2018 Fiscal Year Annual Research Report
Understanding Neural Computation for Double Articulation Analysis Bridging Sensory-motor Information and Natural Language in Human Brain
Project Area | Correspondence and Fusion of Artificial Intelligence and Brain Science |
Project/Area Number |
16H06569
|
Research Institution | Ritsumeikan University |
Principal Investigator |
谷口 忠大 立命館大学, 情報理工学部, 教授 (80512251)
|
Co-Investigator(Kenkyū-buntansha) |
松香 敏彦 千葉大学, 大学院人文科学研究院, 教授 (30466693)
小林 一郎 お茶の水女子大学, 基幹研究院, 教授 (60281440) [Withdrawn]
田口 亮 名古屋工業大学, 工学(系)研究科(研究院), 准教授 (70508415)
久保 孝富 奈良先端科学技術大学院大学, 先端科学技術研究科, 特任准教授 (20631550)
|
Project Period (FY) |
2016-06-30 – 2021-03-31
|
Keywords | ソフトコンピューティング / 知能ロボティクス / 人工知能 / 脳・神経 / 認知科学 |
Outline of Annual Research Achievements |
各研究項目に関して以下の研究成果を挙げた. 1.二重分節解析と動的カテゴリ形成の脳内計算過程を表現する内部モデル計算論の構築: 二重分節解析のアルゴリズム高速化に取り組み100倍の速度を達成した.また,このアルゴリズムに基づきカテゴリ形成との統合,プロソディー情報の統合を行う拡張を行った.二重分節構造を有する時系列データから変数間の相互作用,因果関係を特定する手法の開発に取り組んだ.また,全脳的な認知アーキテクチャ創成のためのフレームワークの提案や深層生成モデルを用いた構築に向けた探索を行った. 2.二重分節解析と動的カテゴリ形成の脳内計算過程の解明:文脈依存の動的カテゴリーのメカニズムの根底には不完全な記憶と文脈に依存した記憶のサンプリングがあるという作業仮説の下,行動実験および認知モデルを用いて検証を行った.人工的カテゴリーの学習課題では認知モデルを用いた計算機シミュレーションの結果,不完全な記憶は深層学習で用いられるdropoutの効果と同様に過剰一般化を防ぐと同時に動的カテゴリー化をもたらすことが示された.また,統合失調症患者の発話をモデル化するための人工知能モデルの研究を推進した. 3.自律的な言語獲得・運動学習を実現するロボットの創造:二重分節解析を音声語彙獲得に利用した後に音声合成に利用するための研究を推進し,深層学習を用いた教師なし音声合成に向けて一定の成果を得た.また,相対場所概念と語彙獲得を同時学習するモデルの構築を行った.また自律的な運動学習に向けた強化学習の実世界適用に関する研究を行った.
|
Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
三つの課題に関してそれぞれに成果を挙げることができた.故に,総合的な判断としてはおおむね順調に進展していると言える.アルゴリズムの高速化が人工知能側の展開も,脳科学研究における解析面の展開も加速させうるフェーズにある.また,新学術領域の計画研究として他の研究者との共同研究も増えてきており,これらから如何に成果を出していくかが今後の課題である.
|
Strategy for Future Research Activity |
当初の研究計画の通り, 1.二重分節解析と動的カテゴリ形成の脳内計算過程を表現する内部モデル計算論の構築 2.二重分節解析と動的カテゴリ形成の脳内計算過程の解明 3.自律的な言語獲得・運動学習を実現するロボットの創造 に関して研究を遂行していく.新学術領域の形成のために異分野融合,国際融合研究を積極的に推進していく.新学術領域内部での共同研究に関しても,明確な成果に繋がるように発展させていく.
|
Research Products
(24 results)