| 研究課題/領域番号 |
23K11262
|
|---|
| 研究種目 |
基盤研究(C)
|
| 配分区分 | 基金 |
|---|
| 応募区分 | 一般 |
|---|
| 審査区分 |
小区分61040:ソフトコンピューティング関連
|
|---|
| 研究機関 | 信州大学 |
|---|
研究代表者 |
Arnold Solvi 信州大学, 工学部, 准教授(特定雇用) (80764935)
|
|---|
| 研究分担者 |
有田 隆也 名古屋大学, 情報学研究科, 教授 (40202759)
鈴木 麗璽 名古屋大学, 情報学研究科, 准教授 (20362296)
|
|---|
| 研究期間 (年度) |
2023-04-01 – 2026-03-31
|
| 研究課題ステータス |
交付 (2023年度)
|
| 配分額 *注記 |
4,160千円 (直接経費: 3,200千円、間接経費: 960千円)
2025年度: 650千円 (直接経費: 500千円、間接経費: 150千円)
2024年度: 2,990千円 (直接経費: 2,300千円、間接経費: 690千円)
2023年度: 520千円 (直接経費: 400千円、間接経費: 120千円)
|
|---|
| キーワード | 人工知能 / ニューラルネットワーク / 人工生命 / ボールドウィン効果 / 機械学習 |
|---|
| 研究開始時の研究の概要 |
Learning is a key aspect of intelligence. In contrast to AI, humans can learn efficiently from limited experience. Human cognition is evolutionarily specialised to learn important tasks (e.g. learning to walk, acquiring language) rapidly. This is hypothesised to be a core factor in cognitive evolution. We computationally model the evolution of learning ability using neural networks, with a focus on such specialisation. Our goals are 1) to explore how we can make AI learning more human-like, and 2) to gain new insights in the evolution of intelligence in nature.
|
