この講演会は終了いたしました．多数のご参加ありがとうございました．

■ 主催・企画

    計測自動制御学会 システム情報部門 自律分散システム部会

■ 協賛

    学術創成研究「記号過程を内包した動的適応システムの設計論」

■ 概 要

　来る6月26日（土），第46回自律分散システム部会研究会を科学研究費学術創成領域「記号過程を内包した動的適応システムの設計論」と合同で，立命館大学にて開催いたします．今回の企画のテーマは，「言語と身体を繋ぐ知能のプロセス」です．
人間のもつ知能は高次には言語・記号に代表され，低次には運動能力により語られます．しかし，記号接地問題が語るように，実世界と関係性を持たない記号は意味を持ちうる事はなく，運動学習から言語獲得は一連のボトムアップな学習のなかで連続的に捉えられる必要があります．幼児は他者の連続的な動作を観察するなかで動作を模倣し，区切られない言葉の列から言葉や文法を獲得していきます．
　このような人の運動から言語に至る知能のプロセスを理解する事は，言語学，脳科学，発達心理学のみならず，計算論的なモデルやロボットを用いた構成論との協調的なアプローチが必要不可欠であると考えられます． 
　本研究会では，京都大学大学院教育学研究科 明和政子先生，東京大学大学院情報理工学系研究科 高野渉先生，NTTコミュニケーション科学基礎研究所 持橋大地先生に各専門領域から最新の話題を提供いただきます．シンボル使用を支えるヒトの模倣能力の発達的及び生物学的起源への比較認知発達科学の立場からアプローチ．ヒューマノイドロボットの知能において身体の運動学・力学的情報を抽象化・記号化することで運動と言語を双方向に結合する研究．観測された文字列のみから、辞書や教師データを全く使わずに「単語」を推定することのできるノンパラメトリックな階層ベイズモデルによる言語モデルとその学習法．と，多様でありながら，それぞれに言語と身体を繋ぐ創発的な知能のプロセスを理解する上で本質的であり，先端的な研究をご紹介頂きます．貴重な機会でございますので，是非ご参加下さいませ．

■ テーマ

言語と身体を繋ぐ知能のプロセス

■ 期 日

2010年6月26日（土）

■ 会 場

立命館大学立命館大学 びわこ・くさつキャンパス
クリエーションコア1F CC101室〔滋賀県草津市野路東１丁目1-1〕

アクセス方法，キャンパスマップは以下を御覧下さい．
http://www.ritsumei.jp/accessmap/accessmap_bkc_j.html
http://www.ritsumei.jp/campusmap/map_bkc_j.html

■ プログラム

□ 13:00 - 13:10 

開会の挨拶

□ 13:10 - 14:20

講師： 京都大学大学院教育学研究科　明和政子

演題： ヒトはなぜ模倣するのか？

概要： 身体模倣は、他者の心的状態の理解、共感、さらには言語に代表されるシンボル使用など、ヒト特有の認知機能の発達的基盤とみなされてきた。しかし、その実証的検討はほとんどおこなわれてこなかった。私は、「比較認知発達科学」アプローチにより、ヒトの身体マッピングの起源を、個体発生的、進化史的観点から探る試みを続けてきた。ヒト胎児の自己身体についての知覚能力や、ヒト以外の霊長類における新生児期～成体の模倣能力の検討など、これまで筆者らが明らかにしてきた成果を中心に、ヒトの模倣能力の発達的、生物学的起源を議論したい。

□ 14:30 ～ 15:40

講師： 東京大学大学院情報理工学系研究科　高野渉

演題： ロボットの身体運動パターンの記号化から言語への展開

概要： ヒトの脳の機能として，他の生物と大きく異なる点は言語である．ヒトは言語を用いることによって高度なコミュニケーションや推論を獲得することができた．身体を通じて環境と繋がっているヒューマノイドロボットの知能において，身体の運動学・力学的性質は重要である．身体運動を抽象化・記号化することによって行動を記号として認識し，記号から運動を生成するロボットの知能化として，身体運動パターンを統計モデルによって学習・記号化する枠組みを構築してきた．この統計モデルは，自然言語情報処理の分野にて開発されてきた統計的言語モデルと類似した数理モデルを有し，運動パターンの記号と自然言語が数学的に整合性よく結び付く可能性が見えつつある．本講演では，身体運動パターンの記号化から身体的コミュニケーション，言語推論へ発展するロボットの知能に関する研究について紹介する．

□ 15:50 ～ 17:00

講師： NTTコミュニケーション科学基礎研究所 持橋大地

演題： ベイズ教師なし形態素解析とその周辺

概要： 観測された文字列のみから、辞書や教師データを全く使わずに「単語」を推定することのできる言語モデルとその学習法について紹介する。提案法は文字から単語を、単語から文を無限に組み合わせて生成するノンパラメトリックな階層ベイズモデルであり、MCMC法による学習では、子供が言葉を学ぶように、「単語」をモデルの中で統計的に繰り返し学習する。また、最近の関連研究について概観し、提案法との違いについて触れたい。

■ 参加費

無料

■ 申込方法

SICEのホームページに掲載している第46回自律分散システム部会研究会の「オンライン申込」からお申し込みください．

■ 申込締切

2010年6月24日（木）

※当日参加可能です！残席ございます．是非是非，お越しくださいませ．