高次報酬としての情報量の計算の脳内神経機構

2015 Fiscal Year Research-status Report

• Project/Area Number: 15K01843
• Research Institution: Tokyo Institute of Technology
• Principal Investigator: 中村 清彦 東京工業大学, 総合理工学研究科(研究院), 教授 (10172397)
• Project Period (FY): 2015-04-01 – 2019-03-31
• Keywords: 情報量 / 能動的学習 / エントロピー

Outline of Annual Research Achievements

本研究は「高次報酬としての情報量の計算の脳内神経機構」と題し、以下を目的とする。ヒトはより多くのことを知りたいという欲求をもっている。このことは、情報を得ること自体が報酬として働くことを意味する。食物や水は生存に不可欠な報酬であるのに対し､情報や名誉などは2次的なより高次の報酬と考えることができる。このような高次報酬は多くの高次思考過程を駆動する原動力の一つとなっている。したがって､高次報酬に関与する脳内神経機構が解明できれば､それを突破口として高次思考過程の解明への新たな道を開くことができる。このために本研究は､高次報酬としての情報の量の計算に関与する脳内神経機構に焦点を絞り、その解明の推進を目的とする。
平成２７年度には、より多くの情報を求める行動の数理モデルとして人工知能の分野における能動的学習active learningを取り上げ、学習者が教師に質問する際により多くの情報が得られる質問をどのようにして選び出すのかを解析した。効率的な学習として、一般的な質問から徐々に詳しい質問を行う学習を解析した。質問に用いる階層的なカテゴリー構造を３つの異なる基準、エントロピーに基づく基準、平方誤差に基づく基準、ｋ平均法による基準で構成して、どの基準を用いた階層的カテゴリーが最も少ない質問数で学習を完了させるかを調べた。その結果、エントロピーに基づく基準を用いた階層的カテゴリーを用いて質問を選ぶ場合が最も少ない質問数で学習を完了できた。このことは、ヒトが少ない質問数で学習を完了できる場合、すなわち情報量の多い質問を選ぶ場合にもエントロピーに基づく基準を用いている可能性を示唆する。

Current Status of Research Progress

3: Progress in research has been slightly delayed.

Reason

サルに行わせる行動課題について、計画当初に予定していたactive learningモデルに基づく行動課題をサルに行わせたところ、十分な頻度で実行できないことが分かった。そのために行動課題を修正してサルに実行可能な課題を探した。

Strategy for Future Research Activity

サルに実行可能な課題が見つかり次第に、その課題でサルを訓練する。

Causes of Carryover

サルに行わせる行動課題について、計画当初に予定していたactive learningモデルに基づく行動課題をサルに行わせたところ、十分な頻度で実行できないことが分かった。そのために行動課題を修正してサルに実行可能な課題を探した。そのために実験データの取得までに至らず、データ取得に使用するパーソナルコンピュータおよびソフトウエアを購入しなかった。

Expenditure Plan for Carryover Budget

サルに実行可能な課題が見つかり次第に、その課題でサルを訓練し、データ取得に使用するパーソナルコンピュータおよびソフトウエアを購入して実験データの取得を行う。