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－」

全脳アーキテクチャ勉強会では、毎回脳の機能の一部に注目し、神経科学、機械学習などの関連分野の専門家をお呼びし、脳の機能の実現方法の何がわかっていて何がわかっていないかを明らかにしていきます。

今回のテーマは「時系列データ」です。

認知科学、計算論的神経科学、認知ロボティクスの分野から講師をお招きし、脳が時系列データをどう扱うのかまた現状の機械学習技術は時系列データをどう扱うのかをそれぞれお話しいただき、相互に知見を補間し合うことを目指します。

勉強会開催詳細

• 日　時：2014年11月10日(月) 18:15～21:00 (開場: 18:00～19:00)

  • 【注意】会場事情により、『19:00以降は入場不可となります』のでご注意下さい。

• 場　所：グラントウキョウサウスタワー　41Fアカデミーホール

  • (※株式会社リクルートテクノロジーズ様のご好意による会場ご提供)
  • 〒100-6640 東京都千代田区丸の内1-9-2
  • http://www.jebl.co.jp/building/southtower/
  • 入館証は、当日1Fエントランスでゲスト入館証を配布する予定です。

• 定　員：200名（20席増枠しました！）

• 参加費：無料

• 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またはチケットをご提示下さい。

講演スケジュール

18:15 - 18:20「オープニング」(産総研 一杉裕志氏)

18:20 - 19:00「脳における時間順序判断の確率論的最適化」(山口大学時間学研究所 宮崎真氏)

ヒトの時間順序の判断は事前の経験に応じて変化する。本発表では，時間順序判断における適応機構の一つとして，ベイズ推定に着目し，その理論モデルの概要と心理物理学的な観測例を紹介する。さらに，機能的共鳴画像、脳波、経頭蓋磁気刺激といった手法を用いたベイズ推定の神経機序の探究の試みを報告し、参加者とともに議論したい。

19:00 - 19:40「順序とタイミングの神経回路モデル」(電気通信大学 山崎匡氏)

物事を適切な順序、適切なタイミングで行うことは日常生活において重要である。特に運動制御においては適切な順序での運動生成と精緻なタイミング制御が本質的である。本講演では、脳における順序生成と小脳によるタイミング制御の機構を紹介し、全脳アーキテクチャ構築に必要と思われる構成要素について議論する。

19:40 - 19:50 休憩

19:50 - 20:30「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」(早稲田大学 尾形哲也氏)

近年，画像や音声のパターン認識において，深層学習が大きな成果を上げている．しかしロボットではセンサのクラス分類は，その連続的な動作生成に直接には役には立たない．ダイナミックな動作に必要な認識とは何か，という視点が重要となる．ここでは時系列データ（ダイナミクス）の処理という視点から深層学習を用いた，ロボットの感覚運動データ学習の研究の事例を紹介する．

20:30 - 20:40 全体討論

第8回全脳アーキテクチャ勉強会のテーマに関する、全体討論を行います。

20:40 - 21:00 フリーディスカッション

会場にて、全脳アーキテクチャ勉強会オーガナイザーや発表者の方々と直接情報交換が行える、フリーディスカッションタイムを設けます。

21:00 - 23:00 懇親会(自由参加)

会場近辺のお店で、有志による懇親会を行います。

全脳アーキテクチャ勉強会オーガナイザー

◎産業技術総合研究所 主任研究員 一杉裕志

1990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。

「全脳アーキテクチャ解明に向けて」

◎株式会社ドワンゴ 山川宏

1987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。

http://hymkw.com/ja/

◎東京大学 准教授 松尾豊

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。

http://ymatsuo.com/japanese/

全脳アーキテクチャ実現に関する参考資料

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〜

• 感情の進化 〜サルとイヌに見られる感情機能〜
• 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？〜
• 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〜
• 勉強会概要と発表資料

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〜

• 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
• 脳の計算アーキテクチャ：汎用性を可能にする全体構造
• 認知機能実現のための認知アーキテクチャ
• 勉強会概要と発表資料

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〜

• Deep 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
• BDI ―モデル、アーキテクチャ、論理―
• 強化学習から見た意思決定の階層
• 勉強会概要と発表資料

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〜

• 全脳アーキテクチャ主旨説明
• AIの未解決問題とDeep Learning
• 脳の主要な器官の機能とモデル
• 脳をガイドとして超脳知能に至る最速の道筋を探る
• 自然な知覚を支える脳情報表現の定量理解
• 脳型コンピュータの可能性
• 勉強会概要と発表資料

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〜

• 「SLAMの現状と鼠の海馬を模倣したRatSLAM」
• 「海馬神経回路の機能ダイナミクス」
• 「人工知能(AI)観点から想定する海馬回路の機能仮説」
• 勉強会概要と発表資料

第2回全脳アーキテクチャ勉強会　〜大脳皮質と Deep Learning〜

• 「大脳皮質と Deep Learning」
• 「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」
• 「Deep Learning技術の今」
• WBAの実現に向けて： 大脳新皮質モデルの視点から
• 勉強会概要と発表資料

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〜

• 勉強会開催の主旨説明
• AIの未解決問題とDeep Learning
• 脳の主要な器官の機能とモデル
• 脳を参考として人レベルAIを目指す最速の道筋
• 勉強会概要と発表資料

その他関連情報

• 全脳アーキテクチャ勉強会Facebookグループ(現在500名以上が参加中!)
• 全脳アーキテクチャ勉強会公式Twitterアカウント

全脳アーキテクチャ勉強会の開始背景(2013年12月)

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。

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。

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。

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。