中小企業AI活用協会
学習と認知のサイバネティックな枠組みからの考察
導入：なぜ「内発的動機づけと意味づけ」が問われるのか強化学習（RL）の研究では、外から与える報酬がなくても自ら探索するエージェントを作るために、「好奇心」や「新奇性」を報酬にする**内発的動機づけ（Intrinsic Motivation; IM）**が広く使われています。探索性能が大きく
導入：なぜ今「ロボット固有の知覚世界」を問うのか生成AIや大規模モデルの進展によって、「AIは世界をどう捉えているのか」という問いが、哲学の話題から実験で確かめられる研究課題へ変わりつつあります。特に、カメラや触覚センサを備え、自分で動いて環境に働きかける身体性ロボットは、身体の形や経験の
はじめに：なぜ今、フッサールの時間論とAIを比較するのか生成AIや時系列予測モデルが「過去の文脈を踏まえて次を出力する」とき、そこではどのような時間が扱われているのでしょうか。この問いを考える手がかりになるのが、エトムント・フッサールの『内的時間意識の現象学』です。結論を先に述べる
シンボルグラウンディング問題とは？生成AIと記号接地の現在地生成AIが画像を見て説明し、音声で会話し、ロボットを動かすようになった今、「AIは言葉の意味を本当にわかっているのか」という問いが改めて注目されています。この問いの中心にあるのが**シンボルグラウンディング問題（記号接地問題）**
導入「窓を閉めてもらえますか？」は形の上では能力を尋ねる疑問文ですが、多くの場面では依頼として働きます。こうした間接的依頼を正しく読み取れるかどうかは、対話AIやチャットボット、カスタマーサポートの意図理解の品質を左右します。本記事では、まず発話行為分類で間接依頼が難しい理由を整理
記号接地の評価指標とは？「度合い」を連続量で測る5つの軸視覚・言語・行動を統合するマルチモーダルAIが広がるなか、「このモデルは言葉を本当に世界と結びつけているのか」という問いは、研究上も実用上も重要になっています。結論から言えば、記号接地は「している／していない」の二値ではなく、複数の観
人とAIが共に学び、成長し続ける社会へ
MISSION
私たちは、人間の創造力とAIの計算知を相互に響き合わせる“協調知性（Collaborative Intelligence）”を社会の隅々まで行き渡らせ、誰もが持続的に学び・挑戦できる未来を描きます。AIを単なる道具ではなく思考と価値創造のパートナーとして位置づけ、研究成果を教育・産業・地域社会へ届けることで、テクノロジーと人間が共に成長するエコシステムを実現します。
PHILOSOPHY
AIアルゴリズムの内部メカニズムを精緻に解剖しつつ、発達心理学や意図性論など人文学の知見を交差させることで、「なぜ」「いかに」AIは意味を生み出せるのかを探究します。この学際的アプローチにより、技術の奥に潜む価値や倫理を可視化し、AIと人間が相互理解を深めながら共創する文化と思想を育みます。
VISION
研究 ― AIのメカニズム・哲学・認知プロセスに関する最先端知を蓄積する。
連携 ― 中小企業、教育機関、公共セクターと協働し、現場課題を協調知性で解決する。
発信 ― 誰もが学び実践できるガイドラインとケーススタディを公開し、社会実装を加速させる。
この三位一体の活動を通じて、AIと人間が共に価値を創り出す実践コミュニティを広げ、持続可能な未来への橋を架けていきます。