| 研究領域 | 予測と行動の統一理論の開拓と検証 |
|---|
| 研究課題/領域番号 |
23H04974
|
|---|
| 研究種目 |
学術変革領域研究(A)
|
| 配分区分 | 補助金 |
|---|
| 審査区分 |
学術変革領域研究区分(Ⅳ)
|
|---|
| 研究機関 | 東京大学 |
|---|
研究代表者 |
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)
|
|---|
| 研究分担者 |
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)
|
|---|
| 研究期間 (年度) |
2023-04-01 – 2028-03-31
|
| 研究課題ステータス |
交付 (2024年度)
|
| 配分額 *注記 |
100,880千円 (直接経費: 77,600千円、間接経費: 23,280千円)
2024年度: 20,280千円 (直接経費: 15,600千円、間接経費: 4,680千円)
2023年度: 19,760千円 (直接経費: 15,200千円、間接経費: 4,560千円)
|
|---|
| キーワード | 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 |
|---|
| 研究開始時の研究の概要 |
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．
|
