2020 Fiscal Year Annual Research Report
Creation of novel paradigms to integrate neural network learning with dendrites
Publicly Offered Research
| Project Area | Correspondence and Fusion of Artificial Intelligence and Brain Science |
|---|
| Project/Area Number |
19H04994
|
|---|
| Research Institution | Okinawa Institute of Science and Technology Graduate University |
|---|
Principal Investigator |
深井 朋樹 沖縄科学技術大学院大学, 神経情報・脳計算ユニット, 教授 (40218871)
|
|---|
| Project Period (FY) |
2019-04-01 – 2021-03-31
|
| Keywords | 神経回路モデル / 階層的時空間パターン / チャンク / シナプス可塑性 / ２コンパートメントモデル / KL発散 / カクテルパーティ効果 |
|---|
| Outline of Annual Research Achievements |
本研究プロジェクトでは、神経細胞の樹状突起の働きを神経回路計算に如何に統合するかという問題意識を掲げて研究を行なった。樹状突起の計算論的機能を解明することで、新しい人工知能やニューロモルフィック技術の開拓に繋がる可能性がある。
初年度は、新しい教師なし学習原理を提案し、樹状突起と細胞体間の応答の整合性チェックに基づく、時系列入力の階層構造を学習するための細胞モデルを実装した（Asabuki and Fukai, Nat Comm, 2020)。この２コンパートメントモデルは、入力中に繰り返し出現する時空間パターンを教師なしで抽出する。さらに同じニューロンモデルで、聴覚信号源分離（カクテルパーティ効果）の問題も解けることを示すことができた。
最終年度は、２コンパートメントモデルを基礎に、１）多コンパートメント・モデルによる学習、２）リカレント結合による階層時系列の文脈依存の学習、３）刺激の出現確率を学習する相互結合神経回路モデルへの拡張を試みた。テーマ１)と２）はほぼ完了し、論文を準備中または投稿中（Asabuki and Fukai, 2021, bioRxiv)である。特に２）では、リカレント結合による樹状突起から細胞体への信号伝達の乗算的ゲーティングに依り、学習能力を著しく向上させた。またこの回路モデルを6500個以上の細胞を含む大規模神経活動記録データに適用し、細胞集合体の検出に成功した。テーマ３）は、ベイズ推定における事前分布を自発発火で表現する試みである。刺激の出現確率を学習させることに成功したが、実験で明らかにされている確率情報の表現と、モデルの情報表現が異なるため、現在、理論の問題点を探っている。
以上の研究成果により、まだ十分に解明されていない、脳の学習の生物学的仕組みが存在し、それを人工知能等に活用する可能性があることが、以前より明確になったと考える。
|
| Research Progress Status |
令和2年度が最終年度であるため、記入しない。
|
| Strategy for Future Research Activity |
令和2年度が最終年度であるため、記入しない。
|
| Remarks |
深井朋樹 細胞体―樹状突起間の整合性確認による時間的特徴の分割（p12-13）
新学術領域研究（2016-2020年度）人工知能と脳科学の対照と融合 ニュースレター Vol.8
http://www.brain-ai.jp/wp-content/uploads/2020/10/Newsletter08.pdf
|
-
-
-
[Journal Article] Distinct mechanisms of over-representation of landmarks and rewards in the hippocampus.2020
Author(s)
Masaaki Sato, Kotaro Mizuta, Tanvir Islam, Masako Kawano, Yukiko Sekine, Takashi Takekawa, Daniel Gomez-Dominguez, Alexander Schmidt, Fred Wolf, Karam Kim, Hiroshi Yamakawa, Masamichi Ohkura, Min Goo Lee, Tomoki Fukai, Junichi Nakai and Yasunori Hayashi
-
Journal Title
Cell Reports
Volume: 32
Pages: 107864:1-14
DOI
Peer Reviewed / Open Access / Int'l Joint Research
-
-
-
-
-
