Institut multidisciplinaire d'intelligence artificielle
L'apprentissage profond est un excellent exemple de la façon dont l'informatique d'inspiration biologique peut bénéficier à l'IA et à la robotique. Mais que pouvons-nous apprendre d'autre du cerveau pour faire passer l'IA au niveau supérieur ?
L'efficacité énergétique et l'efficacité des données sont les principales caractéristiques du cerveau et de la cognition humaine que l'apprentissage profond d'aujourd'hui n'a pas encore fournies. Le cerveau peut être considéré comme un système multi-agents d'apprenants hétérogènes utilisant différentes représentations et algorithmes. L'utilisation flexible du contrôle réactif sans modèle et de la « simulation mentale » basée sur des modèles semble être à la base de l'efficacité computationnelle et des données du cerveau.
De plus, l'autonomie et la socialité sont des fonctions essentielles qui sont nécessaires pour des agents d'IA plus polyvalents dans la future société homme-IA. Nous discuterons de ce que nous pouvons apprendre de la société humaine et des fonctions du cerveau humain.
Kenji Doya est professeur à l'Unité de calcul neuronal de l'Institut des sciences et technologies d'Okinawa (OIST), Graduate University.
Il a obtenu son doctorat en 1991 à l'Université de Tokyo et a travaillé comme post-doctorant à l'U. C. San Diego et au Salk Institute.
En 1994, il a rejoint Advanced Telecommunications Research International (ATR) en tant que chercheur principal, puis a occupé le poste de chef de groupe du projet Kawato Dynamic Brain.
En 2004, il a été nommé chercheur principal du projet de recherche initial de l'OIST et a lancé le cours de neurosciences computationnelles d'Okinawa (OCNC) en tant qu'organisateur principal.
Lorsque l'OIST s'est établi en tant qu'université d'enseignement supérieur en 2011, il est devenu professeur et a occupé le poste de vice-recteur à la recherche jusqu'en 2014.
Il s'intéresse à l'apprentissage par renforcement chez les créatures naturelles et artificielles.
Il a été co-rédacteur en chef de Neural Networks de 2008 à 2021 et est actuellement membre du conseil d'administration de l'International Neural Network Society (INNS) et président de la Japanese Neural Network Society (JNNS).
Il est le président de la conférence Neuro2022 à Okinawa. Il a reçu le prix Donald O. Hebb de l'INNS en 2018, le prix académique de la JNNS, le prix de réalisation exceptionnelle de l'APNNS et la deuxième place du groupe d'âge à l'Ironman Malaysia en 2022.
