発表募集
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) 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)

  • 参加費:無料

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(人工知能学会合同研究会にて開催)を企画し、発表を募集します。

スコープ
汎用人工知能に関わる研究発表を募集します

具体的には,・認知アーキテクチャ・認知ロボティクス・機械学習・推論・知識・脳の計算の仕組み・人工知能の評価方法・記号創発(パターンと記号の関係)・人工知能の社会的影響・自律型ロボット制御・知能の自律性と汎用性などを想定していますが,これらに限らず汎用人工知能に関する発表を広く募集します
ので、是非発表をご検討ください.

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。

招待講演: Gran Turismo racer
※午後後半での開催を予定しています
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)

ワークショップ:AGI研究第の波
※午前中開催を予定しています
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いままさに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。

アジェンダ案(全体で2時間):

  • 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): (仮)AGI研究の国際動向(15分)

  • 10:20-10:40 岩澤 有祐(東大): (仮)Foundation Model(20分)

  • 10:40-10:55 相澤彰子(NII): (仮)大規模言語モデルとその限界 (15分)

  • 10:55-11:00 休憩

  • 11:00-11:15 荒川直哉(WBAI): (仮)AGI積み残し案件2022(15分)

  • 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(栗原、一杉、山川)

    • 栗原聡(慶應義塾大学): ポジショントーク(3分)

    • 一杉裕志(AIST): ポジショントーク(3分)

    • 山川宏(東大/WBAI): ポジショントーク(3分)

    • ディスカッション(30分)

    • 市瀬龍太郎: まとめ(3分)

重要日程

発表形式

以下の二種類の口頭発表とします(オフライン/オンラインで発表可).

  • ロング:発表時間:30分(発表20分,質疑10分)原稿ページ数: 6ページ以上

  • ショート:発表時間:15分(発表10分,質疑5分)原稿ページ数:標準4ページ

発表申込みの際に選択して下さい.
なお、発表数が多く時間が不足する場合には発表時間の短縮等をお願いすることがございますがご了承下さい。

投稿方法

人工知能学会 研究会スタイルファイル/Wordテンプレート:
http://www.ai-gakkai.or.jp/sig/sig-style/

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。

問い合わせ先:

汎用人工知能研究会(sig-agi-kanji [at] ml.ai-gakkai.or.jp)

---------------------------------------------------------------------
人工知能学会 汎用人工知能研究会 (
http://www.sig-agi.org/sig-agi/)
主査 :市瀬 龍太郎(東京工業大学)
主幹事:山川 宏(全脳アーキテクチャ・イニシアティブ)
幹事 :荒川 直哉(全脳アーキテクチャ・イニシアティブ)
幹事 :嶋田 悟(エアロセンス)
幹事 :ジェプカ ラファウ(北海道大学)