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」

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「実世界に接地する言語と記号」です．

まず背景として，言語を扱いうる知能を実現するためには，高次の概念やその関係を抽出し，それを記号と結びつけた上で，文法等に従った記号操作を行う能力が求められると思われます．しかし，こうした能力を工学的に実現するのは容易ではなく，現状の人工知能や機械学習における現実世界のデータと記号や言語とのつながりは，人間に比べて極めて貧弱なものです．

しかし近年においては，神経科学の知見が急速に蓄積され，深層学習からは基本的な概念の獲得に成功するだけでなく，文法を扱う試みなども始まっています．そこで，今回の勉強会では，こうした背景を踏まえ，「実世界に接地する言語と記号」を主たるテーマとして開催します．

勉強会開催詳細

• 日　時：2015年2月4日(水) 18:00～21:00 (開場: 17:40～19:00)

  • 【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　33FセミナールームE

  • (※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（定員に達し次第締め切らせて頂きます）

• 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。

レポーターを募集しています

【2/3 21:30追記】レポーター協力の募集は締め切りました。ご協力頂いた皆様、ありがとうございます！

前回に引き続き，ドワンゴ人工知能研究所所長山川宏氏と共著にて本勉強会の報告書作成にご協力いただくレポーターを募集いたします．

報告書の分量は4000~7000字程度とし，ドワンゴ人工知能研究所のテクニカル・レポートとして発行する予定です．

満席の場合でも協力参加者として出席できますので、ご協力をいただける方は本ページのお問い合わせよりご連絡ください．

ネット配信について

今回の勉強会から、ニコニコ生放送にて各講演者の講演と全体討論を配信します。

ニコニコ生放送で下記のページでご覧いただけます。
ニコニコ生放送でみる

講演スケジュール

18:00 - 18:10「オープニング」(ドワンゴ人工知能研究所 山川宏氏)

18:10 - 18:50「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」(産業技術総合研究所システム脳科学研究グループ 林隆介氏)

視覚情報は，大脳皮質の各視覚領野において階層的に処理され，物体認識を生み出すに至ると考えられている．しかし，中～高次視覚野でどのような情報符号化が行われているのか未だ明らかではない．こうしたなか，画像認識研究で飛躍的に進歩している，大規模な多層ニューラルネットワーク（DNN）を用いたアプローチが注目される．本発表では，DNN各 層の視覚情報表現とサルの脳から記録した神経活動パターンを比較することで，DNNの高次層の情報表現が，下側頭葉の神経細胞による情報表現に類似していることを示し，さらに，自然言語における物体概念表現の類似性を示す．こうした結果をもとに，視覚的メタファーの神経基盤について議論するとともに，神経情報から想起している視覚イメージを復号化するブレイン・マシン・インタフェース技術への応用研究を報告する.

18:50 - 19:30「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」(立命館大学情報理工学部 谷口忠大氏)

人を含んだ創発システムの中でも重要なものに記号創発システムがある．記号系とは形成された概念や語彙，文法，語用といった言語的知識を含む．これらは，人間の身体的・社会的経験に基づいた認知発達過程を通して，また，記号論的な相互作用を通して，ボトムアップに形成される創発的存在である．このような記号創発システムのダイナミクスを構成論的に理解することは，人間とコミュニケーションするロボットを作る上でも，人間の発達過程や文化を理解する上でも重要である．本発表では，記号創発システムをロボットを用いて議論するために，我々が展開する記号創発ロボティクスの研究領域について概説する．また，具体的な研究テーマとしてのマルチモーダル物体概念形成及び言語獲得や，時系列データの二重分節解析に関する研究成果に関しても報告する．

19:30 - 19:40 休憩

19:40 - 20:20「脳科学から見た言語の計算原理」(東京大学大学院総合文化研究科 酒井邦嘉氏)

言語は人間の脳に備わる本能であり，文法に基づいて文の「木構造」が生成される．これまでの脳研究で，文を理解している時の脳活動を測ることにより，文法に特化した場所(文法中枢)が明らかになっている．最近我々のグループは，文法中枢を含む複数の脳部位(言語野)の活動が，文の木構造の「併合度」に従って変化することを見出した【PLOS ONE 8, e56230, 1-16 (2013)】．講演では，脳における言語の計算原理について議論したい．

20:20 - 20:40 全体討論

実世界に接地する言語や記号を，人間並みに扱い得る人工システムの実現にむけての課題と，人間の脳がそれをどのように実現しているか等について議論する．

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、直接フリーディスカッションや情報交換などが行える自由時間を設けます。

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」

◎株式会社ドワンゴ人工知能研究所 所長 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〜

• 脳における時間順序判断の確率論的最適化
• 順序とタイミングの神経回路モデル
• 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
• 勉強会概要と発表資料

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1,000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。