6 0 0 0 OA Friston のpredictive codingに基づいたロボット実験と力学的解析
- 著者
- 松田 英子 池上 高志
- 出版者
- 人工知能学会
- 雑誌
- 人工知能学会全国大会論文集 (ISSN:13479881)
- 巻号頁・発行日
- vol.27, 2013
生物は膨大な量の情報から、適応的な行動を自己組織的に学習する。一方ロボットの学習では、恣意的な教師信号が与えられ、センサー刺激も限定されていた。そこで生物の学習モデルとして、predictive codingに基づく脳を備えたロボットを構築・実験を行った。ここでは、センサー値を予測するために学習が行われる。複雑な環境における情報の構造が脳内に再構成され、生物が有用な情報を取り出す過程を議論する。
言及状況
Twitter (6 users, 6 posts, 3 favorites)
少し前に、予測最適化がサプライズ最小化に直結してしまうと暗い部屋にこもってしまいそうって書いたけど、実験的に、きちんと証明するとこうなるということかな。 http://t.co/aAaEX27QvE 前提として、予測（はずれ）から生じるサプライズを、観察する立場に居るということか
松田さんのこれ聞きに行きたかった：「知覚というのは、ズレのことである。あるいは探索行為が知覚のことである。したがってFriston とは異なり、予測の精度というのをゼロにしないことが、脳にとって知覚行為をオーガナイズするのに必要」https://t.co/rNep891Tjt