筆者は2015年よりビジネスに活用する目的でヒトの能力開発に役立ち、仕事を標準化して代行できる人工知能（AI）のリサーチを開始。4年間のリサーチの結果、部分的には実現できている技術はあるものの目標とするAIは実現していないと判断。これは意思決定後の脳における情報処理（課題解決）の解明は進んでいるが、ヒトが意思決定する時の情報処理（課題設定）の解明が進んでいないことによる。能力とは自主課題を設定しそれを解決すること。仕事を標準し代行するためには仕事の課題を設定、解決手順を確立し、再現することが必要となる。そこで課題を設定し、課題を解決するAIを次世代の人工知能（nextAI）と定義し、このAIの製品コンセプトと開発を可能にするエコシステムを提案する。これは人口減少を補う生産手段となる。これを開発するためのエコシステム（生態系）とは、今、存在しないAIを現し（0→１システム）、そのAIを社会基盤としてヒトの能力開発と仕事の自動化を際限なく繰り返す社会システム（１→∞システム）である。０→１システムでは仮説を検証して品質を保証したA Iを実現し、１→∞ システムでは社会の変化に対応してA Iの品質を保証するため変更管理を行う。nextAIは自律的にバージョンアップする。それは、nextAIが学習し、知識を体系化し、推論の精度を高めて行くことによる。この仮説の中核的概念はヒトのたった一つの行動原理（principle）。なお、nextAIにおいて事実把握の時間差や、事実からの学習と推論の検証が不十分であった場合、principleが上手く適用されないことが社会リスクとなる可能性がある。この社会におけるリスクマネジメントは医薬品の世界的な産官学の協力監視体制をモデルとする。

Ａ）人の脳の振舞いを模倣した有機的情報処理を持つ人工頭脳の記憶制御の特徴とＢ）その適用事例を紹介する。 ①連想/階層記憶を構成（記憶素子のリンク接続） ②記憶素子の活性化伝播 with 活性化ルール、 ③対象の特性・性質情報/上位-下位概念の形成、 ④ＷＲ：記憶契機（活性化）で関連情報とセットで連想記憶＆顕在意識ＯＦＦ時、階層記憶＆連続シーンを更新、 ⑤ＲＤ：外部/内部情報で活性化した記憶素子&実体をアクセス、 ⑥階層的抽象化制御（抽象度制御：上位-下位概念）

In recent years, humanoid robots have become more sophisticated and less expensive, and humanoid robots that download and dance human choreographed dances for a pre-determined song at a very low price It was sold. However, such a robot has a problem that it gets tired after having finished watching all the provided music. Therefore, we have devised a method that can automatically generate a dance motion using a deep generation model for new music data as well as a predetermined piece of music.

我々はヒト前頭前野周辺の計算論的モデルの構築を目指しており、それに向けて再帰的にサブルーチン呼び出しが可能な階層型強化学習アーキテクチャ RGoalを提案している。本論文ではRGoal にわずかな拡張を加えることで、記号推論の一例である定理証明ができることを示す。また、知的エージェントが経験により環境から記号的知識を獲得する機構について考察する。これらの機構は、ヒトの脳における記号推論と記号的知識獲得の機構の候補である。

In the shipbuilding industry, labor shortages are a problem. In particular, designers are required to make flexible decisions with vague information. Therefore, research results of Artificial General Intelligence (AGI) that can collaborate with workers are required. Current machine learning cannot be learned spontaneously. Artificial intelligence never develops while learning behavioral patterns through experience. In this paper, we examined the idea of Deleuze et al to apply self learning like a human behavior. The shipbuilding industry has many challenges to apply AGI.

この論文では、人の声と動物の声を聴き分ける方法について提案する。深層学習の手法のうち、提案手法１は 1 クラス分類の問題として、提案手法２の問題は 2 クラス分類として検証を行う。様々な動物の声をインターネット上から抽出し、また人の声についてもコーパスとして公開されている物を中心に抽出する。音声認識エンジンの利用開始時を特定するために人の声にのみ反応する学習機を構築することで、経済的側面からも対話型 AI を利用する際には優位に進められることが想像できる。研究成果として、1クラス分類での精度は 92%に達し、2 クラス分類では 98％に達した。

世界のロボット研究の分水嶺となった2015年のDARPAロボティクスチャレンジ決勝戦における経験と、その後の産総研におけるヒューマノイドロボット研究を紹介し、これを踏まえて現在のロボット研究全般の課題について論ずる。特にロボット工学の根幹である物体操作（マニピュレーション）に関して、真の課題がどこにあるかについて私見を述べてみたい。

Bridging between brain structure and its function is crucial issue in the field of neuro science. Many researches have provided the huge amount of knowledges of neuronal connectivities and behaviors. The accumulated knowledges should be summarized in a concept of how neurons behave and orchestrate eaach other to subserve complexed cognitive functions. In this paper, we focused on the neural circuits for saccadic eye movement and facial recognition, and we proposed the ontological approach to accumulate the knowledges of the neural connectivity and its behavior; how cell populations in the neural circuit are interconnected and how they behave from the perspective of role concepts.

This article explains the outline of the Animal-AI Olympics, the ongoing AI-related competition, and discusses relevances with AGI and how to work with competition tasks from a general point of view and from our experiences.