本研究は、近年著しく発展してきた大規模深層学習モデルが、心理学における「理論の危機」を乗り越える、新しい心理学研究をもたらすとの提案について、さまざまな心理学分野から検討し、それにより、社会的・産業的展開を見据えた大規模な応用研究への出発点とすることを目指すものである。

2023年度はその第一段階として、深層学習技術の理論的理解に必須な数学（解析学）、物理学（量子力学、統計力学）、進化生物学（集団遺伝学）の基礎教養を心理学者が効率的に学習・共有するワークショップを開催した。また、心理学の近接領域における深層学習技術の影響について、コンピュータビジョン（東北大/理研・岡谷貴之氏）、自然言語処理（大阪大・荒瀬由紀氏）、神経科学（京大・神谷之康氏）の専門家を話題提者に招いて、日本心理学会・公募シンポジウム「深層学習と心理学―その可能性を探る」を開催した。当シンポジウムの報告は、四本裕子氏（東大）による指定討論ならびに全体討論部分を除き、動画にて公開している。

これらの活動を踏まえて、人間（心理学者）の考えた構成概念に縛られない深層学習モデルこそが、行動と心理という複雑な現象の記述に適していることについて論考を発表した（池田・山田・平石, 2023a, 2023b; 平石, 2024）。

以上の活動の詳細は本プロジェクトWebサイトで公開している（https://sites.google.com/view/dlpsychology）。
This project explores the idea that the large-scale deep learning model, which has made significant progress in recent years, can provide a new approach to psychological science and help overcome the "theory crisis in psychology." The first phase of the project took place in FY2023.

As a first step, we organized several workshops to teach psychologists about mathematical analysis, quantum mechanics, statistical mechanics, and population genetics. These skills are essential for understanding deep learning. Furthermore, we organized a symposium, "Deep Learning and Psychology," at the annual conference of the Japanese Psychological Association. We invited specialists in computer vision (Takayuki Okatani, Tohoku University/RIKEN), natural language processing (Yuki Arase, Osaka University), and neuroscience (Yukiyasu Kamitani, Kyoto University) to speak about the impact of deep learning technology on the adjacent areas of psychology.

Apart from these activities, we also discussed the importance and implications of deep learning technology. This technology is free from psychological constructs and can be used to model complex phenomena such as human behavior and psychology (Ikeda, Yamada, & Hiraishi, 2023a, 2023b; Hiraishi, 2024).

You can find more details about these activities on the project website (https://sites.google.com/view/dlpsychology).