AIBR プレミアム
拓海さん、最近部下から「生きたニューロンを使った研究」が話題だと聞きまして、正直何がどう違うのか見当がつきません。弊社で投資する価値があるのか、端的に教えていただけますか。
素晴らしい着眼点ですね！大丈夫、まずは結論から。要するにこの研究は「コンピュータの代わりに試験管内の生きたニューロンを計算素子として使えるか」を示した実験で、実証は限定的ながら可能性を提示しています。要点は三つ、原理、訓練法、評価です。一緒にゆっくり紐解きますよ。
生きたニューロンを計算に使う、ですか。コンピュータと違って手入れが必要だとか、投入コストが高いイメージがありますが、現実的にどのあたりが利点になるのでしょうか。
良い質問ですね。専門用語を避けると、まず生きたニューロンは自己組織化や省エネ性などコンピュータにない特性を持ちます。ただし現状は実験段階で、信頼性やスケールの点で技術課題が大きいです。だから投資判断では『短期のROI』と『長期の技術オプション』を分けて考える必要がありますよ。
なるほど。論文では「STDPベースの監視学習アルゴリズム」を提案していると聞きました。STDPって何ですか。要するに何が新しいのですか。
素晴らしい着眼点ですね！まず用語です。STDPは”spike-timing-dependent plasticity (STDP)”、日本語ではスパイク時間依存可塑性といい、ニューロンの発火時間の前後関係で結合強度が変わる仕組みです。要するに“いつ発火したか”で学ぶルールを使い、論文はそれを監視（supervised）学習に使うための工夫を示しています。ポイントは三つあります、入力と出力で人工刺激を使い分ける工夫、重み維持のための二相訓練戦略、そして生理学的制約を考慮した実装です。
これって要するに、デジタルの重みを変える代わりに「生きた細胞の結合関係を時間で調整する」ということですね。で、実際にどれくらいの精度が出るんですか。
その理解で正しいですよ。論文ではモデルシミュレーションでMNIST（MNIST dataset）手書き数字データセットを使い、74.7%の認識率を報告しています。これは最先端のディジタルニューラルネットワークに比べれば低いですが、生きたニューロンを計算素子として使う可能性を示す
監修者
阪上雅昭（SAKAGAMI Masa-aki）
京都大学 人間・環境学研究科 名誉教授
論文研究シリーズ
AI技術革新 - 人気記事
PCも苦手だった私が
