サカナAI、生物学的学習ルールを達成

「Diffusing Blame」とは何か？ニューラルネットワークが、生体ニューロンが従う法則である"デールの原理"を厳格に守りながら、競争的に学習できるのか。画像分類と強化学習の両方で、その答えはイエスであることを示します。

ALIFE2026 に採択されました。

arxiv.org/abs/2606.31700

生体のニューロンは一般的にデールの原理に従います。つまり、各ニューロンは主に興奮性か抑制性のどちらかに分類されます。一方、標準的な人工ニューラルネットワークはこの制約を無視し、すべてのユニットが正と負の出力重みを混在させることを許容しています。

誤差逆伝播法（バックプロパゲーション）はこの格差をさらに広げます。この手法では、順方向の重みの正確な転置コピーが必要となるため、「重み輸送問題」と呼ばれる課題が生じます。しかし、生物にはこれを解決するメカニズムが存在しないようです。

そこで私たちは問いかけました。「デールの原理を厳格に守りつつ、重み輸送なしでネットワークが効果的に学習できるのか？」

私たちのアプローチは、局所的なルールである「誤差拡散（Error Diffusion）」に基づいています。これは単一のグローバルな誤差信号をすべての隠れ層ユニットへ直接配分する仕組みです。各層は興奮性と抑制性のストリームに分割され、4 つの非負の重み行列を用います。これにより、シナプスの符号は学習可能な重みではなく、固定されたニューロン集団のアイデンティティによって決定されます。

私たちの主な貢献は、この誤差拡散をバイナリ問題から多クラス問題へと拡張した点にあります。そのために「モジュロ誤差ルーティング」という手法を採用しました。

では、このルーティング機構が、強化学習というノイズの多い環境において有用な信用信号を提供できるかを検証しました。Ant、Humanoid、HalfCheetah での PPO 学習中に、各局所的な ED の更新と、対応する真の逆伝播勾配を比較しました。その結果、テストしたルーティング手法の中で、モジュロ・ルーティングが最も高い整合性を示すことが分かりました。

これらの結果を総合すると、デール制約付きネットワークは、重みを後方へ転送することなく学習可能であることが示唆されます。これは、効果的でありながら生物学的にもより妥当な学習則へと至る可能性のある道筋を示していると言えます。