時空間情報を処理する高次神経素子モデルを用いた学習・認識システムの性質の解明

点击翻译按钮获取中文摘要

実用的な学習・認識システムと言えば,近年までは,伝統的に人工知能の分野で取り組まれてきた記号処理によるもの以外にはないといっても過言ではなかった.ところが,近年,記号とパターンというキーワードを軸に,記号処理に制限しない新しい流れが生まれたようである.しかし実は,その新しい流れというのは,神経回路モデル研究として数10年間にわたって脈々と続けられてきたものに他ならない.一方,神経回路モデル研究の流れの中にも,実用的なシステムへの適用を目指すには記号的な考え方が不可欠であるという問題が浮き彫りにされつつあるところである.神経回路モデル研究の立場から,より高度なシステムの性質の理解の方向で,学習・認識システムを研究することを目的とした.神経回路で行なわれる情報処理の古典的な考え方(作業仮説)は,「情報処理がパルス頻度で行なわれ→結果の表現もパルス頻度で行なわれる」というものであった(「結果の表現」は「結果の解釈」ということもできる).時間情報(スパイク・タイミング)を使う可能性を検討した結果,ニューロンの内部電位による単安定と双安定状態の遷移,そして双安定状態の2つの状態を微小な入力変動で制御できることを示した.これは,タイミングとパルス頻度を橋渡しするための可能な機構として有力である.この結果を更に検討することで,システム水準の振舞いの理解につながるだろう.