17 일 (2018 년 11 월 29 일 목요일에 메이저 사이트)

'납치'~ 가설을 생성하는 뇌 유형 인공 지능을 향해 ~

인간과 가까운 인공 지능 개발 또는 인간 이상의 인공 지능, 정보 공학,인지 과학,
신경 과학 연구원들이 함께 일하고 있습니다.
인공 지능으로 자체적으로 가설을 생성하고 테스트하는 납치 추론 구현은 핵심 요점 중 하나입니다.
다양한 분야의 연구원들로부터 최신 결과를 소개하고 연구를 더욱 심화시킬 수있는 기회를 제공
이 포럼이 메이저 사이트됩니다.

* 관심있는 사람은 누구나 참여할 수 있습니다.

[사전 신청 필수]
↓ 다음에 신청하십시오 ↓

[이벤트의 목적]
과학에 필수적인 납치 및 가설 세대는 또한 "인공 지능 중심 과학"의 기초이며 그 범위는 광범위합니다.
그러나 연구는 공제 (논리, ​​수학) 및 유도 (통계, 기계 학습, 과학 철학)와 같은 다른 형태의 추론 뒤에 뒤떨어져 있습니다.
가설이 생성되면 가설 공간을 적절하게 설정할 수 있다면 나머지는 검색 문제라고 할 수 있습니다.
그러나 가설을 표현하는 언어가 더 풍부할수록 검색 범위가 빨리 커지고 통제 할 수 없게됩니다.
그러나 역사를 되돌아 보면 자연 과학의 발달에 대해 생각하면 인간의 두뇌가 가설을 효율적으로 생성 할 수있는 능력이 있음을 보여줍니다.
나는 또한 인간인지의 기초가 세계에 대한 가설의 생성이라고 생각합니다 (제한된 정보의 일반 모델 구성)
인지 과학에서 점점 더 유망 해지고 있으며, 뇌에서 배울 것이 많을 것으로 예상됩니다.
이 포럼은 납치를 "제약 만들기"로 일반화하고 관련 연구를 도입하여 향후 연구 프로젝트의 실현으로 이어질 것입니다.


날짜와 시간 2018 년 11 월 29 일 목요일, 17 : 30-19 : 40
장소 Niwa Hall, 1, 2 층, 도쿄 센 주 캠퍼스

[방송] Saitama Hatoyama 캠퍼스 메인 빌딩 2nd 미디어 룸*
*Hatoyama 캠퍼스는 우리 대학의 교직원과 직원을위한 것입니다.
개요 ■ 연구 개요 소개 및 패널 토론
(17 : 30-19 : 40 (계획))
Opening Greeting
Furuya Suoaki
교수
  메이저 사이트교 (Denki University)의 연구 홍보 소셜 협력 센터, 연구 촉진부 이사

❏ 연구 요약 소개 

 "하향식 제약으로부터의 강화 학습 및 사회 학습"

  Takahashi Tatsuji부교수

     메이저 사이트교, 정보 시스템 디자인 과학과 공학과

 "가설 생성을위한 동등성 구조 추출"

  SATO SEIYA조교수

     메이저 사이트교, 정보 시스템 과학과 공학부, 과학과 공학과 과학과 공학과 과학과 공학부 정보 시스템 설계부

 "현대 인공 지능에 대해 무엇을 말할 수 있습니까? "

  Maeda Eisaku교수

       메이저 사이트교 시스템 설계 공학부 정보 시스템 공학과

 "납치구체적으로 연구 할 수 있습니다​​~보호 완성의 구성 이론~"

  Sakamoto Kazuhiro부교수

        신경 과학과, 의학부, 도호쿠 의료 및 제약 대학교


❏ 패널 토론

"인간과 같은 가설 생성 및 검증 기능을 구현하는 데 어떤 열쇠가 있습니까?(임시) *진행중인"
    코디네이터 Takahashi Tatsuji 
    Pannerist Maeda Eisaku, Sakamoto Kazuhiro, Sato Seiya

 
❏ 정보 및 의견 교환 회의 19 : 40-20 : 30 


*이 포럼에 관심이있는 사람은 참여할 수 있습니다.
*사전 응용 프로그램 필수

[응용 프로그램]
  아래 응용 프로그램 전용 페이지에서 신청하십시오.
[문의]
  메이저 사이트교 연구 촉진 부서
  CRC 포럼 책임
  kenkyu-k@jim.dendai.ac.jp


[강의 요약]

하향식 제약으로부터의 강화 학습 및 소셜 학습

 스피커 :Takahashi Tatsuji(메이저 사이트교 과학 공학부 부교수)

요약 : 인간이나 동물이 한 환경에서 학습을 시작할 때, 그들은 종종 환경의 구조 및 예상 보상에 대한 "예측", "가설"또는 기준을 이미 가지고 있습니다. 예를 들어, 획득 할 수없는 음식의 양을 극대화하는 것은 단순히 폐기물이며, 그 날에 먹는 양을 빠르고 쉽게 획득 한 다음 안전 및 가공 보장과 같은 다른 작업에 집중하는 방법입니다. 그러한 경우, 검색 및 지식 이용률은 기존의 강화 학습 알고리즘과 다릅니다. 여기에는 순수한 상향식 시행 및 오류로부터 행동 시퀀스의 최적화가 포함되며, 계산 이론에는 다른 종류의 분석 및 모델링이 필요합니다. 이 강의에서, 우리는 인간 위험 인식 경향과의 의사 결정 전략을 결합하는 간단한 방법이며, 하향식 제약을 활용하여 복잡한 상황에서도 효율적인 만족도 또는 최적화를 달성 할 수 있으며, K- 암 밴드의 세부적인 분석을 통해 인간 소셜 학습의 여러 측면을 모델링 할 수있는 위험에 감지적 인 만족제 (RS) 가치 기능이 하향식 제약을 활용할 수 있음을 보여줍니다.

가설 생성을위한 동등성 구조 추출

스피커 :SATO SEIYA(메이저 사이트교 과학 공학부 조교수, 과학 기술 학부)

요약 : 가설 생성의 문제는 검색 범위가 일반적으로 크지 만 평등 구조 추출이 검색 범위를 좁히는 데 효과적 일 수 있다는 것입니다. 등가 구조 추출은 다수의 다차원 시리즈 데이터의 치수 사이의 대응 관계를 발견하는 방법으로 제안되었다. 예를 들어, 두 개의 큰 시리즈 모션 캡처 데이터를 사용한 실험에서, 동등성 구조를 추출하여 합리적인 서신 관계를 추출했습니다. 여기에 언급 된 차원은 손, 팔꿈치, 발가락 등이 있지만 이러한 관계 사이의 서신을 알고 있다면 모방 학습을 수행 할 수 있습니다. 최근 몇 년 동안, 등가 구조 추출 알고리즘이 개선되었으며, 위에서 언급 한 실험은 몇 분 안에 추출 될 수 있었으며, 이전에는 몇 시간이 걸렸다. 이 프레젠테이션은 평등 구조 추출의 최신 방법과 응용을 소개하고 임시 세대를위한 평등 구조의 추출을 고려합니다.

현대 인공 지능이 무엇을 말할 수 있습니까?

스피커 :Maeda Eisaku(메이저 사이트교 시스템 설계 공학부 공학과 교수)

요약 : 많은 연구자들이 인간 뇌의 기능을 명확하게하는 꿈이었습니다. 지난 50 년 동안 우리 인간 이이 꿈에 얼마나 가까이 있었습니까? 딥 러닝으로 대표되는 현대 인공 지능이 "과학"분야에서 연주 할 수있는 역할에 대해서는 여전히 미지의 사람들이 많이 있습니다.

납치는 구체적으로 연구 될 수 있습니다 - 차폐 완성의 계산 이론 -

스피커 :Sakamoto Kazuhiro(Tohoku Medical and Pharmaceutical University, 의학부 신경 과학과 부교수)

요약 : 납치는 암시 적 가정으로 일시적인 일시를 만드는 사고 유형입니다. 불완전한 정보에서 일시적인 구성을 얻을 수 있지만 (1) 임시 구성 자체는 직접적으로 관찰 할 수 없습니다. 그러나 (3) 임시 구조는 다양한 것들을 예측할 수있게 해주 며, (4) 임시 구조 자체는 단순하고 아름답다는 특성을 가지고 있습니다. 그러나 임시 건설을 얻기위한 구현 방법과 관련하여 철학 책은 단순히 "통찰력에 따라"라고 말하며 유용하지 않습니다. 이 강의에서 우리는 계산 시각적 차폐 보충 이론을 소개 할 것입니다. (1) 추정되고 보완적인 형태는 불완전한 정보에서 얻을 수 있으며 (2) 보완 형태 자체를 직접 관찰 할 수 없으며, 차폐 보완 문제는 구체적인 용어로 납치를 연구하기위한 좋은 예라고 할 수 있습니다. 차폐 완료의 이전 계산 이론은 주로 윤곽의 국부적 인 연속 제약을 기반으로하며 전체 형상 대칭을 기반으로 보완이 우수한 경우를 설명 할 수 없었습니다. 이 계산 이론은 메타 제약을 사용하여 이전 계산 이론의 문제를 극복 할 수 있었는데, 이는 뇌 피질 V4 영역의 특성, 구형 투영 지오메트리 및 매개 변수 공간에 대한 투표로서 신경 배선의 확산 및 변환 구조에 기초하여 단순하고 아름다운 (= 덜 표현적인) 형태가 바람직하다는 것을 나타냅니다.

관련 콘텐츠