北野研セミナーを開催します。
- 日時: 11月11日（水）13:00-14:30
- 場所: H棟7階 H702
新学術領域「スパースモデリングの深化と高次元データ駆動科学の創成」（H25-H29）で代表をされた岡田先生と岡田研の片上先生が当研究室にご訪問される機会を得ましたので、下記の通りにご講演をお願いしています。 岡田先生には昔話から現在のAIにおける根幹技術である Transformer への繋がりをお話しいただき、片上先生にはデータ駆動科学における最新技術をご紹介いただく予定です。
講演 1
- タイトル: 「連想記憶から Transformer へ」 -30年前の統計神経力学と現代の生成AI-
- 演者: 東京大大学院新領域 岡田真人先生
- 時間: 13:00-13:30（講演20分、質疑10分）
2024年のノーベル物理学賞は、Hopfieldの連想記憶モデルとHintonの学習モデルに改めて光を当てた。本講演では、Amari–Hopfield（A–H）モデルにおける記憶の想起を、統計物理学のエネルギー地形への緩和として捉える。さらに、記憶容量と引き込み領域のトレードオフ、および想起のマクロな時間発展を、Okada（1995）の研究を交えて振り返る。
次に、Modern Hopfield Model の状態更新と Transformer の Attention の数理的な接点を紹介し、古典的な連想記憶との共通点と相違点を整理する。最後に、階層的情報処理において、トップダウン信号が記憶の選択、引き込み領域、想起の時間発展をどのように変えるのかという研究課題を提示する。連想記憶から現代の生成AIへ、そして次の数理神経科学へと続く展望を議論したい。
講演 2
- タイトル: ベイズ計測の学理と実践：計測データから何を、どこまで推定できるか
- 演者: 東京大大学院新領域 片上舜先生
- 時間: 13:30-14:30（講演45分、質疑15分）
計測データから対象の性質を読み解く際には、パラメータの推定値だけでなく、その不確実性や、データを説明するモデルの妥当性を評価することが重要である。
本講演では、ベイズ推論に基づくパラメータ推定とモデル選択の基本的な考え方を紹介し、計測データ解析への活用方法を解説する。
併せて、開発中のベイズ推論用計算ライブラリを紹介し、計測科学のデータ解析への応用可能性について議論する。