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〜

脳を構成する主な器官（大脳皮質、大脳基底核、海馬など）の動作原理を説明する計算論的モデルは、不完全ながら出そろいつつあります．そこで我々は，以下の様なWBA中心仮説を設定しました．

【WBA中心仮説】

『脳はそれぞれよく定義された機能を持つ機械学習器が一定のやり方で組み合わされる事で機能を実現しており，それを真似て人工的に構成された機械学習器を組み合わせる事で人間並みかそれ以上の能力を持つ汎用の知能機械を構築可能である』

本全脳アーキテクチャ勉強会では，この仮説を起点に，脳の諸器官の連携を再現する脳全体のアーキテクチャを形作ることで，人間のような知能の実現を目指す研究を推進します．そこで毎回脳の機能の一部に注目し、神経科学、認知科学、人工知能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「統合アーキテクチャ」は，まさにそれら脳器官上に実装された様々な計算機能の統合に関わるテーマであり，これを神経科学的観点と人工知能の観点から考えていこうとするものです．

AI分野においては，環境と相互作用を通じて人のように振る舞う知的エージェントの基本構造が認知アーキテクチャと呼ばれ，全脳アーキテクチャもその研究の一つといえます．

しかし従来の認知アーキテクチャにおいては，神経科学知見が貧弱であった背景から，主に人の振る舞いから心をモデル化しようとしてきました．そうしたアプローチでは，知能を再現しうるアーキテクチャの可能性が広すぎ，人間の知能全体を統合することに困難がありました．

そこで，全脳アーキテクチャでは，この困難を乗り越えるために，先行する多彩な認知アーキテクチャを参考としつつも，むしろ脳をガイドとして一つの統合アーキテクチャとして纏め上げてゆくことを目指しています．

膨大な神経科学知見と，長年に渡る認知アーキテクチャの成果を利用して，人間の知能の包括的な構築を目指す全脳アーキテクチャのアプローチは，非常に大きなチャレンジとなります．しかし他方で，神経科学分野では，ほとんど認知アーキテクチャについて知られていないという研究現状を考えれば大きなチャンスでもあります．

今回の勉強会では，この統合アーキテクチャ実現への道筋を探るために，これに関わる最新の神経科学知見，脳において想定されるアーキテクチャ，そしてAI分野に於ける認知アーキテクチャの３つの観点からそれぞれの専門家にご講演いただきます．

勉強会開催詳細

• 日　時：2014年7月18日(金) 18:45～21:15 (開場: 18:35～19:00)

  • 【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：180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。

講演スケジュール

18:45-18:50 オープニング(富士通研究所 山川宏)

18:50-19:25 「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」（富士ゼロックス株式会社 岡本洋）

脳全体の構造・機能を記述するネットワーク地図－コネクトーム－の解明が活発に進められている．一方，複雑ネットワークの性質を調べるための様々な分析方法がこの10年間に提案された．近年，複雑ネットワーク分析の方法をコネクトームに適用してその意味を読み解くこと（これを全脳ネットワーク分析とよぶことにする）が試みられている．本講演では，全脳ネットワーク分析に関する神経科学研究の最近の動向を概観する．これらの研究を通じて，全脳ネットワークのモジュール（コミュニティ）構造，リッチクラブ構造および両者の間の相互作用が明らかになってきた．そこから示唆される統合アーキテクチャは「分散と集中」である．

19:25-20:00 「脳の計算アーキテクチャ：汎用性を可能にする全体構造」（玉川大学 大森隆司）

脳は，過去の記憶と学習経験に基づき，多様な課題を素早く解決する処理を発見する，汎用の処理発見装置である．それを可能とするのは，脳の強力な状況認識と推論のシステムであり，さらに状況に応じて過去の経験を柔軟に適応させる処理構築システムであると考えられる．ここでは，その汎用性を生み出す脳の全体構造について説明する．

20:00-20:10 休憩

20:10-20:45 「認知機能実現のための認知アーキテクチャ」（国立情報学研究所 市瀬龍太郎）

人間は，様々な環境において，知的に振る舞うことが可能である．そのためには，環境を認識し，内部にある知識を用いながら，適切な行動を選択する必要がある．その内部構造をモデル化するものが認知アーキテクチャである．これまでに様々な認知アーキテクチャが考案されている．それらを紹介することで，知的動作に必要なアーキテクチャについて考えていく．

20:40-21:20 パネルディスカッション

• パネリスト： 大森隆司(玉川大)，岡本洋(富士ゼロックス)，市瀬龍太郎(国立情報学研究所)， 高橋恒一(理化学研究所)
• モデレータ： 山川宏(富士通研究所)

討論内容(予定)

• WBAの統合技術について現段階で言えること
• 脳型情報処理における制約
• どのように膨大な神経科学知見やAI知見(認知アーキテクチャ)を活用するか？
• ロードマップをどのように構築するか？
• 複数の研究者が協力するためのフレームワークはどうあるべきか？

等、自由討論形式で全脳アーキテクチャ実現に向けた具体策を探っていきます。

21:20-21:25 クロージング (富士通研究所 山川宏)

21:25-22:00 自由討論(会場開放)

今回は，開始時間が遅いために，懇親会は企画しませんが，会場にて30分ほど自由に情報交換する時間を設けました．

スピーカー紹介

◎富士ゼロックス株式会社 岡本洋

富士ゼロックス株式会社研究技術開発本部コミュニケーション技術研究所勤務．計算論的神経科学および脳科学知見に基づく文書処理の研究に従事．理化学研究所脳科学総合研究センター脳回路機能理論研究チーム客員研究員．理学博士．

◎玉川大学 教授 大森隆司

1979年東京大学大学院修了．工学博士．東京農工大，北海道大学を経て2006年より玉川大学工学部／脳科学研究所教授．
脳という神経機構に知的な行動が生まれる情報的なメカニズムに興味があり，認知科学，人工知能，発達，神経科学などの諸学問を足をつっこみながら，心に関わる脳の情報処理過程の解明と工学的な方法による実現を試みている．最近の主要テーマは意図推定に基づくサービスロボットの開発．

◎国立情報学研究所 准教授 市瀬龍太郎

東京工業大学大学院情報理工学研究科博士課程修了．博士（工学）．人工知能の研究，特に，セマンティックウェブ，機械学習，知識発見などの知識処理の研究に従事．総合研究大学院大学准教授併任．

◎理化学研究所 チームリーダー 高橋恒一

1996年、慶応義塾大学環境情報学部在学時、E-Cellプロジェクトの立ち上げに関わり、冨田勝教授やクレイグ＝ベンターなどと共に世界初の全細胞シミュレーションを実現。以来、E-Cell Systemチーフシステムアーキテクト。博士（学術）。米Molecular Sciences Institute HFSPフェローなどを経て2009年から現職。慶応大学先端生命科学研究所特任准教授、大阪大学大学院生命機能研究科招聘准教授を兼任。

http://lbcs.e-cell.org/member/koichi-takahashi/

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」

◎富士通研究所 研究員 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300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。