2023.09.11

TEDx要約:機械学習+神経科学=生物学的に実現可能なコンピューティング

marugotoyoten

ベンジャミンミリオリが「機械学習+神経科学=生物学的に実現可能なコンピューティング」について語りました。この動画の要点と要約をまとめました

スピーカー

ベンジャミンミリオリ

３つの要点

要点１
知覚は人工知能の分野で重要な役割を果たす。
要点２
コンピュータ科学者と神経科学者の協力が必要。
要点３
自然から学び、機械学習と神経科学を組み合わせる。

要約

知覚と協力の重要性
知覚は特に人工知能の分野において技術の進歩に重要な役割を果たしています。私のスピーチでは、コンピュータ科学者と神経科学者の協力の重要性を強調し、この領域での進歩を実現するための取り組みを述べています。私たちは感覚システムの驚異的な能力を示すために、観客テストを実施しました。機械はキツネのような物体を認識することはできますが、可愛さのような概念を理解するのは難しいです。課題は、人間の知覚と一致するアルゴリズムをプログラムすることにあります。私たちの目標は、人工システムが私たちの能力を拡張し補完する未来を創造することです。これを実現するためには、自然から学び、機械学習と神経科学を組み合わせる必要があります。

ゼロショット学習と機械学習の未来
このセクションでは、私の息子と彼の猫に関する個人的なエピソードを共有し、ゼロショット学習の概念を説明します。事前の経験がなくても、私の息子は猫が安全であると直感的に認識し、猫も私の息子が脅威ではないことを認識しました。これに対して、現在の機械学習アルゴリズムは、ラベル付きの例との広範なトレーニングを必要とします。しかし、私たちは、本能、文脈、最小限のトレーニングに基づいて正しい判断ができる機械が存在する未来を想像しています。これを実現するためには、動物の知覚の効率と複雑さを模倣するアルゴリズムを開発する必要があります。

神経科学と機械学習の融合
動物は複雑な環境を効率的に進行するための驚異的な知覚能力を持っています。私たちは自然を研究することで、自身の問題に効果的な解決策を見つけることができます。例えば、人間はたった数秒で顔を認識することができますが、機械学習アルゴリズムははるかに時間がかかります。機械学習の専門家と神経科学者の専門知識を組み合わせることで、生物学的に実現可能なコンピューティングアルゴリズムを開発することができます。この融合により、私たちは難しい問題を解決し、自然の原則を模倣することで人工システムを改善することができます。

生物学的に実現可能なコンピューティングへの道
生物学的に実現可能なコンピューティングの可能性を示すために、私は無線伝送の理解に焦点を当てた研究プロジェクトについて説明します。私たちは機械学習モデルを人間の視覚システムに似せるように制約し、大幅に改善した結果を得ました。次のステップは、ニューロンを詳細にシミュレートできる特殊なコンピュータを開発することです。私たちの目標は、人間の脳に似た計算方法を持つアルゴリズムを作成することです。機械学習と神経科学の協力により、より良い脳モデル、改善されたシミュレーション、生物学的に実現可能なコンピューティングの新しい原則が生まれるでしょう。

▼今回の動画