A Study on Deep Generative Models based on The Free Energy Principle

Planned Research

Project Area	Extension and validation of unified theories of prediction and action
Project/Area Number	23H04974
Research Category	Grant-in-Aid for Transformative Research Areas (A)
Allocation Type	Single-year Grants
Review Section	Transformative Research Areas, Section (IV)
Research Institution	The University of Tokyo
Principal Investigator	鈴木雅大東京大学, 大学院工学系研究科(工学部), 特任助教 (30823885)
Co-Investigator(Kenkyū-buntansha)	熊谷亘オムロンサイニックエックス株式会社, リサーチアドミニストレイティブディビジョン, リサーチエンジニア (20747167)
Project Period (FY)	2023-04-01 – 2028-03-31
Project Status	Granted (Fiscal Year 2024)
Budget Amount *help	¥100,880,000 (Direct Cost: ¥77,600,000、Indirect Cost: ¥23,280,000) Fiscal Year 2025: ¥20,280,000 (Direct Cost: ¥15,600,000、Indirect Cost: ¥4,680,000) Fiscal Year 2024: ¥20,280,000 (Direct Cost: ¥15,600,000、Indirect Cost: ¥4,680,000) Fiscal Year 2023: ¥19,760,000 (Direct Cost: ¥15,200,000、Indirect Cost: ¥4,560,000)
Keywords	深層生成モデル / 自由エネルギー原理 / マルチモーダル学習
Outline of Research at the Start	自由エネルギー原理では，生物の推論・行動・学習を同一の枠組みで捉えることができ，外界と相互作用して能動的な情報処理を行なうことが自然に導かれる．しかし，大規模かつ多様な観測での検証は行われてこなかった．本研究では，深層生成モデルを用いて，大規模な観測を扱う自由エネルギー原理に基づく推論・行動・学習の各手法を提案する．本研究によって，大規模環境と相互作用し，能動的に推論や学習をするヒトに近い知能の実現を目指す．また，設計した深層生成モデルを大規模なヒトの神経活動データから学習し，ヒトの脳活動や認知活動と照らし合わせることで，構成論的アプローチによる知能の解明を目指す．