現在のAIシステムと人間の知能の間には大きな隔たりがあります。近年のディープラーニングの発展を追いながらメタ認知活動に着目して知能を研究し、最終的には3つのアプローチでその具体的な実現を目指します。イントロスペクション、コンストラクティヴィズム、ニューロサイエンスの3つのアプローチで、その具体化を目指します。

多くのタスクは世界でも報酬がまばらである。しかし、疎な報酬を求めるランダムな探索は計算量が多い。人間のエージェントは、疎な報酬を求めることで効率的に世界を探索する。我々は、このような効率的な探索戦略の重要な要素として、メタ認知と好奇心に着目している。我々は、メタ認知にアプローチするための経験値サンプリング手法を提案した[1,2]。また，経験サンプリング法を用いて，内観的経験を効率的に収集することを実証した．また、このような効率的な探索アルゴリズムのための好奇心の神経機構や、メタ認知との関連について調べています。
[1] Niikawa, T.*, Miyahara, K., Hamada, H.T., Nishida, S. (2020) A new experimental phenomenological method to explore the subjective features of psychological phenomena: its application to binocular rivalry. Neuroscience of Consciousness, 2020 (1), niaa018. https://doi.org/10.1093/nc/niaa018
[2] Miyahara, K.*, Niikawa T., Hamada, H.T., Nishida, S. (2020) Developing a Short-term Phenomenological Training Program: A Report of Methodological Lessons. New Ideas in Psychology. 58.
https://doi.org/10.1016/j.newideapsych.2020.100780