Basic Research of Cognitive Developmental Robotics with Postdiction and Brain History
认知发展机器人学与后预测和脑历史的基础研究
基本信息
- 批准号:22K11547
- 负责人:
- 金额:$ 2.58万
- 依托单位:
- 依托单位国家:日本
- 项目类别:Grant-in-Aid for Scientific Research (C)
- 财政年份:2022
- 资助国家:日本
- 起止时间:2022-04-01 至 2025-03-31
- 项目状态:未结题
- 来源:
- 关键词:
项目摘要
本研究では,脳の機能である「来歴」をAIに導入することにより,『深層学習や遺伝的アルゴリズムといった人工知能(AI)に,人間の認知発達メカニズムを導入し,AIの学習来歴を明確化し,説明可能性の高い認知発達AIを確立する.』ことを目的とする.申請者がこれまで基盤研究(C)や国際共同研究加速基金によって積み重ねてきたニューロサイエンス分野の知見,非接触・非侵襲なセンシング等によって得られるビックデータの収集および利用法を用いる.また,アスリートの育成や高度なコーチングシステムの構築に資する新たな最適化アルゴリズム等を用いて実用的なAIの開発基盤となるAIの解釈可能性と説明可能性等を考慮したAIを提案する.従来,設計者がロボットの行動を明示的に規定してきたが,認知発達ロボティクスの研究分野では,人間の認知発達過程の理解と,その理解に基づいたロボット設計論を確立することを目的とした研究領域である.実際の取り組みとして,人間の認知発達に関する深い理解と,その視点からAIの学習過程に特化している研究は少ない.本申請では,「人間の認知発達過程の概念をAIの学習過程に取り入れることで,認知発達的なAIを実現できるか」を学術的な問いとして,スポーツ競技やスポーツにおけるコーチングにおける,最先端のコンピュータビジョンや情報技術によるスポーツデータの取得と最先端のAI技術による統合的解析や、人間の認知では測ることのできない科学的エビデンスに基づくコーチングを自動的に構築することを最終目標とし,そのために必要な認知発達AIの研究に取り組む.初年度では,研究成果をジャーナル論文として発表し,認知発達AIに関する国際共同研究を進めている.
在这项研究中,通过将“历史”这一大脑功能引入AI,我们将“将人类的认知发展机制引入深度学习和遗传算法等人工智能(AI)中,并阐明AI的学习历史” ”,并建立具有高可解释性的认知发展AI。目的是申请人将利用通过基础研究(C)和国际合作研究加速基金积累的神经科学领域的知识,以及通过非接触和非侵入性传感获得的大数据的收集和使用方法。此外,我们将提出一种考虑到人工智能的可解释性和可解释性的人工智能,这将作为实用人工智能开发的基础,使用新的优化算法,将有助于运动员的发展和高级教练的建设系统。传统上,设计者会明确指定机器人的行为,但认知发展机器人学的研究领域旨在了解人类的认知发展过程,并基于这种理解建立机器人设计理论。从实际努力来看,很少有研究从这个角度深入理解人类认知发展和人工智能的学习过程。在这个应用中,我们提出了一个学术问题:“是否有可能通过将人类认知发展过程的概念融入人工智能学习过程来实现认知发展型人工智能?”我们的最终目标是使用计算机获取运动数据视觉和信息技术,利用尖端的人工智能技术进行综合分析,并根据人类认知无法衡量的科学证据自动创建辅导。从事必要的认知发展人工智能的研究。第一年,我们以期刊文章的形式发表了研究成果,并正在进行认知发展型人工智能的国际联合研究。
项目成果
期刊论文数量(1)
专著数量(0)
科研奖励数量(0)
会议论文数量(0)
专利数量(0)
数据更新时间:{{ journalArticles.updateTime }}
{{
item.title }}
{{ item.translation_title }}
- DOI:
{{ item.doi }} - 发表时间:
{{ item.publish_year }} - 期刊:
- 影响因子:{{ item.factor }}
- 作者:
{{ item.authors }} - 通讯作者:
{{ item.author }}
数据更新时间:{{ journalArticles.updateTime }}
{{ item.title }}
- 作者:
{{ item.author }}
数据更新时间:{{ monograph.updateTime }}
{{ item.title }}
- 作者:
{{ item.author }}
数据更新时间:{{ sciAawards.updateTime }}
{{ item.title }}
- 作者:
{{ item.author }}
数据更新时间:{{ conferencePapers.updateTime }}
{{ item.title }}
- 作者:
{{ item.author }}
数据更新时间:{{ patent.updateTime }}
明石 卓也其他文献
An Easy-Parallelizable Evolutionary Optimization Algorithm via Probabilistic Bit-Wise Operation for Template Matching
通过概率按位操作进行模板匹配的易于并行化的进化优化算法
- DOI:
10.2493/jjspe.85.98 - 发表时间:
2019 - 期刊:
- 影响因子:0
- 作者:
中根 拓未;明石 卓也;張 潮 - 通讯作者:
張 潮
力学系学習木における誤差ベース予測アルゴリズム
基于误差的动力系统学习树预测算法
- DOI:
- 发表时间:
2017 - 期刊:
- 影响因子:0
- 作者:
金 天海;菅原 康滉;三浦 勇気;栗林 倫;沼倉 彬雄;加藤 成将;佐藤 和幸;冨澤 武弥;三好 扶;明石 卓也 - 通讯作者:
明石 卓也
明石 卓也的其他文献
{{
item.title }}
{{ item.translation_title }}
- DOI:
{{ item.doi }} - 发表时间:
{{ item.publish_year }} - 期刊:
- 影响因子:{{ item.factor }}
- 作者:
{{ item.authors }} - 通讯作者:
{{ item.author }}
相似海外基金
Effective use of evolutionary adversarial learning and temporal feature to improve deep learning performatnce
有效利用进化对抗学习和时间特征来提高深度学习性能
- 批准号:
19K11515 - 财政年份:2019
- 资助金额:
$ 2.58万 - 项目类别:
Grant-in-Aid for Scientific Research (C)
Construction of big-data driven planetary science with ALMA terahertz remote-sensing observation
ALMA太赫兹遥感观测构建大数据驱动的行星科学
- 批准号:
17K14420 - 财政年份:2017
- 资助金额:
$ 2.58万 - 项目类别:
Grant-in-Aid for Young Scientists (B)
Sublinear-Time Paradigm
次线性时间范式
- 批准号:
15K11985 - 财政年份:2015
- 资助金额:
$ 2.58万 - 项目类别:
Grant-in-Aid for Challenging Exploratory Research
Optimal production planning and scheduling under big data environment
大数据环境下的优化生产计划与调度
- 批准号:
15K00357 - 财政年份:2015
- 资助金额:
$ 2.58万 - 项目类别:
Grant-in-Aid for Scientific Research (C)
Promoting Evolutionary Creativity on a P2P Network
在 P2P 网络上促进进化创造力
- 批准号:
25330289 - 财政年份:2013
- 资助金额:
$ 2.58万 - 项目类别:
Grant-in-Aid for Scientific Research (C)