学習時にニューロンは精密に調整された指導信号を受信する

新しいスキルを学ぶ際、脳は細胞ごとに何を変えるかを決定する必要があります。MIT の新たな研究によると、脳は驚くほど精密な方法でこれを行っており、個々のニューロンにターゲットを絞ったフィードバックを送信することで、各ニューロンが正しい方向へ活動を変化させることができるようです。 この発見は、現代の人工知能における重要な考え方を反映しています。多くの AI システムは、自身の出力と目標値を比較して「誤差」信号を計算し、それを用いてネットワーク内の接続を微調整することで学習します。長年の疑問として、脳も同様の個別化されたフィードバックを使用しているのかという点がありましたが、2 月 25 日付の学術誌『Nature』(英語: Nature) のオープンアクセス版に掲載された研究で、MIT の研究者たちがその証拠を報告しました。 MIT の脳科学・認知科学部門准教授であり、マクゴバーン脳研究所の調査員であるマーク・ハネット氏 (Mark Harnett) が率いる研究チームは、脳コンピュータインターフェース (BCI: Brain-Computer Interface) を用いて特定のニューロンの活動を制御するよう動物を訓練することで、マウスにおいてこれらの指示信号を発見しました。研究者らによれば、このアプローチは、生物学的学習の理解を深めるとともに、より優れた脳に着想を得た人工知能の実現を可能にするという点で、人工ニューラルネットワークと実際の脳の間の関係をさらに研究するために使用できると期待されています。 **変化する脳** 私たちが世界と相互作用するにつれて、脳は絶えず変化し、学習や適応に伴ってその回路を修正しています。「50 年間にわたる研究から、ニューロン間の結合強度を変える方法は多数あることがわかっています」とハネット氏は述べています。「しかし、この分野が本当に欠いているのは、それらの変化がどのように調整されて効率的な学習を生み出すのかを理解する方法です」。 ある行動や、それを可能にする神経接続は、脳内でドーパミンやノルアドレナリンなどのニューロモジュレーター（神経調節物質）の放出によって強化されます。しかし、これらのシグナルは細胞が失敗または成功に個々にどのように貢献したかを区別することなく、多数のニューロン群に対してブロードキャストされます。「ニューロモジュレーターによる強化学習は機能しますが、非効率的です。なぜなら、すべてのニューロンとすべてのシナプスが基本的に一つのシグナルしか受け取らないからです」とハネット氏は言います。 機械学習は、失敗から学ぶための代替かつ極めて強力な方法を用いています。逆伝播（バックプロパゲーション）と呼ばれる手法により、人工ニューラルネットワークは誤差信号を計算し、それを使って個々の接続を調整します。これを繰り返すことで、経験を通じてネットワークを成功のために微調整する方法を学習していきます。「これは非常にうまく機能し、計算上も極めて効果的です」とハネット氏は述べています。 脳も学習のために同様の誤差信号を利用している可能性は高かった。しかし、神経科学者たちは、ソフトウェアや数式ではなく生きた細胞や回路を使用することによって課される制約のため、脳が個々のニューロンに tailored signals（個別化された信号）を送る精度を持つかどうかについては懐疑的だった。この考えを検証する際の大きな問題は、ニューロンにパーソナライズされた指示を提供する信号、すなわちベクトル化された指示信号（vectorized instructive signals）をどのように見つけるかという点であった。Valerio Francioni 氏は『Nature』誌の論文の第一著者であり、Harnett 研究室の元ポスドク研究員だが、この課題について説明するに、「科学者が個々のニューロンが特定の行動にどのように寄与しているかを知らない」ということが挑戦である。 「ピアノを演奏することを学んでいる間、あなたの脳活動を記録していたとすれば、Francioni 氏は説明するように、『あなたの脳内で起こっている変化とピアノの学習との間に相関関係があることを学ぶことになるでしょう。しかし、もし私があなたの脳活動を操作することであなたをより良いピアニストにするよう頼んだとしても、私はそれを行うことはできません。なぜなら、個々のニューロンの活動が最終的なパフォーマンスにどのようにマッピングされるかを私たちが知らないからです』と。 どのニューロンがより活発になる必要があるのか、またどのニューロンが抑制されるべきなのかを知らなければ、そのような変化を指示する信号を探すことなど不可能である。 **ニューロンの機能の理解** この問題を回避するために、ハネットのチームは神経活動と報酬の結果を直接結びつける脳コンピュータインターフェース（BCI）タスクを開発しました。これはピアノの鍵盤を単一ニューロンの活動に直接リンクさせることに似ています。このタスクで成功するためには、特定のニューロンがその活動を増加させる必要があり、一方他のニューロンは活動を減少させることが求められました。 彼らは、これらのニューロンにおける活動（マウスの脳にある数百万のニューロンのうちわずか 8 から 10 のニューロン）を視覚的な読み取り値に直接リンクする BCI を設置し、マウスに対してパフォーマンスに関する感覚フィードバックを提供しました。成功すると、甘い報酬が与えられました。 「もし私が『マウスはどのようにしてより多くの報酬を得るのか？どのニューロンを活性化させ、どのニューロンを抑制すべきか？』と尋ねられたら、私はその答えを正確に知っています」とフランキーニ氏は語ります。彼の研究は、MIT のヤン・タン・コレクティブによる Y. エバ・ターンフェローシップによって支援されました。 科学者たちは、BCI にリンクさせた特定のニューロンの正確な機能については知りませんでしたが、これらの細胞は十分に活動しており、信号が偶然にも正しい時にはマウスが定期的に報酬を受け取ることができました。1 週間以内に、マウスは右側のニューロンをオンにし、他のセットのニューロンをオフにしたままにして、より多くの報酬を獲得する方法を学習しました。 フランチーニは、この学習プロセスの間、神経活動の蛍光インジケーターを可視化するために強力な顕微鏡を用いて標的となるニューロンを毎日監視しました。彼は、適切なフィードバック信号が長年到着すると疑われていたニューロンの分岐する樹状突起に焦点を当てました。同時に、彼はそのニューロンの親細胞体における活動も追跡しました。チームはこれらのデータを用いて、ニューロンの樹状突起で受信される信号とその活動との関係、およびマウスが正しいニューロンを活性化することで報酬を得た場合やタスクに失敗した場合にこれらがどのように変化するかを検証しました。 **ベクトル化された神経信号** 彼らは、BCI を逆方向に制御する活性を持つ2つのグループのニューロンは、マウスが学習する過程で樹状突起において相反する誤差信号も受信したと結論付けました。一部のニューロンにはタスク中に活動を増強するように指示され、他のニューロンにはそれを減衰させるように指示されました。さらに、チームがこれらの指示的な信号を阻害するために樹状突起を操作すると、マウスはタスクの学習に失敗しました。「これは、大脳皮質においてベクトル化された[ニューロン固有]信号に基づく指示的学習が行われているという最初の生物学的証拠です」とハニットは述べています。 脳内におけるベクトル化された信号の発見、およびチームによるその発見能力は、神経科学者と機械学習研究者の間にもっと双方向の交流を促すべきだと、ポスドクのヴィンセント・タンは述べています。「これは、機械学習コミュニティがこの方向に沿ってモデルを開発し続け、新たな仮説を提案し続けるためのさらなる動機付けとなります」と彼は言います。「そうすれば、私たちは戻ってきてそれらをテストできるのです」。 研究者たちは、今回の発見自体について興奮しているのと同様に、このアプローチを将来の実験に応用することについても同じほど興奮していると述べています。 「機械学習は、学習を本当に研究するための堅牢で数学的に扱いやすい方法を提供します。少なくともその一部を直接脳に翻訳できるという事実は、非常に強力です」とフランチーニは言います。 ハネット氏は、このアプローチが脳と機械学習の間の可能な類似点を調査する新たな機会を開くと述べています。「今では、大脳皮質はどのように学ぶのか？他の脳領域はどのように学ぶのか？これは特定のアルゴリズムとどの程度似ており、どの程度異なるのか？生物学的な知見から何を学び、より良く、より脳にインスパイアされたモデルを構築できるかを明らかにできるでしょうか？」と彼は言います。「これは本当に大きな新たな始まりのように感じられます」。

学習時にニューロンは精密に調整された指導信号を受信する

背景や根拠まで確認しますか？

調べる

選ぶ

サイト