Neuroscience-Inspired Artificial Intelligence

[nagataka]

Summary

Neuroscience と所謂 AI のこれまでの研究と発展について振り返りつつ、Past / Present / Future についてまとめたサーベイ。 AI システムにおいては、人体の（脳の）仕組みを模した Neuromorphic computing のようなアプローチと、厳密には実態に即さなくても良く欲しい結果が得られれば良しとするアプローチがある。（DeepMindでの著者の仕事も主には後者であって、"biological plausibility is a guid" と本文でも描かれている。もちろんDeepMindにはNeuroscienceガチ勢は沢山居て、Hassabis氏含め皆両方の方向性の進歩とその絶妙なバランス/ブレンドを志向しているのだろうけど）

著者は、NeuroscienceのAI分野に対するベネフィットとして以下の二点を挙げている。

• neuroscience provides a rich source of inspiration for new types of algorithms and archtectures
• neuroscience can provide validation of AI techniques that already exist

論文リンク

http://www.cell.com/neuron/pdf/S0896-6273(17)30509-3.pdf

著者/所属機関

Demis Hassabis,1,2,* Dharshan Kumaran,1,3 Christopher Summerfield,1,4 and Matthew Botvinick1,2

1. DeepMind
2. Gatsby Computational Neuroscience Unit
3. Institute of Cognitive Neuroscience, University College London
4. Department of Experimental Psychology, University of Oxford

Survey

どんなもの？

先行研究と比べてどこがすごい？

技術や手法のキモはどこ？

どうやって有効だと検証した？

議論はある？

次に読むべき論文は？

個人的に気になったのは以下など

• Interaction Networks for Learning about Objects, Relations and Physics
• Learning to Perform Physics Experiments via Deep Reinforcement Learning
• Convolutional Networks for Fast, Energy-Efficient Neuromorphic Computing
• Early Visual Concept Learning with Unsupervised Deep Learning
• Building Machines That Learn and Think Like People
• Deep Visual Analogy-Making
• Progressive Neural Networks
• One-shot Learning with Memory-Augmented Neural Networks