開催案内
第22回汎用人工知能研究会(SIG-AGI)

開催概要

開催日時：2022年11月22日(火) 9:30-17:00 人工知能学会合同研究会内
会場：慶應義塾大学矢上キャンパス（ハイブリッド形式）
参加申込URL：　https://www.ai-gakkai.or.jp/sigconf/sigconf2022/registration/
参加費：無料
合同研究会ページ： https://www.ai-gakkai.or.jp/sigconf/sigconf2022/programs/#agi
zoomミーティング: https://us02web.zoom.us/j/88310649327 (パスコードの入手には下記URL参照）
参加・発表案内： https://www.ai-gakkai.or.jp/sigconf/sigconf2022/guide/
資料ダウンロードURL：https://www.jstage.jst.go.jp/browse/jsaisigtwo/2022/0/_contents/-char/ja

主催：汎用人工知能研究会（問い合わせ先： sig-agi-kanji [at] ml.ai-gakkai.or.jp）
協賛(ワークショップ：AGI研究第３の波)：慶應義塾大学共生知能創発社会研究センター

開催趣旨

汎用人工知能（AGI: Artificial General Intelligence）は人間のように十分に広範な適用範囲と強力な汎化能力を持つ人工知能の開発を目指す研究領域です．2010年代前半の深層学習技術の進展を契機として開発が活性化し、2020年代に入りその研究活動は一段と加速しています。
当汎用人工知能研究会は、本分野の研究振興を支える母体として 2015年に創設され、継続的に活動しており、2022年11月22日(火)に第22回目の研究会を人工知能学会合同研究会にて開催いたします。

プログラム

9:30-10:00 一般講演

9:30-10:00 一般講演（ロング） SIG-AGI-022-01
山川宏(東京大学／全脳アーキテクチャ・イニシアティブ）、松尾,豊（東京大学）
「人間のように多様なEntificationを行うAI 」

10:00-12:00 ワークショップ：AGI研究第３の波 SIG-AGI-022-02～SIG-AGI-022-08
市瀬龍太郎（東工大）、Rafal Rzepka（北大）、岩澤有祐（東大）、相澤彰子（NII）、荒川直哉（WBAI）、栗原聡（慶應義塾大学）、一杉裕志（AIST）、山川宏(東大/WBAI)
14:30-15:45 一般講演

14:30-14:45一般講演（ショート） SIG-AGI-022-09
一杉裕志（産総研）、中田秀基（産総研）、高橋直人（産総研）、竹内泉（産総研）、佐野崇（東洋大学）
プログラム合成対象言語 Pro5Lang のための行動価値関数圧縮アルゴリズム

14:45-15:00一般講演（ショート） SIG-AGI-022-10
深田博幸
自発的意識行動の実現方法に関する考察

15:00-15:15一般講演（ショート） SIG-AGI-022-11
片山淳（NTT）、吉田大我（NTT）、島村潤（NTT）
位相シーケンサによる概念生成

15:15-15:30一般講演（ショート） SIG-AGI-022-12
荒川直哉（全脳アーキテクチャ・イニシアティブ）
リプレイにもとづく流動性知能のモデル

15:30-15:40 休憩

15:40-15:55一般講演（ショート） SIG-AGI-022-13
岡谷基弘（フリー）
汎用人工知能によるビジネスプラットフォームについて

16:00-17:00 招待講演 SIG-AGI-022-14
Francesco.Riccio (Sony AI)
「Training the world's best Gran Turismo racer 」

特別イベント

今回の研究会では、以下の２つの特別イベントを企画しました。

ワークショップ：AGI研究第３の波 (企画：山川宏 )
開催趣旨：汎用人工知能(AGI)はAIが目指すべき長期的な技術目標であり、そこに含まれる主要な要素として、少なくとも「1つのAIシステムで多数のタスクをこなす」ことが含まれます。2000年代前半にAGIという目標が形成され、AGIの国際会議た立ち上がった時期をAGI研究第１の波と呼ぶことにしましょう。次に深層学習研究が本格化した2013年後において、改めてAGI実現の期待感が高まり、AGIを開発しようとする多くの組織が現れた2015年頃がAGI研究第２の波といえるでしょう。そして、2021年には深層学習から発展した大規模モデル（Foundation Model）により「1つのAIシステムで多数のタスクをこなす」という要素が言語処理を中心に進展しました。そうした背景から、2022年はAGIと銘打ったビジネス投資が活性化し今まさにAGI研究には３度目の波が訪れているように見えます。そこで本ワークショップでは、深層学習や大規模モデルおよびそれ以外のAGI研究の動向も踏まえながら、今後、AGI研究が目指すべき方向性について議論するためのワークショップ「AGI研究第３の波」を企画しました。

10:00-10:05 市瀬龍太郎（東工大）：開催趣旨の説明（5分）
10:05-10:20 Rafal Rzepka（北大）： Large Language Models - Sophisticated Autocomplete Tools or a Big Step Towards AGI? SIG-AGI-022-02
10:20-10:40 岩澤有祐（東大）： Foundation Modelに関する技術動向 SIG-AGI-022-03
10:40-10:55 相澤彰子（NII）：　大規模言語モデルと汎用性 SIG-AGI-022-04
10:55-11:00 休憩
11:00-11:15 荒川直哉（WBAI）：AGI積み残し案件2022 SIG-AGI-022-05
11:15-12:00 パネル討論(45分)：モデレータ：市瀬龍太郎（東工大）
- ディスカッサントの自己紹介／論点提起
  - 栗原聡（慶應義塾大学）：ポジショントーク「大規模AIモデルは汎用AI実現をどう加速するか？」 SIG-AGI-022-06（3分）
  - 一杉裕志（AIST）：ポジショントーク「脳全体のアーキテクチャと対応付けたAGI研究」 SIG-AGI-022-07（3分）
  - 山川宏(東大/WBAI)：ポジショントーク「Entificationしうる範囲からみるAIによって自動化される能力」 SIG-AGI-022-08（3分）
- ディスカッション
  - 講演者およびディスカッサントによる議論
- 市瀬龍太郎：まとめ（3分）

招待講演： Gran Turismo racer (企画: 嶋田悟)
Speaker: Francesco.Riccio (Sony AI)
Title: Training the world's best Gran Turismo racer
Abstract: Automobile racing represents an extreme example of real-time decision making in complex physical environments. Drivers must execute complex tactical maneuvers to pass or block opponents while operating their vehicles at their traction limits. Modern racing simulations, such as the PlayStation game Gran Turismo, faithfully reproduce much of the nonlinear control challenges of real race cars while also encapsulating the complex multi-agent interactions. In this talk I will describe how our team at Sony AI trained agents for Gran Turismo that can compete with the world’s best e-sports drivers. We combine state-of-the-art model-free deep reinforcement learning algorithms with mixed scenario training to learn an integrated control policy that combines exceptional speed with impressive tactics. In addition, we construct a reward function that enables the agent to be competitive while adhering to racing’s important, but under-specified, sportsmanship rules. We demonstrate the capabilities of our agent, Gran Turismo Sophy, by winning a head-to-head competition against four of the world’s best Gran Turismo drivers.
関連文献： Wurman, P. R. et al. Outracing champion Gran Turismo drivers with deep reinforcement learning. Nature 602, 223–228 (2022)

注意事項

合同研究会2022において配信される全ての映像および音声は､著作権保護の観点から、録画および録音と、これを用いた引用、転用、配信、公開を禁止します。
パスワードの第三者への転送は禁止します｡

幹事：問い合わせ先：