラクション\n\nBrain-Computer interfa ceによる脳とAIのインタラクション | 栁澤 琢史（大阪 大学）\n*ヒューマンエージェントインタラクション：A IとHCIの葛藤 | 今井 倫太（慶應義塾大学）\n\n第29回 全 脳アーキテクチャ勉強会 テーマ：脳と創造性\n\nひら めきは準備された心にやってくる ー認知科学における 創造性研究ー | 三輪 和久（名古屋大学）\n創造性にお ける多角的なアプローチ　ー認知・身体・他者ー | 清 水 大地（東京大学）\n\n第28回 全脳アーキテクチャ勉 強会 テーマ：社会性の認知モデル\n\nナイーブな欲求 に基づくインタラクションの始まりとデザイン | 竹内 勇剛（静岡大学）\n社会性の認知脳メカニズム | 嶋田 総太郎（明治大学）\n「心の理論」の計算論的モデリ ング | 中橋 亮（ソニー・インタラクティブエンタテイ ンメント）\n\n第27回 全脳アーキテクチャ勉強会 テー マ：確率的グラフィカルモデルと脳\n\n動的ボルツマン マシンとPommerman | 恐神 貴行（IBM 東京基礎研究所）\n確 率的グラフィカルモデルと離散構造処理 | 石畠 正和（ NTT コミュニケーション科学基礎研究所）\n\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 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:オンライン URL:https://techplay.jp/event/805438?utm_medium=referral&utm_source=ics&utm _campaign=ics END:VEVENT END:VCALENDAR