自由エネルギー原理の基礎：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...
応用脳科学アカデミー
脳に学ぶAI
錯覚の効果と情報提示技術への応用：雨宮 智浩（東京大学バーチャルリアリティ教育研究センター 准教授）
ヒトが外界から受ける感覚情報を処理するとき、刺激を感覚器官によって受容し、それらを総合的に意味づけし、経験や記憶に基づいて解釈をおこなう過程を経ます。五感情報ディスプレイはこうした感覚情報の流れを修飾し、編集するものであ...
説明可能AI (XAI)、共進化AI (CAI)、そして職人芸的AI (CAI)へ ～深層学習の次の世代のAIと人との関わりあいについて～：長尾 智晴（横浜国立大学 大学院環境情報研究院 教授）
現在、機械学習の中心となっている深層学習（ディープラーニング）は、高精度であるものの説明性が極めて低く、処理の判断根拠や機序を人が理解することが困難であり、産業界への導入の妨げになっています。深層学習の説明性を高めること...
人工知能は脳から何を学べばいいのか：銅谷 賢治（沖縄科学技術大学院大学 神経計算ユニット 教授）
今日の人工知能は、パターン認識やゲームなど特定の課題では人間を超える性能を実現していますが、総合的に見ると人間や脳には遠く及ばない面がいくつもあります。特徴的なのは、1) 約20ワットと言われる低エネルギー消費で高度な知...
自由エネルギー原理は普遍的な脳理論なのか？：磯村 拓哉（理化学研究所 脳神経科学研究センター 脳型知能理論研究ユニット ユニットリーダー）
脳を構成する神経細胞は、どのように生物の優れた知能を実現しているのでしょうか？例えば、壁の近くにリンゴがあるとき、私たちはリンゴが壁の形に欠けているとは考えず、リンゴの一部が壁に隠れていると考えます。こうした経験に基づく...
複雑系数理モデル学とニューロインテリジェンス：合原 一幸（東京大学 特別教授・名誉教授）
本講義では、複雑系制御理論、複雑ネットワーク理論、非線形データ解析理論、データ駆動モデリング等の複雑系数理モデル学の基礎理論とその応用に関して概説するとともに、ニューラルネットワーク理論やニューロモルフィックハードウェア...
学習理論から迫る脳の意思決定と情動：吉本 潤一郎（藤田医科大学 医学部 教授）
過去の経験に基づき、将来を予測し、意思決定に役立てる能力を「学習」といいます。我々人間の脳は、意識することなく簡単に実現してしまっている学習ですが、どのような仕組みでそれが実現されているのでしょうか？本講義では、機械学習...
人とロボットの経験を拡張するVRデジタルツイン：稲邑 哲也（国立情報学研究所 情報学プリンシプル研究系 准教授）
近年のVR技術の発展にともない，現実では実現不可能な仮想体験を提供することで，ユーザの行動を変容させる技術が注目されてきている．一方で，ユーザにとって最も相応しいのはどのような仮想体験であるか，をAIが決定するのは困難な...
- 1
- 2