1. HOME
  2. 応用脳科学アカデミー
  3. 2022年度
  4. アドバンス2022年度
  5. 脳に学ぶAI

応用脳科学アカデミー

     

脳に学ぶAI

脳が学習するしくみを理論的に研究する:豊泉 太郎(理化学研究所 脳神経科学研究センター 数理脳科学研究チーム チームリーダー)

脳は神経回路を経験に応じて変化させることで様々な環境に適応している。その際、神経細胞間の情報伝達を担うシナプスの強度は神経活動に応じて変化することが知られている。本講義では、神経細胞が効率的に情報を伝えているという最適化...

高次知識を発見するメタモデリングと生成的ビジュアルアナリティクス:古川 徹生(九州工業大学 大学院生命体工学研究科 人間知能システム工学専攻 教授)

単一データセットの学習ではなく,複合するさまざまなデータの集合体から高次の知識やモデルを獲得することが望まれています。そうした高次知識の獲得について2つの視点からお話しします。ひとつめのメタモデリングは,類似するさまざま...

自由エネルギー原理:生命・脳・発達・社会をつなぐ数学理論:乾 敏郎(追手門学院大学 特別顧問・名誉教授)

自由エネルギー原理は、2006年にカール・フリストンによって発表されて以降急速に発展し、現在では発達科学や社会科学をも含む大統一理論として分野の垣根を越え広く認められている。自由エネルギー原理で扱われる自由エネルギーとは...

自由エネルギー原理から考える知能ロボティクス:尾形 哲也(早稲田大学 理工学術院 基幹理工学部 教授)

深層学習に代表される機械学習では、大量のデータを学習し、最適な汎化性能を持つモデルの作成を目的とする。しかしながら、開かれている実世界で活動する実ロボットにおいて、全ての状況で最適なポリシーを獲得することは不可能であり、...

揺らぎを活かす脳の計算学習理論:寺前 順之介(京都大学 大学院情報学研究科 先端数理科学専攻 非線形物理学講座 准教授)

脳は約千億のニューロンがそれぞれ数千のシナプスを介して互いに結合し合う巨大なネットワークである。興味深いことに脳内では、ニューロンの活動とシナプスの変化との両方が、自発性に、しかもランダムに動作することが分かっている。例...

知覚と行動と学習をつなぐ自由エネルギー原理:吉田 正俊(北海道大学 人間知・脳・AI研究教育センター 特任准教授)

ベイズ的知覚観というものがあります。われわれ人間やその他の生き物は、たとえば網膜のようなセンサーに時々刻々と入力してくる観測データを元にして、それを生み出した外界の状態(たとえば太陽の高さ)という隠れ値を推定する、このよ...

脳型知能とその工学応用:我妻 広明(九州工業大学 大学院生命体工学研究科 人間知能システム工学専攻 教授)

サイエンスにおいては、機械に感情を保有させる議論がある。人のような感情は「寿命」「進化」が必要と指摘もあるが、問題はその先である。「作込みの感情でない、内在し、中から生まれ出る」という主張は一理あるが、「偶然生物に感情の...

脳の自由エネルギー原理:背景と応用:島崎 秀昭(北海道大学 人間知・脳・AI研究教育センター 特任准教授)

本講演では脳の自由エネルギー原理が形成されてきた歴史的背景を,それを支える主要な実験結果や他分野との関わりとともに紹介する.自然刺激への適応に基づく古典的な認識の理論から,外界のモデルを脳の中に持つとするベイズ脳仮説,そ...

自由エネルギー理論の基礎(数学的):阪口 豊(電気通信大学 大学院情報理工学研究科 機械知能システム学専攻 教授)

脳のさまざまな機能を統一的な視点から説明する理論として,Karl J. Fristonが提唱している自由エネルギー原理が近年注目を集めています.この理論では,変分自由エネルギーと呼ばれる量を核として,それをさまざまな形に...

  • 1
  • 2