2 第一次AIブーム(1960年代)
もし A ならば B
もし B ならば C
よって、
もし A ならば C
シンボルによる人工知能
(記号主義)
ニューラルネットによる人工知能
(コネクショニズム)
推論ベース ニューラルネット
誕生
Slide 24
Slide 24 text
3 第二次AIブーム(1980年代)
IF (A) then B
IF (C) then D
IF (E) then F
IF (G) then H
IF ( I ) then J
シンボルによる人工知能
(記号主義)
ニューラルネットによる人工知能
(コネクショニズム)
ルールベース
新しい学習法=
逆伝搬法
Deep neural networks help us read your mind.
Posted by Ben Cipollini on October 22, 2015 in Modeling
https://neuwritesd.org/2015/10/22/deep-neural-networks-help-us-read-your-mind/
Slide 53
Slide 53 text
Using deep neural networks to predict how natural sounds are processed by the brain by Ingrid Fadelli,
Medical Xpress https://medicalxpress.com/news/2023-04-deep-neural-networks-natural-brain.html
Slide 54
Slide 54 text
Nikolaus Kriegeskorte, Deep Neural Networks: A New Framework for Modeling Biological Vision and Brain Information Processing
https://www.annualreviews.org/content/journals/10.1146/annurev-vision-082114-035447
Physical
Informat
ion
Abstract
Informat
ion
More
Abstract
Informat
ion
Abstraction
Time
Decision-Making
Decision-Making
Decision-Making
Multi-Layered
Blackboard
Abstraction
Abstraction
Reduction
Reduction
Reduction
World
World Dynamics
Artificial Intelligence
Object
Object image on the
lowest layer (Umwelt)
Object image on
the second layer
Object image
on the third
layer
Decision-Making
Object image
on the top
layer
Anil Ananthaswamy, Deep Neural Networks Help to Explain Living Brains, Quanta Magazine, 2020
https://www.quantamagazine.org/deep-neural-networks-help-to-explain-living-brains-20201028/
Slide 102
Slide 102 text
睡眠中の新生ニューロンの活動とその記憶固定化への役割の解明
小柳伊代、坂口昌徳
筑波大学国際統合睡眠医科学研究機構
DOI 10.11481/topics129
投稿日 2020/08/07
• 深層生成モデルが訓練時に概念を獲得していくプロセス,潜在空
間の幾何,相転移の関係について考察するnotebookシリーズ
• The Latent Space Geometry of Concept Grasping
https://github.com/hayashiyus/geometry-of-latent-space
• Transformerの潜在空間に現れる"虹"について考察したnotebookを
追加.生成AIの潜在空間の曲率を可視化
S
(身体)
O
(対象)
作用: f
O’
認識: p
S’
(主体)
作用: f’
認識: p’
O’’
S’’
(主体)
作用: f’’
認識: p’’
階層が上がる
R
R
R
自己の階層的序列 対象の認識の階層的状列
動く向き
車に乗る場所
階層が上がる
R
A
O
D
C
B
B’
C’
D’
する記憶
豊かなイマージュ
世界
情報的循環
情報
INPUT
INFORMATION
OUTPUT
INFORMATION
情報処理=情報代謝
(つまり思考)
物質的存在としての身体がそうであるように、情報的存在として人間は、
情報を摂取し、記憶し(=情報体としての自分を組み換え)、情報をアウトプット・排泄する。
Slide 373
Slide 373 text
世界
情報的・物質的循環
物質
物理的OUTPUT
代謝機能
情報
INPUT
INFORMATION
OUTPUT
INFORMATION
情報処理=情報代謝
(つまり思考)
生理的代謝機能
物理的INPUT
Slide 374
Slide 374 text
人工知能はこの内、比較的、
生物の情報的側面を扱います。
Slide 375
Slide 375 text
世界
情報的循環
情報
INPUT
INFORMATION
=センサー
OUTPUT
INFORMATION
=エフェクター
情報処理=情報代謝
(つまり思考)
=意志決定
物質的存在としての身体がそうであるように、情報的存在として人間は、
情報を摂取し、記憶し(=情報体としての自分を組み換え)、情報をアウトプット・排泄する。
Slide 376
Slide 376 text
エージェント・アーキテクチャ
WORLD
INTELLIGENCE
センサー エフェクター
認識
Knowledge
Making
意志決定
Decision
Making
運動
Motion
Making
記憶体 Memory
情報体としての知能のカタチ
Slide 377
Slide 377 text
エージェント・アーキテクチャ
WORLD
INTELLIGENCE
センサー エフェクター
認識
Knowledge
Making
意志決定
Decision
Making
運動
Motion
Making
記憶体 Memory
情報体としての知能のカタチ
情報の循環=インフォメーション・フロー
Slide 378
Slide 378 text
エージェント・アーキテクチャ
WORLD
INTELLIGENCE
センサー エフェクター
認識
Knowledge
Making
意志決定
Decision
Making
運動
Motion
Making
記憶体 Memory
情報体としての知能のカタチ
「情報の循環=インフォメーション・フロー」 は物質の循環の情報版。
これによって知性は自己を情報的に自己組織化できる。やはり知性も散逸構造である。