| 研究課題/領域番号 |
16H02873
|
|---|
| 研究種目 |
基盤研究(B)
|
| 配分区分 | 補助金 |
|---|
| 応募区分 | 一般 |
|---|
| 研究分野 |
ソフトコンピューティング
|
|---|
| 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)
|
|---|
| 研究期間 (年度) |
2016-04-01 – 2019-03-31
|
| キーワード | 脳型人工知能 / ブレイン・マシン・インターフェース / 順逆強化学習 / 模倣学習 / ソフトコンピューティング |
|---|
| 研究成果の概要 |
階層型逆強化学習を、動物行動およびヒト意思決定過程に適用した。線虫には記憶に依存した戦略と記憶に依存しない戦略があることを発見、ヒトのメタな学習戦略を変化させながら環境適応するモデル化が可能になった。ヒトの脳波および機能的核磁気共鳴図からのデコーディング研究を進めた。動画観視時のヒト脳波から動画に含まれる顕著度が 解読可能であることが分かった。視覚注意に関わる被験者間転移デコーディング法を開発した。
|
| 自由記述の分野 |
人間情報学
|
| 研究成果の学術的意義や社会的意義 |
動物や人間の環境適応能力の同定は、自然科学のみならず、人間と共存する機械（人工知能）の開発（工学）において重要である。本研究では、動物の見まね学習を数理モデル化した「順逆強化学習」のアルゴリズムを導出し、それを、動物および人間の行動データに適用することに成功した。また、モデルを用いたデコーディング法を開発し、視覚注意課題に適用した。その成果は、脳と機械を直接つなぐブレイン・マシン・インターフェースの開発につながる。
|
