計算神経科学とAIを学ぶための基礎知識：沖野 将人（株式会社NTTデータ経営研究所 ニューロイノベーションユニット シニアコンサルタント）
昨今、ディープラーニング（深層学習）から端を発し、アルファ碁等の登場によりAIブームが巻き起こっており、その技術はスマホ、家電、セキュリティに至るまで様々なものに転用され、もはや身近なものになっているかと思います。一方で...
応用脳科学アカデミー
AI
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...
人工知能は脳から何を学べばいいのか（仮）：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...
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...
脳の自由エネルギー原理：背景と応用：島崎 秀昭（京都大学 大学院情報学研究科 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...
生成系AIと人間の創造性：河島 茂生（青山学院大学 准教授）
この講演では，まず創造性の定義や類型，段階などに関する代表的な議論を紹介しながら，生き物の特性や，ヒトとテクノロジーとの共変化について取り上げていきます。そのあと，AI等の先端技術と創造性との関係について概説します。人が...
「認知行動療法：根本的な考え方から、テクノロジーを用いた発展まで」：伊藤 正哉（国立精神・神経医療研究センター 認知行動療法センター 部長）
認知行動療法は、認知理論と学習理論を背景として、人のものの考え方、行動の仕方に注目して介入をしていくことにより、心理的な変容を促そうとする心理介入の総称であり、発展しつつある科学の一分野とも捉えられている。本講義において...
イノベーションを支えるデータ倫理規範：横野 恵 （早稲田大学 社会科学部 准教授 ）
さまざまな分野で，パーソナルデータをはじめとした大量のデジタルデータを流通させ，利活用してイノベーションを創出することが期待されています。一方で，データの取り扱いの拡大に伴い，データ利用にかかわる倫理的・社会的問題も顕...
人工知能と社会をめぐる課題にどう向き合うか：江間 有沙（東京大学 未来ビジョン研究センター 准教授 ）
近年、人工知能（AI）サービスや製品の社会実装が拡大する一方で、AIの信頼性に係る問題が発生しています。これに関しては国連をはじめとする国際機関のほか、各国政府、産業団体などが緩やかに連携して原則づくりやその実装に向けた...