BEGIN:VCALENDAR
VERSION:2.0
PRODID:-//https://techplay.jp//JP
CALSCALE:GREGORIAN
METHOD:PUBLISH
X-WR-CALDESC:[圧縮情報処理チームセミナー] 脳表現空間とAI
 潜在空間の幾何構造：脳AI融合の性能を決める要因
X-WR-CALNAME:[圧縮情報処理チームセミナー] 脳表現空間とAI
 潜在空間の幾何構造：脳AI融合の性能を決める要因
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:993821@techplay.jp
SUMMARY:[圧縮情報処理チームセミナー] 脳表現空間とAI潜
 在空間の幾何構造：脳AI融合の性能を決める要因
DTSTART;TZID=Asia/Tokyo:20260522T110000
DTEND;TZID=Asia/Tokyo:20260522T120000
DTSTAMP:20260418T201948Z
CREATED:20260323T060215Z
DESCRIPTION:イベント詳細はこちら\nhttps://techplay.jp/event/99382
 1?utm_medium=referral&utm_source=ics&utm_campaign=ics\n\n開催形式：
 ハイブリッド開催\n\nオンライン会場：登録者全員対象
 。Zoomで配信します。URLは登録者のみに表示されます。
   \n\nオフライン会場：理研関係者のみ。理研AIP 日本橋
 オフィス オープンスペース\n\n\n\n講演情報\n\n講演者：
 柳澤 琢史（大阪大学大学院 医学系研究科 神経情報学 
 教授）  \n\n講演タイトル：脳表現空間とAI潜在空間の
 幾何構造：脳AI融合の性能を決める要因\n\n概要 :\n\n近
 年、深層学習の発展により、脳活動から知覚・運動・
 言語情報を高精度に解読する研究が急速に進展してい
 る。特に、画像や言語など多様な外部情報をAIの潜在
 表現空間（latent space）に統一的に埋め込むことで、未
 知の刺激に対しても解読を可能とする zero-shot型の脳情
 報解読 が実現されつつある。\n\nさらに、closed-loop型の
  Brain-Machine Interface（BMI） を用いることで、ヒトが想起
 した視覚イメージを脳活動から推定されたAI潜在空間
 上の表現へと写像し、それに基づいて大規模データベ
 ースから対応する画像を検索・提示することも可能に
 なってきた。このようなBMIは、脳情報とAIの表現を統
 合的に利用する 脳AI融合（Brain–AI integration） の一例
 といえる。\n\n一方で、脳AI融合の性能は、AIの潜在空
 間と脳内の表現空間の性質に依存することも明らかに
 なってきている。すなわち、両者の 表現構造（represent
 ation geometry） や 情報構造 が、脳情報解読の精度や汎
 化性能を大きく左右する。我々は、知覚画像に対する
 脳情報解読が視覚想起に汎化するために、AIの表現構
 造が影響することを明らかにした。\n\n本講演では、脳
 表現空間とAI潜在空間の関係に着目し、両者の表現構
 造が脳AI融合の性能に与える影響について議論する。
 さらに、これらの技術を 体内埋込型デバイス と組み
 合わせることで、重度の運動障害患者に対する 意思伝
 達 や 運動機能再建 といった医療応用が期待される。
 デバイス開発、脳情報解読、出力生成、外部機器制御
 などの技術を統合し、BMIの医療応用の実現を目指す我
 々の取り組みについて紹介する。
LOCATION:オンライン
URL:https://techplay.jp/event/993821?utm_medium=referral&utm_source=ics&utm
 _campaign=ics
END:VEVENT
END:VCALENDAR