第38回 全脳アーキテクチャ勉強会[オンライン]

テーマ：「神経科学におけるChatGPT等の活用」

開催趣旨

ChatGPTなどの大規模言語モデルの実用化にともない、自然言語で記述された論文内などから目的に応じて神経科学の知見を大量の公開情報から検索することが現実的となってきた。これは、神経科学の促進や、脳型ソフトウエアの設計データの蓄積に役立つ。しかしながら、実際にそれをおこなうためには、段階的にプロンプトをあたえるなどのノウハウが必要である。こうした取り組みは、神経科学研究だけでなく、特定分野におけるGPT-Chat活用の実例として広く参考になるであろう。そこで今回は、WBAIおよび学術変革「行動変容生物学」で進められている神経科学分野でのChat-GPT適用について紹介するための勉強会を行う。

勉強会開催詳細

• 日　時：2023年5月11日（木）（18:00～21:00）
• 会　場：オンライン（Zoom Meeting）
• 定　員：一般150名、学生50名
• 主　催：NPO法人 全脳アーキテクチャ・イニシアティブ
• 共　催：学術変革「行動変容を創発する脳ダイナミクスの解読と操作が拓く多元生物学」
• 運　営：WBA勉強会実行委員会

申し込みから参加までの流れについては、下記を参照ください。

WBA勉強会用Slackチャンネルについて

ご希望の参加者さまには、「WBA勉強会」のSlackチャンネルにご招待します。Slackチャンネル上では、下記内容を予定しております。

公開出来るスライド資料がある場合は事前公開いたします 当日の質疑応答は、勉強会SlackおよびZoomチャットで行います。 勉強会Slackにご入力いただいたご質問には、イベント終了後や翌日に、講師が直接ご回答させて頂きます。 ご参加者さま同士での、勉強会内容についての議論も歓迎です。
※ すべてのご質問にお答えする事を約束するものではありません。

参加枠/参加費について

今後とも、当勉強会を末永く続けてゆくために、主要な支出である講師謝金・配信運営費等の必要経費について、学生以外の参加者に分担していただく方針とさせていただきます。参加をご検討の皆様には何卒ご理解いただけますと幸いでです。

一般参加

先着順になります。お支払いいただいた代金は、今回の講師謝金および配信運営費に充当させていただきます。Zoomミーティングでオンラインで実行いたします。参加方法については下記、「申し込みから参加までの流れ」をご確認下さい。

学生参加

未来への投資のため、無料で参加可能です。参加時のアンケートで、本名や所属校などをお答え頂く必要があります。また勉強会Slack参加時は自己紹介や質問など積極的にご参加頂ければ幸いです。

講演スケジュール

大規模言語モデルにおけるプロンプトエンジニアリングの概説

講演者： 小島 武（東京大学）

概要：近年ChatGPTに代表される大規模言語モデルにおいて飛躍的な精度改善が見られるが、その精度改善の一助となる手段としてプロンプトエンジニアリングが注目されている。プロンプトエンジニアリングとは、モデルから所望の出力を得るために最適な入力文を探索する作業である。プロンプトエンジニアリングは、パラメータを更新せずにモデルの挙動を変更できる点、限られたサンプル数（ゼロショットもしくはヒューショット）で有効である点、人間の解釈性が高いという点で、従来の深層学習の勾配法による最適化手法とは異なる特徴を持つ。大規模言語モデルは段階的な思考を必要とするような複雑なタスクにおいて有効であることが実証されているが、大規模言語モデルにおけるプロンプトエンジニアリングが、そのような複雑なタスクを解くためにどのように利用されているか最新事例にて解説した後、今後の限界と可能性について整理する。

神経科学文献からの解剖学的神経投射の抽出を行う大規模言語モデル

講演者：芦原佑太（WBAI）

概要：脳の解剖学的構造を知見として、脳型ソフトウェアを開発するアプローチに脳参照アーキテクチャ駆動開発（BRA駆動開発）がある。BRA駆動開発では、脳のメゾスコピックレベルの解剖学的構造を脳情報フロー（BIF）を参考に、計算機能を担う仮想的コンポーネント図（HCD）を作成する。これまで、BIFは神経科学の文献を専門家が読み取ることで、解剖学的に整合性のある知見を抽出し、データベース（WholeBIF）に記録してきたが、膨大かつ多様な知見を人の手によって網羅することは困難であり、BIFの抽出は自動化・効率化を進めていく必要がある。本講演では、大規模言語モデルを利用したBIF抽出の効率化に向けた取り組みについて紹介し、文献中から解剖学的神経投射と、その機能的な情報を抽出する方法について解説する。

大規模言語モデルは脳研究やデータベースをどう変えるか？

講演者：中江 健（生命創成探究センター）

概要：これまで革新脳と呼ばれるプロジェクトで脳科学のデータベースの構築と協力を行ってきました。しかしデータベースが知られること自体が難しいという問題に直面しています。今回は近年ChatGPTを中心に発展する大規模言語モデルから着想を得て、この情報バイアスを解決しさらに研究の自動化につながる提案をします。通常、脳科学のデータベースは画像などの非言語型のデータベースであり、直接検索することはできません。そのためメタデータといった付加情報を付与します。ただし、このメタデータは小さなテキストファイルとして検索やソフトウェアの読み込みのために利用されます。今回の提案では非言語データベースを機械的に言語化した新しい大規模言語メタデータを考えます。これにより、それぞれの非言語データベースに付随しそのデータベースを可能な限りアンバイアスに解釈した言語パッケージが構築されます。この言語パッケージをリンクを含めて大規模言語モデルに取り入れることで、大規模言語モデルのドメイン知識の取り込みとデータベースのアクセスが可能になると考えています。今回は、現在取り組んでいる簡単な試みに関して、失敗例とともに解説します。

パネル討論

モデレーター：寺田晋一郎（東京大学）

申し込みから参加までの流れ

一般参加枠の方

1. このconnpassから申し込み、PayPalでお支払いをお願いします。
2. Zoom アプリの準備がまだの方はお使いの端末にインストールしておいてください。
3. 開催前日および当日、Connpass から送られた登録用URLをクリックしてzoomの登録をお願いします。
4. 登録時に入力したアドレスに当日のzoom参加用URLおよびパスワードが送られてきます。
5. 開場時間（17時55分）になりましたら、zoomから届いている参加用URLをクリックし、zoomにアクセスしてください。

学生参加枠の方

1. こちらの google formリンクからアンケートにご回答ください。
2. アンケートで氏名や所属校などなどをご記入下さい。
3. アンケートの回答完了をもって登録完了となります。
4. Zoom アプリの準備がまだの方はお使いの端末にインストールしておいてください。
5. 開催前日および当日、運営から zoom ミーティングの登録用URLに関するお知らせが届きますので、登録をお願いします。
6. 会場時間（17時55分）になりましたら、zoomから届いている参加用URLをクリックしzoomにアクセスしてください。

※学生参加枠の場合、connpassからはzoom URLは来ませんのでご注意ください。

Zoomパーフェクトマニュアル

• zoomについてのご不明点は、以下のリンク先を参考にしていただければ幸いです。 　https://zoomy.info/zoom_perfect_manual/
• ブレイクアウトルームの参加方法については、以下のリンクから確認をお願いします。 　https://support.zoom.us/hc/ja/articles/115005769646

運営スタッフ

• プログラム委員長：山川 宏（全脳アーキテクチャ・イニシアティブ）
• 実行委員長：森岡大成（実行委員会）
• 司会：近藤将史（東京大学）
• Zoomホスト：実行委員
• Zoom共同ホスト：実行委員
• connpass：西村由弥子（実行委員会）
• 広報/WBAI事務局：荒川 直哉（WABI）
• QAチャネル招待担当：西村由弥子（実行委員会）
• 学生招待担当：実行委員

全脳アーキテクチャ勉強会創設者

◎ 産業技術総合研究所 人工知能研究センター 一杉裕志

1990年東京工業大学大学院情報科学専攻修士課程修了。1993年東京大学大学院情報科学専攻博士課程修了。博士（理学）。同年電子技術総合研究所（2001年より産業技術総合研究所）入所。プログラミング言語、ソフトウエア工学の研究に従事。2005年より計算論的神経科学の研究に従事。 「全脳アーキテクチャ解明に向けて」

◎ 全脳アーキテクチャ・イニシアティブ 山川宏

1992年東京大学大学院工学系研究科電子工学専攻博士課程修了。博士(工学)。同年（株）富士通研究所入社。1994年から2000年まで通産省RWCプロジェクトに従事、2014年から2019年3月まで（株）ドワンゴ ドワンゴ人工知能研究所所長。現在、特定非営利活動法人全脳アーキテクチャイニシアティブ代表、東京大学大学院 工学系研究科特任研究員。人工知能学会（元編集委員長、汎用人工知能研究会主幹事）、電子情報通信学会（NC研究会専門委員長）、日本認知科学会、日本神経回路学会などの各学会員。専門は人工知能、特に、汎用人工知能、全脳アーキテクチャ、概念獲得、意見集約技術など。電気通信大学大学院連携教授、近畿大学情報学研究所知能システム部門長（客員教授）、理化学研究所生命システムセンター主管客員研究員および革新知能統合研究センター 客員研究員。

◎ 東京大学 教授 松尾豊

1997年東京大学工学部卒業。2002年東京大学大学院工学系研究科博士課程修了。博士（工学）。産総研、スタンフォード大学等を経て、2007年から東京大学勤務。深層学習を中心とする人工知能の研究に従事。産学連携やスタートアップの育成などにも取り組む。 http://ymatsuo.com/japanese/

賛助会員

賛助会員一覧

全脳アーキテクチャ・イニシアティブでは、賛助会員を募集しております。賛助会員に登録いただきますと、当サイトに貴団体ロゴとホームページへのリンク掲載や、各種イベントの優先参加など、さまざまな特典がございます。詳しくはこちらをご覧ください。

これまでに開催された勉強会の内容

こちらからホームページをご覧ください。

全脳アーキテクチャ勉強会の開始の背景（2013年12月）

人間の脳全体構造における知的情報処理をカバーできる全脳型 AI アーキテクチャを工学的に実現できれば、人間レベル、さらにそれ以上の人工知能が実現可能になります。これは人類社会に対して、莫大な富と利益をもたらすことが予見されます。例えば、検索や広告、自動翻訳や対話技術、自動運転やロボット、そして金融や経済、政治や社会など、幅広い分野に大きな影響を与えるでしょう。

私達は、この目的のためには、神経科学や認知科学等の知見を参考としながら、機能的に分化した脳の各器官をできるだけ単純な機械学習器として解釈し、それら機械学習器を統合したアーキテクチャを構築することが近道であると考えています。

従来において、こうした試みは容易ではないと考えられてきましたが、状況は変わりつつあります。すでに、神経科学分野での知見の蓄積と、計算機速度の向上を背景に、様々な粒度により脳全体の情報処理を再現／理解しようとする動きが欧米を中心に本格化しています。 また Deep Learning などの機械学習技術のブレークスルー、大脳皮質ベイジアンネット仮説などの計算論的神経科学の進展、クラウドなどの計算機環境が充実してきています。

こうした背景を踏まえるならば、全脳型 AI アーキテクチャの開発は世界的に早々に激化してくる可能性さえあります。 そこで私達は、2020年台前半までに最速で本技術を実現できるロードマップを意識しながら、この研究の裾野を広げていく必要があると考えています。 そしてこのためには、情報処理技術だけでなく、ある程度のレベルにおいて神経科学等の関連分野の知見を幅広く理解しながら、情熱をもってこの研究に挑む多くの研究者やエンジニアの参入が必要と考えていま