研究課題/領域番号 |
22H04998
|
研究種目 |
基盤研究(S)
|
配分区分 | 補助金 |
審査区分 |
大区分J
|
研究機関 | 京都大学 |
研究代表者 |
石井 信 京都大学, 情報学研究科, 教授 (90294280)
|
研究分担者 |
森本 淳 京都大学, 情報学研究科, 教授 (10505986)
Seymour Ben 株式会社国際電気通信基礎技術研究所, 脳情報通信総合研究所, 研究員 (10644057)
吉田 和子 株式会社国際電気通信基礎技術研究所, 脳情報通信総合研究所, 客員研究員 (30379599)
Parmas Paavo 京都大学, 情報学研究科, 特定助教 (50936309)
雨森 賢一 京都大学, 高等研究院, 特定拠点准教授 (70344471)
|
研究期間 (年度) |
2022-04-27 – 2027-03-31
|
研究課題ステータス |
交付 (2023年度)
|
配分額 *注記 |
193,570千円 (直接経費: 148,900千円、間接経費: 44,670千円)
2024年度: 37,440千円 (直接経費: 28,800千円、間接経費: 8,640千円)
2023年度: 39,520千円 (直接経費: 30,400千円、間接経費: 9,120千円)
2022年度: 49,920千円 (直接経費: 38,400千円、間接経費: 11,520千円)
|
キーワード | 敵対生成脳 / 意思決定 / 計算神経科学 / 強化学習 / ロボティクス / 計算論的神経科学 / 敵対的生成ネットワーク / Artificial intelligence / Meta learning / Agile robotics |
研究開始時の研究の概要 |
人工知能技術の進展により、画像、音声、言語などの認識系では人間の能力を凌駕することに成功したが、未だ一般化知能の実現には遠い。運動系や意思決定系などではビッグデータを準備することは一般に困難であり、高サンプル効率の学習法の導出に期待されている。本研究では、高等生物脳の高サンプル効率の学習を理論化しようとする「敵対生成脳」を作業仮説とし、その脳内機構をヒト・霊長類の計算神経科学研究により明らかにし、機械学習アルゴリズムとして導出、さらに、人と共創するロボティクスに応用するという学際的な研究を進める。環境に複数のエージェントが存在する状況(マルチエージェント環境)への展開も進める。
|