Empfohlen
Weitere ähnliche Inhalte
Andere mochten auch
Andere mochten auch (15)
Ähnlich wie 神経科学をカジュアルにトーク
神経科学をカジュアルにトーク
- 3. 自己紹介 • 吉田雄紀 twitter: @yos1up • 東大大学院 新領域創成科 学研究科 • 機械学習・計算論的神経科 学に興味があります • 昨年度まで医師として病院 に勤めていましたが、脳機 能を数理的に理解したく、 心機一転こちらの分野に飛 び込みました 3
- 6. 知性を実現するための ヒントを与える • パーセプトロン – 神経細胞の仕組みからアイデアを得た • CNN（畳み込みニューラルネットワーク） – 視覚野の神経細胞の応答特性からアイデアを得た • PredNet – 予測符号化仮説(predictive coding)からアイデアを得 た • Pepperの感情システム – ホルモンバランスが感情に与える影響をモデル化 6
- 10. 神経細胞 Cajal, Estructura de los centros nerviosos de las aves (1905) https://ja.wikipedia.org/wiki/神経科学 10
- 16. 神経細胞の学習 ヘブの仮説 (Hebb (1952)) 『細胞Aの軸索が細胞Bを発火させる のに十分近くにあり、繰り返しある いは絶え間なくその発火に参加する とき、いくつかの成長過程あるいは 代謝変化が一方あるいは両方の細胞 に起こり、細胞Bを発火させる細胞の 1つとしての細胞Aの効率が増加す る。』 20年後、この仮説が実際に脳内で 生じていることが電気生理学実験で 確かめられた (Bliss, Lømo (1973)) https://bsd.neuroinf.jp/wiki/ヘブ則 LTP（長期増強） 16
- 17. いろいろな学習則 STDP（スパイクタイミング 依存可塑性） A | | | | | t B | | | | A B 発火の時間差(B-A) 重みの変化 L. F. Abbott and Sacha B. Nelson, Synaptic plasticity: taming the beast, Nature (2000) 生物種や脳領 野によっても 学習則は様々 なものが見つ かっている 17
- 18. いろいろな学習則 Kawato M, Kuroda S, Schweighofer N, Cerebellar supervised learning revisited: biophysical modeling and degrees- of-freedom control, Curr Opin Neurobiol (2011) Shen W, Flajolet M, Greengard P, Surmejer DJ: Dichotomous dopaminergic control of striatal synaptic plasticity. Science (2008) 小脳のプルキンエ細胞 A B 教師信号 Aの発火の直後にCが発 火した場合に限り、 A→Bの効率が変化する C A B ドパミンニューロン C 線条体の中型有棘ニューロン A→BのSTDPが、 （Cからの）ドパミ ン放出に依存して変 化 運動学習などに関わるといわれる 強化学習に関わるといわれる 誤差逆伝播法 ？？？ 18
- 22. 視覚系 22
- 23. 視覚系の細胞の応答特性 変化する ランダム刺激 固定された猫 視覚野の神経細胞の発火を計測 || | ||| | t 足し合わせると… 23
- 26. ネオコグニトロン（福島(1979)） コントラスト抽出細胞 エッジ抽出細胞 複雑細胞 をモデル化 プーリング層 プーリング層 K.Fukushima, Neocognitron: A Self-organizing Neural Network Model for a Mechanism of Pattern Recognition Unaffected by Shift in Position. Biol. Cybern.(1980) 26
- 29. AI の技術発展 記号処理 パターン ダイナミク ス エキスパートシステムフレーム問題 パーセプトロン ベイズ推論 ネオコグニトロン 第一次 人工知能ブーム 第一次 ニューロブーム 誤差逆伝播法 1960 1970 1980 1990 2000 2010 第二次 ニューロブーム 第二次 人工知能ブーム 深層学習 第三次 人工知能ブーム 第三次 ニューロブーム コグニティブ コンピューティング システム 29
- 30. おまけ：Pepperの感情システム • 詳しくは解りませんが… http://www.itmedia.co.jp/news/articles/1506/18/news143_2.html 30
- 31. さらに神経科学を知りたい方は… • kazoo04『人工知能アドベントカレンダー』 – 神経科学と機械学習の両方の知見がまとまっていて非常にお勧めです （無料で読める！） • エンジニア向けの神経科学の入門書 – 高橋宏和『メカ屋のための脳科学入門』 – 合原一幸、神崎亮平『理工学系からの脳科学入門』 • 神経科学の定番の教科書 – ベアー・コノーズ・パラディーソ『神経科学―脳の探求』 – カンデル『カンデル神経科学』 • 読み物 – ラマチャンドラン『脳のなかの幽霊』 – コッホ『意識の探究』 – トノーニ・マッスィミーニ『意識はいつ生まれるのか――脳の謎に挑む統 合情報理論』 今後 AI に活かせるかもしれない！ 31
- 32. さらに神経科学を知りたい方は（続） • 計算論的神経科学（計算神経科学） 神経科学を数理科学や情報科学を用いて研究しようとい う立場 – 銅谷賢治『計算神経科学への招待』 • 脳の学習の神経科学的知見とモデル – 甘利俊一『神経回路網の数理』 • 脳が用いている計算原理を数学的に紐解く – 川人光男『脳の計算理論』 • 運動学習の理論 – P Dayan & LF Abbott “Theoretical Neuroscience” • 他にも色々あります 32