| 研究課題/領域番号 |
17K12754
|
|---|
| 研究種目 |
若手研究(B)
|
| 配分区分 | 基金 |
|---|
| 研究分野 |
ソフトコンピューティング
|
|---|
| 研究機関 | 国立情報学研究所 (2018-2019)
早稲田大学 (2017) |
|---|
研究代表者 |
村田 真悟 国立情報学研究所, 情報学プリンシプル研究系, 助教 (80778168)
|
|---|
| 研究期間 (年度) |
2017-04-01 – 2020-03-31
|
| キーワード | 計算論的精神医学 / 認知ロボティクス / 神経回路モデル / ニューラルネットワーク / 予測符号化 |
|---|
| 研究成果の概要 |
本研究課題は，精神障害における多様な症状を生み出す脳・神経メカニズムをロボット構成論によりシステムレベルで統合的に理解することを目指すものである．そのために，不確実性を考慮した予測誤差最小化が脳の神経回路における基本的な計算原理であるという仮説を提案し，その仮説を階層的な再帰型神経回路モデルで具現化し，ロボットに実装することで検証を行った．ロボットの行動学習実験の結果，不確実性推定の失調が予測誤差信号の減少・増加をもたらし，その結果として知覚や行動における異常が生じることがわかった．さらに，不確実性推定の失調は，階層間の機能的断裂や神経活動の均一化によってもたらされるということが示唆された．
|
| 自由記述の分野 |
認知ロボティクス
|
| 研究成果の学術的意義や社会的意義 |
本研究成果は，不確実性を考慮した予測誤差最小化が人間の認知や行動における柔軟性の実現に欠かせない基本的な計算原理であり，その失調によって精神障害における多様な症状が理解できるということを示した．これまでの精神障害を対象とした研究において，神経レベル，情報処理レベル，認知・行動レベル等，異なるレベルにおいて様々な知見・理論が提案されてきた．本成果は，神経科学・計算論・身体性認知科学といった観点を統合したロボット構成論的アプローチによって，これらの知見・理論の橋渡しをするものであり，精神障害の統合的理解に貢献することが期待される．
|
