2018 Fiscal Year Research-status Report
内的なゆらぎを駆動力とする効率的な学習システムの構築
| Project/Area Number |
17K00338
|
|---|
| Research Institution | Kyoto University |
|---|
Principal Investigator |
寺前 順之介 京都大学, 情報学研究科, 准教授 (50384722)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
松尾 直毅 大阪大学, 医学系研究科, 准教授 (10508956)
|
|---|
| Project Period (FY) |
2017-04-01 – 2020-03-31
|
| Keywords | 脳 / 自発活動 / 学習 / 機械学習 / 人工知能 / 海馬 / シナプス可塑性 / 場所細胞 |
|---|
| Outline of Annual Research Achievements |
まず研究分担者によって記録された海馬CA1領域の錐体細胞に関する自由行動下での自発神経活動データの解析を進めることで、学習前後や恐怖記憶消去前後を含む多様な文脈での、多数の神経細胞の活動の特徴を明らかにすることに成功した。特にいくつかの神経細胞について、場所依存的な発火活動が示されることを確認し、その空間依存性が、学習前後やケージの差異など様々なコンテキストに応じて変化することの確認に成功した。さらに、神経活動の内的なゆらぎに立脚して進行する学習則の検討を進め、既存の学習アルゴリズムと比べて、生物学的な妥当性が極めて高く、さらに効率的でもある新たな学習則を発見することに成功した。この学習アルゴリズムは、脳内で観測されるシナプス可塑性の特徴を極めてよく説明するほか、脳内で実験的に報告されてきた様々な現象を整合的に説明することができる。また神経細胞の特性について実験的に検証可能な予言も提供するため、今後その妥当性を実験的に検証することも可能になると期待できる。さらに近年主に利用されている既存の学習アルゴリズムである誤差逆伝播法などと比較して、極めて簡易に実装することが可能であり、機械学習への応用を含む展開の可能性も極めて高いと考えられる。特に、画像認識等の機械学習をチップやデバイス上で実行させる際には、今回発見した学習アルゴリズムが既存のアルゴリズムに比較して、実装上極めて有利に働くと期待できる。
|
| Current Status of Research Progress |
Current Status of Research Progress
1: Research has progressed more than it was originally planned.
Reason
脳内で実際に観測される強いゆらぎを駆動力として用いる学習則の探求において、想定以上に高い生物学的妥当性を持ち、また効率的に動作する新たなアルゴリズムの発見に成功したため当初の計画以上に進展していると言える。発見された学習アルゴリズムは脳内で観測されるシナプス可塑性を含む複数の現象を整合的に説明することができ、また機械学習への応用など展開の可能性も極めて高いと期待できる。
|
| Strategy for Future Research Activity |
まず今年度発見した新たな学習アルゴリズムの特性や理論的背景の解明を引き続き実施する。さらにこの枠組によって解明が期待できる脳内の様々な現象や、既存の機械学習アルゴリズムの問題点の解消を目指して研究を進める。同時に、脳内での自発活動の性質と学習との関係を実験的に明らかにするために、研究分担者との共同研究による実験データ解析を進める。とくに場所依存性とコンテキスト依存性の関係や、記録された神経活動によって動物の行動がどこまで説明できるか、またそれが学習の進展とともにどのように変化していくかに重点を置いて研究を進める。
|
| Causes of Carryover |
研究が想定以上に順調に進展したため、今年度後半は新たに発見した学習アルゴリズムの特許出願を優先して実施した。秘密保持の観点から特許出願までは成果の論文出版や発表を控えたため、論文投稿や発表、またその後予定していた計算資源の拡充等が次年度に繰り越されることになったため。
|
