Requests for Research（研究依頼） | 全脳アーキテクチャ・イニシアティブ

Requests For Research（RFR・研究依頼）は、最先端の研究や知識に対して重要で有意義な影響を及ぼすと期待されるプロジェクトを選び出したものです。

ここに示すRFRは、Cerenaut（旧名Project AGI）と全脳アーキテクチャ・イニシアティブが合同で編さんしたものです。私たちの共通目的は汎用人工知能の研究を促進することです。私たちは、人間の知能のような汎用人工知能を全脳アーキテクチャ・アプローチをつうじて実現することを促進するのに役立つと思われる研究をRFRとして選びます。

ここに提示されるRFRは、それぞれがかなり大きなプロジョクトであり、以下のような知識やスキルをもつ個人やグループに適したものであると私たちは予想しています。

プログラミング（例えばシミュレーションやテクニカルモデル）の能力
機械学習についての少なくとも初歩的な経験
脳の構造（神経科学）についての基本的な知識

といっても、気後れしないでいただけたらと思います。機械学習を学ぶには、インターネット上にも、その他の形でも教材が豊富にあります。神経科学の基礎知識を身につけるには、こちらのサイト (CCNBook) から初めてみてはいかがでしょうか。
そして、もっと大切なことがあります。あなたは孤立無援で研究するわけではないのです。これらのRFRに基づいた研究を始める前に、ぜひ私たちと連絡をとっていただきたいと思っています。そうすれば私たちのコミュニティに参加し、リソース（ソフトウェアやデータ）やアドバイスといった支援を受けることができます。また、同じ志向をもつ研究者たちを紹介させていただき、あなたがチームとしてこれらの問題に取り組むように計らえるかもしれません。

もし、私たちのRFRに基づいた研究を始めて、その結果を発表する際には、私たちのウェブサイトへのリンクを張っていただけますと幸いです。

RFRのリスト

※状況欄の「プロジェクト」の詳細については各RFRページを御覧ください。

公開時期	題名	状況
2023-03	アクティブビジョン	Open
2020-01	RFR: Self-organizing neural network hierarchies Part 2	Open
2020-01	Improving episodic memory with disentangled representations	Open/プロジェクトあり
2020-01	Extending autoassociative memories	Open
2020-01	Using Reinforcement Learning to discover attentional strategies	Open/プロジェクトあり
2020-01	Long-range navigation without perfect information using local reinforcement learning rules	Open
2018-09	RFR for Left and Right Neural Networks – Inspired by our Bicameral Brains	Open/プロジェクト進行中
2018-09	RFR for Self-Organising Architectures	Open/プロジェクトあり
2018-07	3Dエージェント・テストスイート	Open/基盤 (PyLIS) あり
2018-06	海馬モデルをもちいて記憶を改善する	Semi-closed/結果公開準備中
2018-06	前頭皮質・大脳基底核ループをもちいたActor-Critic法による意思決定モデル	Open/実装あり

※今後もさらに追加されます

よくある質問（FAQ）

問：　これらのRFRに基づいて研究をした場合、知的所有権は誰が持つことになりますか。自分の研究を自由に公表できますか。: 答：　あなた（とあなたのチーム）は、ご自身の研究とその知的所有権のすべてを有します。私たちはこれらのRFRを、私たちが興味深いと考えている諸分野の研究を支援し案内するために公表しています。もしそう望まれるのでしたら、私たちはあなたの研究が進むようにお手伝いできるかもしれません。
問：　私は自分の研究を出版することができますか。: 答：　もちろんです。お望みの方法で公開してください。紹介記事や、適切な学術誌や学術会議といったことについて、アドバイスを差し上げることができるかもしれません。
問：　プログラミング言語は何を使うべきですか。: 答：　こんにちの機械学習のフレームワークのほとんどには python が用いられていますので、python をおすすめいたします。別の言語を使いたいのであれば、ご相談いただけたらと思います。
問：　機械学習のフレームワークとしては、どんなものを用いたらよいのでしょうか。: 答：　もし、特にお好みのものがないのであれば、TensorFlow 周辺の標準化技術をおすすめします。それ以外のものにつきましては、ご相談いただけたらと思います。また私たちは、いくつかのフレームワークをカプセル化するための、ROSライクなモジュール化フレームワーク (BriCA) を提供しています。
問：　これらどれかの研究をやることにより報酬（お金）がもらえますか。: 答：　いいえ。でも、もしあなたの研究が優れたものであれば、私たちはみんなにそれを伝えます。また、研究を公表されたあと、その年のWBAI奨励賞へのご応募もご検討ください。
問：　コードはオープンソースにするべきですか。: 答：　ご自身の判断で結構ですが、研究コミュニティに認められることを望むのであれば、オープンソースにした方がよいかもしれませんし、私たちはそう期待します。ライセンスの種類についてはこちらをご参照ください。

窓口

公開オンライン・コミュニティ（議論、チーム作り、支援など）：こちら https://www.reddit.com/r/BioAGI にご参加ください。

その他のお問い合わせ：

英語：rfr [at] wba-initiative.org
日本語：WBAIお問い合わせ窓口

また、日本語でのコミュニティとしてWBA開発部がありますので、参加をご検討ください。