並列計算で感覚情報を分解 － 神経回路型ハードウェアによる生命科学・工学・医学の境界領域開拓へ －

並列計算で感覚情報を分解

－ 神経回路型ハードウェアによる

　 生命科学・工学・医学の

　境界領域開拓へ －

2016年6月29日

理化学研究所

詳細は、リンクを参照して下さい。

---------------------------------------

要旨

　理化学研究所（理研）脳科学総合

研究センター神経適応理論研究チームの

豊泉太郎チームリーダーらの研究チーム※

は、神経回路型ハードウェア用いて

複数の感覚入力を独立した成分に分解する

ためのアルゴリズム[1]を開発しました。

　騒がしいパーティー会場で、複数の話者

の話し声の中から注目する人の声を

聞き分けることができるように、

脳は複数の感覚入力を独立した成分に

分解して処理することができます。

　この処理を「独立成分分析（ICA）[2]」

と呼びます。

　これまで、計算機上でICAを実現する

ためのアルゴリズムが提案されて

いますが、神経ネットワークを模倣した

神経回路型ハードウェア[3]への実装は

さまざまな制限があり困難でした。

　研究チームは、複数の信号源が混在する

感覚入力を表現する入力神経細胞と

感覚入力の中から元となる信号源の成分

（独立成分）を抽出する出力神経細胞

との間のシナプス強度[4]を、

経験に応じてどのように変化させたら

ICAを実現できるかを調べました。

　その結果、シナプス強度の変化を

「広域信号×入力神経細胞の活動

　×出力神経細胞の活動」で表現する

新しい計算方法を発見し、

「error-gated Hebbian rule（EGHR）」と

名付けました。

　広域信号は、それぞれの出力神経細胞の

活動度に依存した信号を単純に

足し合わせることで計算され、

各シナプス結合で起こる

「ヘッブ型可塑性[5]」の速さと方向を

一元的に調節する仕組みになっています。

　続いて、数理解析と

計算機シミュレーションによって

EGHRと従来法を比較しました。

　すると、従来法が出力神経細胞の数と

信号源の数が等しくないと働かない

のに対し、EGHRは神経細胞の数が

信号源の数より多ければICAを実現できる

ことが分かりました。

　すなわち、EGHRでは、神経細胞の数が

充分沢山あれば信号源の数が動的に

変化する現実的環境でも柔軟にICAを実現

できることが分かりました。

　そして、EGHRは自然画像や動画に対して、

ICAを容易に実現しました。

　今後、神経回路型ハードウェアを

用いた並列計算[6]による、

高速に画像・音声信号の要素分解が

可能になると期待できます。

　また、EGHRは、神経ネットワーク内の

多数の神経細胞が協調的に動作することで

感覚入力の背後にある隠れた原因を

読み取る過程をうまく説明できるため、

これまで詳細が分からなかった

生命科学・工学・医学の境界領域を

開拓できる可能性があります。

　本研究は、英国のオンライン科学雑誌

『Scientific Reports』

（6月21日付け：日本時間6月21日）に

掲載されました。

---------------------------------------

＞騒がしいパーティー会場で、

＞複数の話者の話し声の中から

＞注目する人の声を聞き分けることが

＞できる。(「独立成分分析（ICA）[2]」)

　人間ってすごいですね。

　「独立成分分析（ICA）[2]」の実現

素晴らしいですね。

＞今後、神経回路型ハードウェアを用いた

＞並列計算[6]によって、

＞高速に画像・音声信号の要素分解が

＞可能になると期待できます。

　期待しましょう。