2018年度「深層学習の先にあるもの – 記号推論との融合を目指して(2)」


意味理解と想像

知能全体の中で、想像はどのような役割を果たしているのでしょうか? 記号推論とディープラーニングをつなぐ人工知能の新たな可能性を考えます。

2019年3月5日

学習された表現を飼いならす

知的システムが学習によって獲得した表現をどのように扱うべきでしょうか。「表現工学」の観点から考えます。

2019年3月5日

自然知能と人工知能の共進化:「知の創生」に向けて

この講義では、深層学習が得意とするパターン情報処理を記号推論と融合させる方法について考えます。

2019年3月5日

記号創発ロボティクスにおける確率的生成モデルと深層学習の融合

知的システムはどのように記号を生み出すのでしょうか? 記号創発ロボティクスの研究を紹介し、深層学習との融合の方向性を考えます。

2019年3月5日

予測不確実性に基づく認知と行動変化:ニューロロボティクスの視点から

神経回路モデルの深層学習はロボットをどう変えるのでしょうか? 認知発達ロボティクスの研究例を紹介します。

2019年3月5日

次世代人工知能に向けて:身体性に基づく創発と発達による自律性と社会性の融合

AIの社会実装を阻害する深層学習の「落とし穴」を回避するために、何ができるのか考えてみましょう。

2019年3月5日

知能の階層性について

知能にとって高次推論は不可欠だという立場から、深層学習(ボトムアップ)と記号処理(トップダウン)を融合するアーキテクチャを提案します。

2019年3月5日