山川宏

J-GLOBALへ         更新日: 18/09/25 01:01
 
アバター
研究者氏名
山川宏
URL
http://hymkw.com/
所属
(株)ドワンゴ ドワンゴ人工知能研究所
学位
工学博士
その他の所属
玉川大学中央大学電気通信大学大学院早稲田大学
科研費研究者番号
00417495

研究分野

 
 

経歴

 
2008年4月
   
 
玉川大学 脳科学研究所 特別研究員
 
2007年4月
   
 
中央大学理工学部 非常勤講師
 
1994年10月
 - 
1997年3月
技術研究組合新情報処理開発機構つくば研究センタ 研究員
 
1992年4月
   
 
(株)富士通研究所 研究員
 
1989年4月
 - 
1992年3月
東京大学大学院 工学系研究科 電子工学専攻 博士課程
 

受賞

 
2015年6月
電子情報通信学会 情報・システムソサイエティ活動功労賞
 
ソサイエティ誌編集幹事としての貢献
2010年6月
(社)人工知能学会 論文賞 多段委任投票の公正化を促進する有力投票者推薦
 
2006年6月
(社)人工知能学会 記念事業賞 AI若手研究者のためのキャリアデザイン能力育成事業: 幸福な研究人生に至る道
受賞者: 山川 宏,市瀬 龍太郎,太田 正幸,加藤 義清,庄司 裕子,松尾 豊
 
2006年6月
(社)人工知能学会 全国大会優秀賞 タンパク質相互作用属性の出現解析とその予測
 

論文

 
Bayesian Inference of Self-intention Attributed by Observer
Yosuke Fukuchi, Masahiko Osawa, Hiroshi Yamakawa, Tatsuji Takahashi
6th International Conference on Human-Agent Interaction   (accepted)    2018年12月   [査読有り]
Seiya Satoh, Yoshinobu Takahashi, Hiroshi Yamakawa.
KDD 2018   2160-2169   2018年8月   [査読有り]
Equivalence structure (ES) extraction can allow for finding correspondence relations between different sequential datasets. A K-dimensional ES is a set of K-tuples to specify K-dimensional sequences that are considered equivalent. Whether or not t...
Yosuke Fukuchi, Masahiko Osawa, Hiroshi Yamakawa, Michita Imai
Proceedings of the 5th International Conference on Human Agent Interaction   97-101   2017年10月   [査読有り]
Yosuke Fukuchi, Masahiko Osawa, Hiroshi Yamakawa, Michita Imai
ICONIP 2017: Neural Information Processing   vol. 10634 LNCS 100-108   2017年10月   [査読有り]
Agents that acquire their own policies autonomously have the risk of accidents caused by the agents’ unexpected behavior. Therefore, it is necessary to improve the predictability of the agents’ behavior in order to ensure the safety. Instruction-b...
Sei Ueno, Masahiko Osawa, Michita Imai, Tsuneo Kato, Hiroshi Yamakawa
BICA 2017: Biologically Inspired Cognitive Architectures (BICA) for Young Scientists   198-203   2017年7月   [査読有り]
Seiya Satoh, Hiroshi Yamakawa
2017 International Joint Conference on Neural Networks (IJCNN)   1518-1524   2017年5月   [査読有り]
An equivalence structure (ES) is a set of K-tuples composed of IDs that indicate K D sequences considered similar. The similarity is calculated by comparing continuous subsequences taken from KD sequences. When comparing one of such continuous sub...
福地庸介, 大澤正彦, 岨野太一, 山川宏, 今井倫太
情報処理学会全国大会講演論文集   79th(2) 2655-2656   2017年3月   [査読有り]
佐藤聖也, 高橋良暢, 山川宏
電子情報通信学会技術研究報告: 信学技報   vol.116(no.380) 81-86   2016年12月   [査読有り]
Tex個の系列IDからなるTex-タプルにより指定されるTex次元系列を考える.Tex個ある系列IDから取り得るTex-タプルの内,等価と思われるTex次元系列を指定するTex-タプルの集合をTex次元の等価性構造と呼ぶ.2つのTex次元系列が等価であるかの判定はそれぞれのTex次元系列から取り出した連続部分系列を基に判定する.Tex個の系列IDから取り得るTex-タプルの総数はTexであるため,Texの増加に伴った比較回数の組み合わせ爆発が問題となる.本稿では...
Masayoshi Nakamura, Hiroshi Yamakawa
Neural Information Processing: 23rd International Conference, ICONIP 2016   Part I 351-356   2016年10月   [査読有り]
Artificial General Intelligence (AGI) refers to machine intelligence that can effectively conduct variety of human tasks. Therefore AGI research requires multivariate and realistic learning environments. In recent years, game engines capable of co...
Masahiko Osawa, Hiroshi Yamakawa, Michita Imai
ICONIP 2016: Neural Information Processing   342-350   2016年9月   [査読有り]
Cognition, judgment, action, and expression acquisition have been widely treated in studies on recently developed deep learning. However, although each study has been specialised for specific tasks and goals, cognitive architecture that integrates...
Naoya Arakawa, Hiroshi Yamakawa
ICONIP 2016: Neural Information Processing   316-323   2016年9月   [査読有り]
The Whole Brain Architecture Initiative is a non-profit organization (NPO) founded in Japan in August 2015, whose purpose is to support research activities aiming for realizing artificial intelligence with human-like cognitive capabilities by stud...
Hiroshi Yamakawa, Masahiko Osawa, Yutaka Matsuo
ICONIP 2016: Neural Information Processing   275-281   2016年9月   [査読有り]
In recent years, a breakthrough has been made in infant level AI due to the acquisition of representation, which was realized by deep learning. By this, the construction of AI that specializes in a specific task that does not require a high-level ...
Seiya Satoh, Yoshinobu Takahashi, Hiroshi Yamakawa
Frontiers in Robotics and AI 2017   vol: 4 198-203   2017年12月   [査読有り]
Equivalence structure (ES) extraction focuses on multidimensional temporal patterns that
appear in a multidimensional sequence and in a different multidimensional sequence.
The input of the task is a set of sequences and the output is a set of ESs...
Hirokazu Kiyomaru, Masahiko Osawa, Hiroshi Yamakawa
Frontiers in Neuroinformatics 2016   vol: 10    2016年7月   [査読有り]
永野秀明, 山川宏, 荒川直哉, 岡田浩之
人工知能学会全国大会論文集 第29回全国大会(2015)      2015年5月   [査読有り]
記号接地問題の解決には,単語ラベルを対応づけるべき概念を事前に用意する必要があるが,動作動詞では,接地先の概念空間の性質が分類に大きく影響するだろう.よって母語や文化によって異なる分類をする動詞の分析から,動詞の背景にある多元的な概念空間の性質を知りうると期待できる.本稿では,動詞が接地する概念空間についての分析を,多様な状況として抽出する状況分解技術を計算モデルとして参照しながら行った.
山川宏
Proc. The Fifth Conference on Artificial General Intelligence      2012年12月   [査読有り]
山川宏
人工知能学会論文誌   24(1) 170-177   2009年1月   [査読有り]
〔2009年度 人工知能学会 論文賞(JSAI Best Paper Award)受賞論文〕 オンライン投票の普及によって委任票が複数の委任関係を辿って伝・・・
Toward delegated democracy: Vote by yourself, or trust your network
Hiroshi Yamakawa, Michiko Yoshida, and Motohiro Tsuchiya
Proc. World Academy of Science, Engineering and Technology   24 146-150   2007年   [査読有り]
The recent development of Information and Communication Technology (ICT) enables new ways of "democratic" decision-making such as a page-ranking system, which estimates the importance of a web page based on indirect trust on that page shared by di...
松尾豊, 山川宏
人工知能学会全国大会(第20回)(JSAI-2006)論文集   3G1-1    2006年6月   [査読有り]
本稿では、近年着目されているSmall Worldやスケールフリーといったネットワーク的な視点と、機械学習、特に属性生成と予測性との関連を述べ、シンボルグラウンディング問題との関連について議論する。
山川宏, 丸橋弘治, 仲尾由雄
人工知能学会全国大会論文集   6 180-184   2006年6月   [査読有り]
KEGGパスウエイの情報を用いて,タンパク質相互作用に関わる属性(活性,抑制,リン酸化)などは,作用するタンパク質におけるGene ontologyなどの属性およびその組み合わせにより推定でき可能性をし,予測偽技術としての可能性を示す
Hiroshi Yamakawa, Yoshio Nakao, Takahisa Suzuki, Yumiko Sanbongi, Takashi Ida
Proc. 16th Int. Conf. Genome Informatics (GIW 2005)      2005年12月   [査読有り]
山川宏, 丸橋弘治, 仲尾由雄
2005年度人工知能学会全国大会(第19回)      2005年6月   [査読有り]
近年蓄積が進んだ大量の遺伝子発現データから,同期発現する遺伝子集団の抽出が可能になった,我々は階層的なコンテクストの導入により隠れた同期発現遺伝子集団を発見し,この生物学的意味を考察する.
新出尚之, 高田司郎, 山川宏, 宮崎和光, 太田正幸
2005年度人工知能学会全国大会(第19回)      2005年6月   [査読有り]
Multi-aspect gene relation analysis
Hiroshi Yamakawa, Mutsuyo Yamaguchi, Koji Maruhashi, Yoshio Nakao
Pacific Symposium on Biocomputing PSB2005   233-244   2005年1月   [査読有り]
Hiroshi Yamakawa, Mutsuyo Yamaguchi, Koji Maruhashi, Yoshio Nakao
Pacific Symposium on Biocomputing PSB2005   233-244   2005年1月   [査読有り]
Recent progress in high-throughput screening technologies has led to the production
of massive amounts data that we can use to understand biological systems. To interpret this data, biologists often need to analyze the characteristics of a set of ...
岡田浩, 山川宏
人工知能学会全国大会(第19回)論文集   (3E1-05)    2005年   [査読有り]
Hiroyuki Okada, Masamichi Sakagami, Hiroshi Yamakawa
International Work-Conference on Artificial Neural Networks IWANN 2005   153-160   2005年   [査読有り]
Prior studies showed that stimulus equivalence did not emerge in nonhuman and it may be what distinguish humans from non-humans. We think that stimulus equivalence is the origin of human fs illogical reasoning. For applying neural networks to stim...
高田司郎, 山川宏, 宮崎和光, 新出尚之, 長行康男, 酒井隆道
人工知能学会全国大会(第18回)論文集      2004年6月   [査読有り]
強化学習では,現状態において所与の目標に到達できるかどうか見積もれな い。プランニングではそれを確認する探索にコストがかかりすぎる。このような解決 の1つとして、いつまで意図のコミットメントを続けるかどうかを判定するBDIアー キテクチャーとの統合を考える。
山川宏, 馬場孝之, 岡田浩之
認知科学   Vol. 11(No. 2) 143-154   2004年5月   [査読有り]
The situation decomposition extracts multiple situations, each of which is a combination of an attribute set and a case set, from relational data. The characteristics of extracted situations depend on the choice of evaluation criterion to situatio...
山川宏
2003年度人工知能学会全国大会(第17回)      2003年6月   [査読有り]
抄録
我々が提案している,状況分解手法では,事例と属性の同時選択である状況という概念を抽出する.状況という,概念には,共変部分が含まれるので,クラスタリングにより取り出した概念とは異なった性質をもつ.本発表では,いくつかの状況分解に用いる,状況を評価する基準によりその性質がどのように変化するかを検討する.
山川宏
2002年度人工知能学会全国大会(第16回)      2002年5月   [査読有り]
山川宏, 宮本祐司, 馬場孝之, 岡田浩之
人工知能学会論文誌   Vol. 17(No. 1) 1-13   2002年1月   [査読有り]
Our proposed cognitive distance learning problem solver generates sequence of actions from initial state to goal states in problem state space. This problem solver learns cognitive distance (path cost) of arbitrary combination of two states. Actio...
Hiroyuki Okada, Hiroshi Yamakawa, Takashi Omori
6th International Work-Conference on Artificial and Natural Neural Networks (IWANN2001)   370-377   2001年6月   [査読有り]
To solve the problem of tradeoff between exploration and exploitation actions in reinforcement learning, the authors have proposed two-dimensional evaluation reinforcement learning, which distinguishes between reward and punishment evaluation fore...
認知距離学習による問題解決器の階層化
山川宏, 宮本裕司, 馬場孝之, 岡田浩之
Trans. Japanese Society for Artificial Intelligence   1    2001年5月   [査読有り]
岡田浩之, 山川宏, 大森隆司
日本ロボット学会誌   19(2) 244-251   2001年3月   [査読有り]
The trade-off of exploration and exploitation is present for a learnig method based on the trial and error such as reinforcement learning. We have proposed a reinforcement learning algorism using reward and punishment as repulsive evaluation (2D-R...
Hiroshi Yamakawa and Yoichi Okabe
Neural Networks   Vol. 8(no.3) 363-373   1995年   [査読有り]
An adaptive agent that contains a reactive network and a critic that supervises that reactive network have been studied. Agent actions are generated in response to stimuli through the reactive network and they influence the ambient environment. Th...
長田茂美, 増本大器, 山川宏, 木本隆
日本ロボット学会誌   Vol. 12(No. 5) 685-694   1994年7月
We propose a neural network system that sequentially obtains I/O sample data. The system selects useful sample data as training data, in what we call active data selection (ADS), and interpolates errors between training data and the network output...

Misc

 
長谷敏司, 藤崎慎吾, 山川宏, 宮本道人
人工知能   vol.33(no.5) 679-690   2018年9月
小林亮太, 岡本洋, 山川宏
人工知能   vol. 33(no. 4) 391   2018年7月
山川宏, 篠崎隆志
人工知能   33(2) 162   2018年3月
森川幸治, 岡本洋, 山川宏
人工知能   32(6) 162   2017年11月
山川宏, 森川幸治, 岡本洋, 寺島裕貴, 大森隆司
人工知能   32(6) 823-826   2017年11月
山川宏
人工知能学会誌   32(4) 590-591   2017年7月
山川宏, 中村晃貴, 野口裕貴, 上野道彦, 岡田浩之
人工知能学会汎用人工知能研究会資料   (SIG-AGI-005-02)    2017年3月   [査読有り]
山川宏
人工知能   32(2) 263   2017年3月
山川宏
人工知能   Vol.30(No.1) 39   2017年1月
栗原聡, 矢入健久, 山川宏
人工知能学会誌   32(1) 7   2017年1月
福地庸介, 大澤正彦, 山川宏, 今井倫太
第6回汎用人工知能研究会      2017年
福地庸介, 大澤正彦, 岨野太一, 山川宏, 今井倫太
HAIシンポジウム 2016      2016年12月
矢入健久, 栗原聡, 山川宏
人工知能   31(6) 930   2016年11月
潮旭, 高橋良暢, 佐藤聖也, 山川宏
信学技報   vol. 116(no. 300) 33-38   2016年11月
等価性構造抽出技術は、特定の次元数(D)の部分空間において局所時間内に生じる多様なパターンに着目し、パターンの出現が類似する部分空間の集合を抽出するが、膨大なD次元部分空間のペアに対応した類似度の計算が高コストとなる課題がある。本稿では、全ての等価なD次元部分空間のペアを得るには、同一の局所生起分布(局所的時間で取り出した多変量データの各要素の生起分布)を含むD次元の部分空間内で全ペアを比較すれば十分であることを示す。その上で計算コストを削減するため、頻出する局所正規分布のパターン数が少な...
山川宏
人工知能   31(5) 642-647   2016年9月
栗原聡, 長野徹, 山川宏, 坊農真弓
人工知能   Vol.31(No.5) 606   2016年9月
坂井美帆, 中村政義, 山川宏
ドワンゴ人工知能研究所テクニカルレポート      2016年4月
テクニカル・レポート(2016.04.13)。株式会社ドワンゴ人工知能研究所の主催で2016年4月9日(土)に開催された「超人工生命ハッカソン:みんなで人工生命を育てよう!」についての報告書。
生島高裕, 川村正春, 鈴木聡, 佐藤洋平, 小林輝行, 山川宏
ドワンゴ人工知能研究所テクニカルレポート      2016年4月
全脳アーキテクチャ・アプローチによる汎用人工知能の構築においては,脳における多様な学習能力に対する理解にもとづいて,機械学習を結合して認知アーキテクチャとして実装してゆく予定である.このアプローチの実現性は,機械学習においては深層学習技術の進展,認知アーキテクチャの面において神経科学知見の蓄積に支えられている.
今回は特に,後者にあたる,脳内の神経ネットワークに対応するコネクトーム研究にフォーカスする.この分野では,時間的に比較的安定した構造的な神経ネットワークだけでなく,その上で認知状態...
和泉潔, 中臺一博, 山川宏
人工知能   31(2) 299-304   2016年3月
生島高裕, 佐藤洋平, 吉岡英幸, 山川宏
ドワンゴ人工知能研究所テクニカルレポート      2016年3月
テクニカルレポート(2016.03.02)
矢入郁子, 松原仁, 橋田浩一, 栗原聡, 山川宏
医療情報学   36(6) 303-313   2016年
第一次AIブームの中,1986年に人工知能学会は設立された.人工知能が社会に対する期待に応えることができず,AIは冬の時代を迎えたが,その中で研究者らの努力によって,様々な要素技術が検討され,従来の知識工学を発展させたオントロジーに加えて,マルチエージェント,機械学習とデータマイニングという分野が生まれた.計算機資源の充実とインターネットの登場が,様々な要素技術の適用範囲を著しく拡大させ,人工知能で生まれた技術の成果が次々と報告される中,いま第二次AIブームを迎えて,学会設立30周年を迎え...
小林輝行, 上甲昌郎, 中島隆夫, 芦原佑太, 山川宏
ドワンゴ人工知能研究所テクニカルレポート      2015年10月
テクニカルレポート(2016.10.21)
小林亮太, 山川宏
人工知能   Vol.30(No.5) 605-606   2015年9月
山川宏, 森川幸治
人工知能   Vol.30(No.5) 703   2015年9月
中島隆夫, 土屋敏明, 中村政義, 山川宏
ドワンゴ人工知能研究所テクニカルレポート      2015年7月
テクニカルレポート(2015.07.21)
本報告書の概要:全脳アーキテクチャ勉強会は、人間のように柔軟汎用な人工知能の実現に興味のある研究者、脳に興味のあるエンジニア、関連分野(神経科学、認知科学等)の研究者間での交流を促進し、全脳アーキテクチャを実現するために発足された。開催10回目を迎えた今回の勉強会では「全脳アーキテクチャのいま」をテーマとして本勉強会の原点に立ち返りつつ、約1年半の歩みを主要関係者6人が講演した。本報告書では各講演の内容を報告する。
土屋敏明, 礼王懐成, 森田和彦, 山川宏
ドワンゴ人工知能研究所テクニカルレポート      2015年6月
テクニカルレポート(2015.06.09)
山川宏
2015年度人工知能学会全国大会(第29回)      2015年5月
現状の断片的な神経科学等の知見を繋ぎあわせて,脳を参考とした汎用的な認知アーキテクチャを構築するには,一貫した仮説の集合体としての物語を制作し,それを洗練する研究プロセスが有効と思われる.本稿では,神経科学的知見に対応付けた形で,海馬−嗅内皮質のトリシナプス回路に想定される認知機能を実現できる計算モデルの物語を提案する.これは今後の議論の叩き台となる初期的な物語である.
上田隆一, 水田恒太郎, 山川宏, 岡田浩之
2015年度人工知能学会全国大会(第29回)      2015年5月
齧歯類の海馬-嗅内皮質で発見されている各種脳細胞の働きと、移動ロボットのナビゲーション問題で用いられる数理モデルの関連性を調査する。海馬-嗅内皮質がどのような環境地図生成(SLAM)、地図内での自己位置同定、行動決定を行っているかを数式でトップダウンでモデル化し、海馬-嗅内皮質の働きで既知・未知の部分を簡潔に表現する。また、このモデルから考えられるSLAMの新しい形式を議論する。
山川宏, 森川幸治, 岡本洋
人工知能   30(6) 790   2015年5月
松元叡一, 中村政義, 山川宏
ドワンゴ人工知能研究所テクニカルレポート      2015年4月
テクニカルレポート(2015.04.13)
このレポートは、2015年2月~3月の間、ドワンゴAIラボで行った開発・研究の成果をまと めたものである。
山川宏, 市瀬龍太郎, 井上智洋
電子情報通信学会誌   98(3) 238-243   2015年3月   [査読有り]
栗原聡, 山川宏
人工知能   30(1) 104-110   2015年1月
山川宏
人工知能   30(1) 9-10   2015年1月
山川宏, 市瀬龍太郎
人工知能   29(3) 226-227   2014年5月
山川宏, 市瀬龍太郎
人工知能   29(3) 265-267   2014年5月
松尾豊, 栗原聡, 山川宏
人工知能   29(2) 114   2014年3月
山川宏
人工知能   28(6) 825-826   2013年11月
米長邦雄(講師), 山川宏(文責者)
人工知能   28(3) 427-433   2013年5月
山川宏
人工知能学会誌   28(1) 12   2013年1月
山川宏, 市瀬龍太郎
情報の科学と技術   62(12) 514-519   2012年12月
21世紀にはいりIT分野の研究者が専門能力の強みのみでキャリア形成をすることは難しくなってきた。我々はこうした背景から,主に若手研究者らの自律的なキャリア形成を支援しうる教材としてHappy Academic Life 2006(HAL2006)というボードゲームを開発し,人工知能学会の20周年記念事業の一環として2006年に全会員に配布し,さらに電子版としてD-HAL2006を開発/公開した。電子版ではプレイログを利用したリフレクションにより自らの経験を大局的に客観視できるため,プレイ中...
田中美里, 忠鉢洋輔
人工知能学会誌   27(5) 539-541   2012年9月
山川宏(インタビュイー)
山川宏
日本神経回路学会 第21回全国大会      2011年12月
松尾豊, 山川宏
人工知能学会誌   26(6) 553   2011年9月
松尾豊, 山川宏
人工知能学会誌   26(6) 553   2011年11月
武田英明, 神嶌敏弘, 木村忠正, 植田憲一, 山川宏, 松尾豊(責任編集), 岡瑞起(責任編集)
人工知能学会誌   26(6) 616-625   2011年11月
山川宏
人工知能学会誌   26(1) 34   2011年1月
山川宏
人工知能学会誌   24(4) 502-503   2009年7月
山川宏, 飯島泰裕, 岡本泰次
研究報告グループウェアとネットワークサービス(GN)   2009(3(2009-GN-70)) 37-42   2009年1月
インタネット社会の主要プレイヤは,属性を伴う匿名 ID が人格化したペルソナであるが,個人情報の分散により活用が不自由で,無責任な活動が起こりやすい.本報告では,ペルソナの自由と責任の両立を支えるペルソナ社会基盤を提案する.この基盤では,活動証明,人物呈示,本人到達という IT 機能の結合により,匿名 ID の信用と責任を下支えする.提案基盤を用いれば,インタネット上で信頼を得た匿名ペルソナが,生放送のショッピング番組等にアバタとして出演することが現実的となることを示した.
市瀬龍太郎, 山川宏
人工知能学会研究会資料   SIG-ALSTA902 55-60   2009年11月
Educational Board Game for Researchers` career planning in Japan
Hiroshi Yamakawa, Ryutaro Ichise, Masayuki Ohta, Yoshikiyo Kato, Hiroko Shoji, Yutaka Matsuo
Proc. ISAGA 2007 Conference   (p-21)    2007年7月
Hiroshi Yamakawa, Koji Maruhashi, Yoshio Nakao
Proc. 17th Int. Conf. Genome Informatics (GIW 2006)   (P101)    2006年12月
Analysis of protein-protein interactions (PPI) is an important issue to understand the biological mechanism of a cellular process. Although large volumes of PPI data have been collected, only a few amounts of PPIs have been elucidated at the funct...
山川宏, 仲尾由雄, 丸橋弘治
信学技報   (NC2006-15) 37-42   2006年6月
我々は,未知のタンパク質ペアに対して特定の相互作用属性の有無を予測する機械学習技術を開発し,この技術を利用して,タンパク質毎の属性(Gene Ontology)からリン酸化属性の有無を判別した.複数のサブユニットを含むタンパク質間の相互作用が,組合せとして含まれるサブユニットペアの何れかに還元できると仮定することで,判別課題をMultiple-Instance学習(MIL)として定式化した.そして,よく知られているDiverse Density法を改良し,特徴空間内で負例バッグに比べて正例...
山川宏, 市瀬龍太郎, 太田正幸, 加藤義清, 庄司裕子, 松尾豊
人工知能   21(3) 360-370   2006年5月
山川宏
人工知能学会誌   21(2) 195   2006年3月
山川宏, 高田司郎, 鮫島和行
人工知能学会誌   20(4) 357   2005年7月
山川宏
人工知能学会誌   20(4) 358-361   2005年7月
山川宏, 馬場孝之, 岡田浩之
認知科学 = Cognitive studies : bulletin of the Japanese Cognitive Science Society   11(2) 143-154   2004年6月
山川宏
電子情報通信学会技術研究報告. NC, ニューロコンピューティング   102(628) 43-48   2003年1月
グループ全体の意思決定である集合的決定においても,近年はIT技術の利用が可能になってきたので,電子民主主義(E-Democracy)も現実的になった.電子民主主義では従来に比べて柔軟な制度設計が可能であるから,民意を適切に反映する優れた制度を設計できる可能性をもっている.しかし,現状では,集合的決定の制度設計手法が十分に確立しているとはいい難い.マルチエージェント強化学習(以下,MA-RLと呼ぶ)は,このような設計課題に対しする一つの有力なアプローチである.本報告では,E-Democrac...
岡田浩之, 今井むつみ, 針生悦子, 山川宏
電子情報通信学会技術研究報告. NC, ニューロコンピューティング   102(627) 19-24   2003年1月
状況に応じた柔軟なヒトの推論能力は実世界の複雑な問題解決において驚くべき力を発揮する。特にヒトが論理的推論と直感的・非論理的推論を併せ持つことは他の動物には無い大きな特徴である。本稿ではヒトにおける認知バイアスの一種と考えられる刺激等価性が、ヒトの非論理的推論の大きな要因であると考え、そのメカニズムの検討を行った。さらに、刺激等価性を一種の不良設定の逆問題ととらえ、それを解決するコネクショニストモデルとしてIterative Inversion法を用いた連想推論モデルを提案する。提案したモ...
山川宏, 宮本裕司, 馬場孝之, 岡田浩之
人工知能学会論文誌 = Transactions of the Japanese Society for Artificial Intelligence : AI   17 1-13   2002年11月
Our proposed cognitive distance learning problem solver generates sequence of actions from initial state to goal states in problem state space. This problem solver learns cognitive distance (path cost) of arbitrary combination of two states. Actio...
馬場孝之, 山川宏, 岡田浩之
認知科学   9(1) 103-119   2002年3月
In this paper, we propose the prediction system which uses the matchable situation decomposition technology in order to achieve a concept acquisition model which predicts various events in the real world. Our proposed prediction system extracts ve...
山川宏, 馬場孝之, 岡田浩之
生体・生理工学シンポジウム論文集   16 153-156   2001年8月
Hiroshi Yamakawa, Yuji Miyamoto, Hiroyuki Okada
6th International Work-Conference on Artificial and Natural Neural Networks (IWANN2001)   378-385   2001年6月
Our proposed cognitive distance learning agent generates sequence of actions from a start state to goal state in problem state space. This agent learns cognitive distance (path cost) of arbitrary combination of two states. The action generation at...
山川宏
電子情報通信学会誌   83(7)    2000年7月
山川宏, 岡田浩之, 伊藤修, 大森隆司
人工知能学会全国大会論文集 = Proceedings of the Annual Conference of JSAI   14 66-67   2000年7月
岡田浩之, 馬場孝之, 山川宏
日本認知科学会大会発表論文集 = Annual meeting of the Japanese Cognitive Science Society   17 108-109   2000年6月
馬場孝之, 岡田浩之, 山川宏
日本認知科学会大会発表論文集 = Annual meeting of the Japanese Cognitive Science Society   17 180-181   2000年6月
山川宏, 益岡竜介, 岡田浩之
電子情報通信学会技術研究報告. NC, ニューロコンピューティング   99(686) 23-30   2000年3月
連続確率空間に対する高速な乱数発生器としては、一様乱数出力uを適当な変換関数f(u)に入力して偏りのある分布出力p(v)を得る変換法が有名であるが、変換関数が確率密度関数の積分の逆関数であるために、任意の関数形状に対して簡単には得られない。提案する手法では、階層型ニューラルネットワークを変換関数に用いることで任意の関数に対応する。出力分布p(v)に対応した変換関数の学習では教師信号が、(1)出力vの入力uに対する偏微分値(∂v/∂u)で尚且つ、(2)出力vに依存するため、従来の微分誤差逆伝...
伊藤修, 岡田浩之, 山川宏, 大森隆司
電子情報通信学会技術研究報告. NC, ニューロコンピューティング   99(684) 47-54   2000年3月
未知なる環境下で学習的に行動する汎用的な知能システムの実現には、多様なセンサ情報の取得が必要である。しかし、従来の学習システムは全てのセンサ情報を用いて学習を行なう為組合せ爆発により、時間、資源等を大きく消費するだけでなく、不必要な情報がノイズとなって、学習の効率を悪くする可能性がある。これに対し従来は、センサのうちのいくつかを環境中の状況に合わせて人間がモジュールとしてまとめ、それらを適宜に使用、学習させる事で解決していた。しかし、この方法では環境中に状況が混在する場合、設計者に対する負...
岡田浩之, 山川宏, 大森隆司
電子情報通信学会技術研究報告. NC, ニューロコンピューティング   99(684) 55-62   2000年3月
強化学習のような報酬に基く試行錯誤的な学習には報酬性刺激と嫌悪性刺激を区別して利用することが重要である.従来の強化学習の枠組みでは環境から得られる評価である強化信号は一元的なスカラー値で表現されていた.それに対し, ラットやサルなどの動物実験の結果を見ると, 実際には環境から報酬と罰の両方が与えられ, それら強化信号の量的, 質的な関係を利用して学習が進んでいくと考えるのが自然であると考る.我々は報酬性刺激の利用と嫌悪性刺激の利用を分けた強化学習の新しい枠組みとして, 報酬・嫌悪の二次元評...
岡田浩之, 伊藤修, 萩原由香里, 仁木和久, 山川宏, 大森隆司
人工知能学会全国大会論文集 = Proceedings of the Annual Conference of JSAI   12 453-454   1998年6月
山川宏, 岡田浩之, 渡部伸雄, 松尾和洋
人工知能学会全国大会論文集 = Proceedings of the Annual Conference of JSAI   12 455-456   1998年6月
木本隆, 柳沼義典, 山川宏
電子情報通信学会論文誌. D-II, 情報・システム, II-情報処理   D-2, 情報・システム 2-情報処理 00079(5) 949-959   1996年5月
情報ネットワーク社会の発展に伴い, 多種多様かつ矛盾やあいまいさを含んだ情報を取捨選択・統合することにより, 適切な情報を抽出する技術が必要とされている. 本論文では, 砂時計型ニューラルネットに着目して, 多種多様であいまいかつ不完全な情報を統合し内部表現を自動的に獲得する枠組みについて議論する. まず, 不完全なセンサ情報処理の可能なニューラルネットモデル, 砂時計型ニューラルネットを用いた異種情報統合モデル, 砂時計型ニューラルネットを階層化することにより低次のセンサ情報から高次の内...
山川宏
電子情報通信学会技術研究報告. PRMU, パターン認識・メディア理解   96(41) 1-8   1996年5月
内部に複数の処理モジュールをもつ大規模認識システムのモジュール間では外界入力の情報構造に適合した情報交換を行う必要がある。そこでシステムが柔軟な適応能力を持つには、処理モジュール毎だけでなくその間の接続構造もダイナミックに変化させなければならない。接続構造の学習を行う手掛かりとしては外界入力の部分独立性を利用する方法が有望であり、これは局所毎には関連の強い特徴量の選択となる。しかし従来このような視野に立つ特徴選択の研究はあまり進められていない。そこで本報告書では、現入力状態と過去の入力状態...
丸山隆一, 田中美里, 山川宏
ドワンゴ人工知能研究所テクニカルレポート      2014年
テクニカルレポート(2014.11.24)
髙橋恒一, 板谷琴音, 中村政義, 小泉守義, 荒川直哉, 冨田勝, 山川宏
2015年度人工知能学会全国大会(第30回)      2015年5月
ディープラーニングは初期視覚野を真似た深い階層や畳込み構造を特徴とするが、実際には脳はそれぞれ特有の学習機能を持つ多数の領野や器官で構成される。これを真似て機械学習器を組み合わせる事で、単独の機械学習器より学習性能を飛躍的に向上出来る可能性がある。また、将来的には汎用人工知能実現への一つの道筋とも考えられる。この可能性を実証するための基盤ソフトウエアBriCAの設計開発状況について発表する。
山田真徳, Kim Heecheol, 三好康祐, 山川宏
人工知能学会全国大会(第32回)      2018年
ラベルなしの系列データからDisentangleされた表現を抽出するモデルであるtime convolutional variational ladder autoencoder (TCVLAE)を提案する. シンプルな2次元のデータで提案手法は時系列の意味の分離が可能なことを実験的に示した.

書籍等出版物

 
強いAI・弱いAI 研究者に聞く人工知能の実像(インタビュー)
鳥海不二雄
丸善出版   2017年10月   ISBN:4621301799
人工知能とは
山川宏
近代科学社   2016年5月   ISBN:4764904896
人工知能って、いったい何ですか?
人工知能学会の歴代会長を含む人工知能研究の権威が答えます!!
パターン認識と機械学習 下 - ベイズ理論による統計的予測 (14章担当)
C.M.ビショップ(著), 元田浩(監訳), 栗田多喜夫(監訳), 樋口知之(監訳), 松本裕治(監訳), 村田昇(監訳) (担当:共訳, 範囲:第14章の翻訳)
シュプリンガー・ジャパン株式会社   2008年7月   ISBN:9784431100317

講演・口頭発表等

 
山川宏
2018年度人工知能学会全国大会(第32回)   2018年6月5日   一般社団法人 人工知能学会
抄録:現在は、技術進展が加速してゆく中で人や組織間の関係性の複雑化が進んでいる。こうした中で社会の安定を保つためには、今までより迅速に社会的ルールを制御する必要がある。その制御のためには、人間や組織がすばやく社会的決定を行う必要があるが、社会的決定に用いうるリソースや速度には限界がある。よってある範囲内においては社会的ルールの決定権をAIに移譲する必要が生じる。この役割を担うAIにおいては、決定対象となる事案における複数の選択肢に対する評価関数の設計が重要である。
大澤正彦, 大森隆司, 高橋亘一, 荒川直哉, 坂井尚行, 上野道彦, 今井倫太, 山川宏
人工知能学会 第32回全国大会(2018)   2018年6月   
本研究は,人レベルAGI の開発を効率的に行うためのガイドとしての能力マップを提案する.能力マップは,人レベルAGI に必要な能力を階層的に整理し研究の現状を客観的に評価することで,重点的な研究開発が必要な能力を明確化することができる.さらに,能力マップにおいて階層化した個々の能力に対して,それを実現する内部実装,評価する工学的タスク,そして対応する脳領域をそれぞれ割り当てる.特に能力に脳領域を結びつけることは,同じ脳領域に対応づけられた複数の能力を統一的なメカニズムで実現する可能性を示唆...
コネクトーム上で機械学習器を結合するための大脳新皮質領野間トップダウン/ボトムダウン分類
速水琢, 根岸蒼, 小森麟太郎, 水谷治央, 山川宏
2018年度人工知能学会全国大会一般セッション「基礎・理論」   2018年6月   
人間の環世界から見たエージェントモデル –AI Safety の実現に向けて
福地庸介, 大澤正彦, 山川宏, 今井倫太
2018年度人工知能学会全国大会(第32回)   2018年6月   
機械学習によって行動獲得するエージェントによる意思決定の不透明性が、AI Safetyを実現する上での障害となっている。しかし、人間とエージェントの間に存在する観測空間・行動空間・報酬・時間の違いが、人間によるエージェントの理解を難しくしている。そこで本稿では、人間からはエージェントの振る舞いがどのように理解されるのか、をモデル化した「人間の環世界から見たエージェントモデル」を提案する。
山川宏
連続シンポジウム「激動する世界と宗教――私たちの現在地」第3回「宗教と生命」   2018年3月21日   角川文化振興財団
市川力, 山川宏ほか
EDUCATION SYMPOSIUM「ひととAI ーAIは好奇心を持てるのかー」   2018年2月24日   公益社団法人日本広告制作協会
複数のニューラルネットワーク隠れ層出力の等価性抽出の試み
高橋良暢, 佐藤聖也, 栗原聡, 山川宏
第6回 人工知能学会 汎用人工知能研究会 (SIG-AGI)   2017年9月   
深層強化学習エージェントの自己モデル獲得と行動目標説明表現の生成
福地庸介, 大澤正彦, 岨野太一, 山川宏, 今井倫太
第5回 人工知能学会 汎用人工知能研究会(SIG-AGI)   2017年7月   
山川宏
第1回AI・人工知能EXPO   2017年6月29日   リード エグジビション ジャパン株式会社
山川宏
2017年3月14日   総務省
山川宏
2017年3月4日   学習院大学(豊島区後援)
以前よりコンピューターは論理的推論など大人が得意とする知能に強みがありました。近年、深層学習の発展により認識や運動に関わる子供の知能を急速に獲得しつつあります。 知的能力を広範囲に模倣できるような汎用性の高い人工知能に近づく可能性があります。講演では、従来型の人工知能と深層学習以降の人工知能のブレークスルー、および、未来社会における人と人工知能との関わりについて語っていただきます。
佐藤優, 木村草太, 山川宏
シンポジウム「AIはトランプを選ぶのか」   2017年1月26日   毎日新聞労働組合
米国のトランプ大統領誕生と人工知能(AI)研究の進展という二つの「衝撃」に注目して設定されたシンポジウム
汎用性の創発を脳に学ぶ [招待有り]
山川宏
人工知能学会 合同研究会 2016   2016年11月10日   人工知能学会
人工知能と共に歩む未来社会にむけて
山川宏
2016年11月2日   株式会社東芝 インダストリアルICTソリューション社
未来社会は人の様な汎用性の高い人工知能に近づき、ある程度共有財産化された多様な人工知能と、様々に拡張された人類による生態系が形成されるだろう。個人も人類全体もそれを完全には理解し把握できないが「万人の幸福」と「人類の存続」の両立を目指し緩やかに制御されることになるのではと考えられる。
山川宏
2045年 人工知能の旅   2016年10月16日   Saporo Creative Convention No Maps
知能の在り方は必ずしも人間のようである必要はない。しかし社会が人によって成り立っている以上、様々な個別の知的能力において、知能が概ね人を越える段階で代替可能となり経済的価値が急速に高まりやすい。本講演では、人工知能が人間の知的な能力を包括的に越える可能性とその社会への影響について述べる。
山川宏
Developers Summit 2016 KANSAI 関西ITエンジニアの祭典   2016年9月16日   翔泳社
一万人のエンジニアが集うオープンコミュニティから脳のような知能の創造を目指す
山川宏
デジタル×データ×デザイン──未来はここから始まる   2016年7月26日   日経BP社’(後援:経済産業省)
word2vecを用いた発達過程における言語獲得の分析
永野秀明, 岡田浩之, 山川宏, 荒川直哉
2016年度人工知能学会全国大会(第30回)   2016年6月   
While children acquire words in their development, the relations among words change and come to those of adults. The conceptual space analysis of relations among words for each phase of the development could help understand the word acquisition pr...
汎用知能の知識記述長最小化原理仮説の提案
山川宏
2016年度 人工知能学会全国大会(第30回)   2016年6月   
Artificial general intelligence (AGI) is evaluated essentially by the integration of performances for multiple tasks. When tasks for these are fixed, big-switch type AIs, which switch multiple narrow AIs for every task, often show better performan...

社会貢献活動

 
【出演】  NHK  NHK日曜討論  2018年2月4日
AIは私達の暮らしや社会をどう変えるか?6人の専門家が討論
原山優子,井上智洋,久木田水生,古田貴之,山川宏,山田誠二,【司会】島田敏男,【司会】牛田茉友
【インタビュイー】  WIRED MAGAZINE Vol.20  2017年12月1日
【インタビュイー, 取材協力】  Newton 2018年1月号  2017年11月25日
山川所長が進めている「全脳アーキテクチャ」構想が紹介された。
【インタビュイー】  AERA 2017年 11月20日 増大号  2017年11月20日
「テクノロジーで死の概念なくなる」
・生きる活力になる
・脳の働きを読み取る
【出演, インタビュイー】  bayfm78  2017年10月24日 - 2017年11月1日
bayfm78のA-LABO INDEXに二週にわたり出演
第56回(前編・一週目)2017.10.24
第57回(後編・二週目)2017.11.01
【インタビュイー】  future of life INSTITUTE  2017年10月12日
【コメンテーター, 取材協力】  SBクリエイティブ株式会社  ビジネス+IT  2017年9月8日
全脳アーキテクチャ・を紹介
【コメンテーター】  日本経済新聞  日本経済新聞  2017年8月31日
【インタビュイー】  日経エレクトロニクス  (日経エレクトロニクス2016年6月号)  2017年6月19日
全脳アーキテクチャ・イニシアティブ
今後のロードマップ
【インタビュイー】  NEWS PICKS  2017年6月13日 - 2017年6月17日
入山章栄氏との対談(全5回)
1. 知っておくべきAIの最先端、「汎用人工知能」とは何か
2. 人類の次のテーマは「いかにうまく AI に負けるか」
3. 人間の脳を模倣し、超えていく。AI の近未来とは
4. 汎用 AI、大人の AI、強い AI...最先端の分類法に迫る
5. 2018.06.17 「AI 開発レース」に勝てない日本が生き残る秘策
【講師】  株式会社アラヤブレインイメージング、ドワンゴ人工知能研究所  General AI Challenge Kick-off Meeting in Tokyo  2017年2月15日
GoodAIの主催する汎用人工知能チャレンジの説明会(東京)
【インタビュイー】  毎日新聞  2016年10月7日
人工知能(AI)技術が進化し、社会の利用が急速に広がっている。囲碁でトップ棋士を破った衝撃も記憶に新しく、「人間を超える日」を予感する声も強まる。暮らしが快適になり、人類の進歩に寄与することが期待される一方、軍事技術への転用や暴走への不安も根強い。AIの現在の到達点と未来像とは。【聞き手・阿部周一】
【取材協力】  日本経済新聞  2016年9月21日
【インタビュイー】  週刊新潮  2016年4月7日
「人工知能」は世界をどこへ導くか 第3弾
【インタビュイー】  週刊新潮  2016年3月11日
「人工知能」は世界をどこへ導くか 第2弾
【インタビュイー】  INCLUSIVE株式会社  FUTURUS(フトゥールス)  2015年11月20日
【インタビュイー】  INCLUSIVE株式会社  FUTURUS(フトゥールス)  2015年11月20日
【インタビュイー】  NexTalk  2015年8月18日
「未来飛考空間」第3回
山川氏と語る「人工知能は、人類の能力を超えるのか」
汎用人工知能実現に向けた取り組みとその可能性(2015年08月18日号)
【インタビュイー】  電通報  2015年8月17日
物理学者のホーキング博士やマイクロソフト創業者のビル・ゲイツ氏が、人工知能は人類の大きな脅威になると警鐘を鳴らしたニュースは記憶に新しい。一方で身近なところを見れば、広告やマーケティングは人工知能にとって有望な領域だとして関係者からの注目が集まってもいる。今回は、昨年設立されたばかりのドワンゴ人工知能研究所を拠点に人工知能の開発や啓発を進める所長の山川宏氏に、人工知能が照らし出す驚くべき「人類の未来」の姿について語ってもらった。
(聞き手:電通デジタル・ビジネス局 計画推進部長 小野裕三)
【コメンテーター】  ダイヤモンド社  週刊ダイヤモンド  2015年7月25日
【出演】  ロボカップジャパン・オープン2015福井開催委員会  ロボカップジャパンオープン2015 福井  2015年5月3日
【出演】  将棋電王戦FINAL 第3局 稲葉陽七段 vs やねうら王  2015年3月21日
【ゲスト】人工知能学会理事 ドワンゴ人工知能研究所所長 山川宏
【インタビュイー】  ヒズジン  2015年1月22日
2014年11月に発足したドワンゴの社内研究機関「ドワンゴ人工知能研究所」。一般社団法人 人工知能学会 理事の山川宏博士を所長に迎え、汎用型のAI(人工知能)の実現を目指すという。Googleなど先行する米国に対して、国産AIの戦略とは何か?なぜドワンゴがAIなのか?山川所長に聞いた。
【コメンテーター】  CNET JAPAN  2014年11月28日
紹介記事。山川宏の挨拶を全文掲載
【その他】  株式会社ドワンゴ  プレスリリース  2014年11月28日
所長あいさつ