| 研究課題/領域番号 |
23650067
|
|---|
| 研究機関 | 東京大学 |
|---|
研究代表者 |
市川 保正 東京大学, 情報理工学(系)研究科, 助教 (40134473)
|
|---|
| キーワード | Artificial Intelligence / Cognition / Cell Automaton / Nyurotransmitter |
|---|
| 研究概要 |
脳内修飾物質は，知能発現に重要な役割を果たしており，本研究では，これをニューロンの発火確率を制御する興奮物質と抑制物質の濃度場としてモデル化する．モデルは以下の機能を基本構成として持つ．①空間的に結節したニューロン群を神経修飾物質の濃度拡散場が覆っている．②各結節点の発火非発火の閾値は，アナログ場の物質濃度によって決まる．③神経修飾物質はニューロンの発火時に場に放出され濃度分布を時間発展させる．④発火時間と各物質の緩和時間に差を設けることにより，次の発火時に前の発火の影響が場の状態として残る．この濃度分布発展ルール（生成子）は内部的に構成可能な外部情報（認識場）として捉えることができるので，記憶した生成子をもって「認識」と見なす．
平成24年度は， 2年目であり，生成子モデルを構築することを目標とし，以下の進展を見た．
１）セルオートマトンの入力線を限定し，出力を複数とした多入力多出力のセルオートマトン素子を構築した．これは一つの素子で繰り返し発展ができ特定の時間発展構造がルールによって決定される．これは，外部刺激に対する多様な出力という意味で重要な進展を含んでいる．ルールは刺激に対応して選定されように構築した．また，これらを一つのニューロンとして時間発展構造をそれぞれ連結したネットワークを構築し，MATLABによる数値実験を行った．
２）濃度場としてランダムウオーク場を構築しCA素子との相互作用を行わせている．本報告の時点では一次元モデルが外部刺激に対して安定な収束点に至るモデルにはなっていないので次年度は濃度場を離散モデルから連続モデルに変えることおよび抑制物質場の付与などの変更を行い簡単な外部認識機械の構成を目指す．
３）研究中の新たな進展として，認識と認識主体の問題が明確にされれ，それが機械化可能かどうかという考察を進めている．これは機械知能の根源にかかわる問題である.
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
3: やや遅れている
理由
知能発現の原理について考察し，いくつかのモデル化を行い，特質を検討している．
１．もっとも単純な例として，セルオートマトンを多入力多出力のCA素子としてとらえなおし，素子自身の時間発展を一つの機能を有するニューロンとして複数の素子間でネットワークするモデルをMATLABソフトによる実験的に構築している．
現在CA素子ネットワークの整合性が十分でなく，所定の計画よりも進展がやや遅れてしまった．このため，本年度購入予定の高速計算機は次年度に購入することにした．
２．ランダムウォークモデルを素子の上に置き，素子の発火確立をその上の濃度確率によって変えるアルゴリズムを検討している．これは，離散発火点の局所性がそのまま，濃度分布に反映されてしまって，マクロな視点での変動プロセスを抽出しても，離散発火点の分布変動とほとんど同じ状態になってしまう．緩和時間のさらなる試行変更と理論的な根拠の再検討が必要であり，予定外の時間が掛かっている．
３．研究過程で，認識と認識主体の問題に突き当たり，認識主体とはなにかという点を詰め，それの機械化が可能かという問題を検討している．これは全く新たな課題であり，知能発現する機械という主題にたいして重要な発展であるので，考察を十分に行っている．
以上の理由により進捗がやや遅れているが，新しい研究の萌芽もみれら，年度内に所定の成果が得られると考えている.
|
| 今後の研究の推進方策 |
次年度は以下のステップによって，今年度と同様，整合性の高い知能モデルの構築を行う．
１．CA素子ネットワークアルゴリズムの整合性の向上
２．ランダムウオーク場とCA素子の相互作用を構築し直し，緩和時間をパラメータとして，拡散場の時間発展ルールの抽出を簡単な一次元モデルで構築する．
３．構築した，時間発展アルゴリズムを用いて一パラメータ外部刺激場中で実際に認識ができるかを検討する．
４．進捗にもよるが，新しいテーマである認識と認識主体のモデル化の可能性を検討する．
５．研究成果を国際会議等で公表する.
|
| 次年度の研究費の使用計画 |
残金122万円に対して，
備品として，GPUを複数積んだ高速計算機と計算機環境：60万円程度
開発ソフト関連のツール：20万円程度
情報収集・成果公開費・英文翻訳費等：40万円程度
を見込んでいる.
|
