これまで、シグモイド関数のような静的で固定的な関数がニューラルネットワークで発火頻度を表すために広く用いられてきた。また、シナプスの可塑性は、ニューラルネットワークの重み付けを用いて表現されてきた。

しかし、最近の研究では、ニューラルネットワークの可塑性は2つのニューロン間の結合強度の変化だけでなく発火率の変化にも見られることが明らかになっている。この事実は、ニューロンの出力関数そのものが別の関数によって出力されている可能性と出力関数そのものが振動子として他の関数と相互に影響しあっている可能性を示している。

市場における我々の立ち位置：
我々は既に「感情認識」と「感情生成」と「初期自我」を世界ではじめてコミュニケーションロボットにもたせることに成功している。また、国際特許も取得済みである。 Googleの研究者が表明したように、人間にように思考する機械には程遠い状況に市場があるため、我々は先に述べたような独自のアプローチで知性の研究を進めている。

我々の研究室にはペッパーの技術を開発した研究者が数名在籍しており、そこで、「ペッパー」に２つの付加機能を与えることを目指している。1つ目の機能は、人の声を分析して人のストレスや病気を検出するもの(感情認識は既にPepperに搭載)で、2つ目の機能は、感情、ストレス、および病気の検出機能の結果に基づいて心をもって人間とコミュニケーションするものである。我々はこの2つの機能を、動的な関数出力の形で可塑性をもつニューラルネットワークに実装し、これにより、現在のAI技術の限界を打ち破り、あるべき姿に戻すことを目指す。

目標A:
「Pepper」の人工自我と超自我（モラル）制御の完成
目標B:
医療分野からロボットコミュニケーションまで幅広い領域のための基本プラットフォームの開発 (ここでロボットコミュニケーションとは、我々の関数出力に可塑性のあるニューラルネットワークで再設計されるであろうディープラーニングや人工知能やロボティクスを用いるもの)