予測符号化原理に基づく実ロボットの知能化と事例：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、...
応用脳科学アカデミー
機械学習
深層生成モデルとヒト脳活動の融合研究：高木 優（大阪大学 大学院 生命機能研究科 助教・情報通信研究機構（NICT）未来ICT研究所 脳情報通信融合研究センター 協力研究員）
脳活動と機械学習モデルの対応関係を探ることは、脳がどのように世界を表現しているかを理解するだけでなく、機械学習モデルと脳の認知がどのように関連しているかを解釈することもできるユニークなアプローチです。本講義では、近年我々...
共進化型AI (Co-evolutional AI) から職人芸的AI (Craft AI) へ ～段階的進化に基づく汎用神経回路網の自動構築の試み～：長尾 智晴（横浜国立大学 大学院環境情報研究院...
現在の機械学習の中心的な手法である深層学習（深層回路）の多くはフィードフォワード型の階層型神経回路網であり、脳内情報処理の中の条件反射的で単純な部分を実現しているに過ぎない。一方、実際の脳は階層型に限定されない複雑な構造...
予測符号化原理に基づく実ロボットの知能化と事例：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、...
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...
深層学習を説明するAIとは？ ～深層学習・機械学習・人工脳の今後について～：長尾 智晴（横浜国立大学 大学院環境情報研究院 教授）
人工ニューラルネットワークの研究が以前から行われており，現在，深層学習（ディープラーニング）が注目されていますが，処理内容がブラックボックスになることが企業へのAI導入の妨げになっています．このため，深層学習などの機械学...