報酬最大化原理にもとづく脳型ＡＧＩアーキテクチャの構想

抄録

実世界で動作する十分に性能の高い強化学習エージェントは汎用人工知能であると見なせる。ヒトの大脳もおそらく強化学習を用いて報酬を最大化する器官である。本稿では脳を階層型強化学習を用いたプログラム合成システムと見なし、その機構を計算機上で再現することを目指す筆者らの取り組みの現状について整理するとともに、これから取り組むべき海馬・前部帯状回・皮質下の機構のモデルに関する展望を述べる。