動的パタ-ンの神経回路網による認識と学習の機構

本研究では、当初「動的パタ-ンを学習する・認識する」とはどういうことかを明確にすることに重点を置いたが、その過程で、環境自身の動的構造をも考慮する必要性を認識し、次のような数学的に簡明な定式化を設定した:神経系をオ-トマトン(別名、入力を持つ力学系)として、環境は離散力学系として、環境からの影響は環境の状態空間から神経系の入力信号空間への写像とする。この定式化の下では、入力信号列の動的パタ-ンを「学習する」とは、入力信号列を予測するのに必要な範囲で環境の発展法則を知ることとしてとらえられる。これを可能にするのは環境と神経系とが成す力学系のアトラクタである、ということがポイントである。また、入力信号列の動的パタ-ンを「認識する」とは、それ以降の入力信号を予測出来るようになることとしてとらえられる。従って、認識過程はアトラクタへ入るまでの過渡的な状態として力学的に把握出来るこの定式化に基づいて簡単なシミュレ-ションを行ったところ、環境の状態が神経系の状態を決めるとは限らない(自律性の存在)・環境が特定の状態にある時だけ神経系は次の入力を予測出来る場合がある・環境の発展法則については正確に知っていても環境の状態を特定出来ない事もある、等々が観察された。環境は神経系からの働きかけで変化する。神経系が学習しなければならない事は、神経系の働きかけに対して環境はどのように応対するかということにある。今後は上述の定式化を一般化して環境も神経系と同様にオ-トマトンとして定式化し、オ-トマンとしての環境の構造について持つ神経系の「知識」をどの様にとらえたらよいかをまず考察したい。また、「評価系」・出力信号列の生成(行動計画)をどのように理解したら良いか、等の基本的かつ困難な問題を考察して行きたい。

本研究では、当初「動的パタ-ンを学習する・認識する」とはどういうことかを明確にすることに重点を置いたが、その過程で、環境自身の動的構造をも考慮する必要性を認識し、次のような数学的に簡明な定式化を設定した:神経系をオ-トマトン(別名、入力を持つ力学系)として、環境は離散力学系として、環境からの影響は環境の状態空間から神経系の入力信号空間への写像とする。この定式化の下では、入力信号列の動的パタ-ンを「学習する」とは、入力信号列を予測するのに必要な範囲で環境の発展法則を知ることとしてとらえられる。これを可能にするのは環境と神経系とが成す力学系のアトラクタである、ということがポイントである。また、入力信号列の動的パタ-ンを「認識する」とは、それ以降の入力信号を予測出来るようになることとしてとらえられる。従って、認識過程はアトラクタへ入るまでの過渡的な状態として力学的に把握出来るこの定式化に基づいて簡単なシミュレ-ションを行ったところ、環境の状態が神経系の状態を決めるとは限らない(自律性の存在)・環境が特定の状態にある時だけ神経系は次の入力を予測出来る場合がある・環境の発展法則については正確に知っていても環境の状態を特定出来ない事もある、等々が観察された。環境は神経系からの働きかけで変化する。神経系が学習しなければならない事は、神経系の働きかけに対して環境はどのように応対するかということにある。今後は上述の定式化を一般化して環境も神経系と同様にオ-トマトンとして定式化し、オ-トマンとしての環境の構造について持つ神経系の「知識」をどの様にとらえたらよいかをまず考察したい。また、「評価系」・出力信号列の生成(行動計画)をどのように理解したら良いか、等の基本的かつ困難な問題を考察して行きたい。