研究分野の概略

脳はどのように外界に広がる感覚情報を解釈して行動に結びつけるのでしょうか。私達の研究室は、情報処理における脳と人工知能 (AI) の共通点・違いに注目することで、脳の意思決定プロセスの解明を目指します。

研究内容の紹介

脳の意思決定の仕組みを情報学的に理解する

脳科学は魅力的で面白いです。なぜなら脳科学には、私達がどのように音を聞き、どのように考え、どのように行動を決定するかを解明できる可能性があるからです。私達の研究室は、この意思決定の脳内プロセスの解明を目指しています。私達は、人工知能 (AI) に用いられる機械学習に注目しました.機械学習は、画像や動画から人の位置を検出し、囲碁の盤面から次の1手を見つけ出します。現在の機械学習は、感覚情報処理から行動決定までを高精度で実現します。情報処理における脳と機械学習の共通点・違いは何でしょうか。私達は、モデル動物としてマウスを用いて、主に2選択肢課題中のマウスの神経活動をカルシウムイメージングで計測します。また、マウスの脳活動を光遺伝学で変化させます。マウスの行動や脳活動と、機械学習との関係を調べることで、脳の理解に繋げます。

私の出身学部は、本学の工学部・知能機械情報学です。生物の勉強を始めたのは学部4年生からで、それまではロボットや人工知能のことしか考えていませんでした。その当時、深層学習が無かったこともあり、「知能を作るにはまず脳を知ろう」と思い、神経科学の道に入りました。その後、銅谷賢治先生 (沖縄科学技術大学院大学) とAnthony Zador先生 (Cold Spring Harbor Laboratory) の下で、理論と実験の融合研究を学びました。脳の神経回路にも,人工知能と同様な最適機能が実装されている。このような結果を得るたびに、脳の素晴らしさを実感します。

動物の脳には可能ですが、機械学習には困難な課題があります。今後、このような課題をマウスで実施し、神経活動を計測し、機械学習との違いを調べます。将来は、脳で得た知見を人工知能に応用します。

私達の研究室は、機械学習と動物実験を組み合わせて、脳の意思決定の神経基盤を解明します。これまで、強化学習やベイズ推定を用いたマウスの行動モデル化,神経活動からのマウス位置推定に成功しました。課題中のマウスで、カルシウムイメージングによる細胞集団の神経活動計測、光遺伝学による神経活動操作を実施します。

論文一覧

  1. Funamizu A, Kuhn B, Doya K. Neural substrate of dynamic Bayesian inference in the cerebral cortex. Nature Neuroscience volume 19, pages1682–1689(2016)
  2. Funamizu A, Ito M, Doya K, Kanzaki R, Takahashi H. Condition interference in rats performing a choice task with switched variable- and fixed-reward conditions. Frontiers in Neuroscience(2015)
  3. Funamizu A, Kanzaki R, Takahashi H. Pre-Attentive, context-specific representation of fear memory in the auditory cortex of rat. Plos One , 6;8(5):e63655(2013)
  4. Funamizu A, Ito M, Doya K, Kanzaki R, Takahashi H. Uncertainty in action-value estimation affects both action choice and learning rate of the choice behaviors of rats. European Journal of Neuroscience, 2012 Apr; 35(7): 1180–1189.
  5. Funamizu A, Kanzaki R, Takahashi H. Distributed representation of tone frequency in highly decodable spatio-temporal activity in the auditory cortex. Neural Networks, 24(2011)321-332.
船水 章大 講師
Akihiro Funamizu
総合文化研究科