第35回 全脳アーキテクチャ勉強会[オンライン]

テーマ：眼球運動における多様な分野の横断的知見統合を目指して

開催趣旨

脳のアーキテクチャを参考に汎用人工知能（AGI）の構築を進める全脳アーキテクチャアプローチからの研究開発では、眼球運動機能を生物学的に妥当な形で理解し実装することが必須の技術要素であるが、それにとどまらない。なぜなら、眼球運動は心理学、行動科学、生理学、解剖学など多くの分野の知見が蓄積されており、脳に基づくソフトウェアの設計を試みるには適した題材だからである。そこでWBAIでは、2018年に「AIにまなざしを」と題したハッカソンを開催し、現在、脳を使ったソフトウェアの仕様とも言える脳参照アーキテクチャの構築を進めている。 そこで本勉強会では、最初に田和辻氏より、現在のWBAIにおける眼球運動に関する取り組みなどを含めた趣旨説明を行う。その後、高橋真有先生には、微視的な視点から眼球運動系における出力座標系、および眼球運動系の神経機構についてお話いただく。さらに小川正先生からはよりマクロの視点から未知問題へアプローチする際の試行錯誤による探索と知識による問題解決に関する前頭前野の機能についてご講演いただく。その後のパネルディスカッションでは、これらの知見を統合し、人間の目に近い機能を機能的に実現するソフトウェア構築への道筋を議論する。

勉強会開催詳細

• 日　時：2022年6月3日（金）（18:00～21:10）
• 会　場：オンライン（Zoom Meeting）
• 定　員：一般150名、学生50名
• 主　催：NPO法人 全脳アーキテクチャ・イニシアティブ
• 後　援：脳情報動態を規定する多領野連関と並列処理
• 運　営：WBA勉強会実行委員会

申し込みから参加までの流れについては、下記を参照ください。

WBA勉強会用Slackチャンネルについて

ご希望の参加者さまには、「WBA勉強会」のSlackチャンネルにご招待します。Slackチャンネル上では、下記内容を予定しております。

公開出来るスライド資料がある場合、事前公開いたします 当日質疑応答では、Slackからのご質問を優先的に選ばせて頂きます イベント終了後や翌日に、講師が直接質問にご回答させて頂きます ご参加者さま同士での、勉強会内容についての議論も歓迎です ※ すべてのご質問にお答えする事を約束するものではありません。 ※ Slackチャネルに参加ご希望の場合は，お申込み時にアンケートで参加希望とお答え下さい。

参加枠/参加費について

今後とも、当勉強会を末永く続けてゆくために、主要な支出である講師謝金・配信運営費等の必要経費について、学生以外の参加者に分担していただく方針とさせていただきます。参加をご検討の皆様には何卒ご理解いただけますと幸いでです。

一般参加

先着順になります。お支払いいただいた代金は、今回の講師謝金および配信運営費に充当させていただきます。Zoomミーティングでオンラインで実行いたします。参加方法については下記、「申し込みから参加までの流れ」をご確認下さい。

学生参加

未来への投資のため、無料で参加可能です。参加時のアンケートで、本名や所属校などをお答え頂く必要があります。またSlack参加時は自己紹介や質問など積極的にご参加頂ければ幸いです。

講演スケジュール

BRA構築方法論に基づいた眼球運動機能の知識整理

講演者：田和辻可昌（早稲田大学 データ科学センター）

概要： 全脳アーキテクチャ・イニシアティブの取り組みである「全脳にわたる機能仮説を標準的に記述するための知識ベース（i.e.全脳参照アーキテクチャ：BRA）」では，その記述様式としてBrain Information Flow（BIF）形式に基づいた構造に関する知識記述と，Hypothetical Component Diagram（HCD）に基づいた機能に関する知識記述が行われる．本発表では衝動性眼球運動や追従性眼球運動など様々な眼球運動を実現する神経回路網を対象にしたBRA構築についての近年の我々の取り組みについて説明を行うとともに本勉強会の趣旨説明を行う．

随意性急速眼球運動の神経回路と脳内基準座標

講演者：高橋真有（東京医科歯科大学 大学院医歯学総合研究科 システム神経生理学）

概要： ヒト・サルでは、感覚入力のうち90％が視覚入力と言われ、随意性眼球運動系を用いて「対象への視線の移動」を行い、反射性眼球運動系で「視野の安定化」を図っている。脳は左右6個の眼筋を個々に制御すると冗長度（自由度）12となるが、急速随意眼球運動（サッケード）では、脳内で水平・垂直の2Dデカルト座標系が使用されており、系統発生的に古い前庭動眼反射(VOR)系では、水平・垂直に加え、眼軸周りの回旋成分が存在し、3D前庭三半規管系の座標軸が用いられている。このように従来の研究から、各眼球運動系はそれぞれに固有の出力座標系を用いていると暗黙裡に想定されてきたが、実は各系の基準座標系の実体は未だ明らかでない。本会の参加者は、主に工学系のバックグラウンドの方と伺っているので、眼球運動を理解する上で基本となるVOR系について解剖と生理を概説し、それをもとに、水平・垂直サッケード系の出力回路と脳内座標系、サッケードの発現と停止の神経機構を述べたい。

参考文献：

1. Takahashi M, Shinoda Y. Forefront review: Brain stem neural circuits for horizontal and vertical saccade systems and their frame of reference. Neuroscience 392: 281-328, 2018.
2. 高橋真有．眼球運動座標系とリスティングの法則の神経機構. ブレインサイエンスレビュー2022. pp.209-232,2022.丸善出版.

知的な問題解決能力の神経メカニズムを探る－試行錯誤によって未知問題を解決するときの前頭前野機能－ (Neuronal activity in the prefrontal cortex during the course of updating knowledge for problem solution in a changing environment.)

講演者：小川正（京都大学高等研究院 ヒト生物学高等研究拠点（ASHBi））

概要： ヒトや高等動物は未知の問題状況に遭遇した場合でも、問題解決を図る能力を持っている。当初は問題解決するための事前知識がないため、試行錯誤を行い、そのアウトカムを評価することによって、問題解決のための新しい知識を見出そうとする（試行錯誤による探索）。しかしながら、一旦、解決するための知識を獲得したら、その知識を利用して試行錯誤することなく問題解決を図る（知識による解決）。このような能力は、脳が有する最も知的な機能の１つであり、前頭前野が重要な役割を果たしていると考えられている。本研究では、新しい問題状況が何度も提供される認知行動課題を霊長類（ニホンザル）に遂行させ、サルが「試行錯誤による探索」と「知識による解決」の２種類の方略を行っているときの前頭前野ニューロン活動を記録・解析した。その結果、前頭前野ニューロンは２つの方略の状態と切り替えタイミングにかかわる情報を表現しているだけでなく、アウトカム（成功、失敗）を生じさせる要因も推論しており、知的な問題解決における上位制御系であることが示唆された。

When facing novel problems, humans and primates could seek appropriate problem solutions through trial-and-error (TE) actions and observation of their outcomes. Once an individual has obtained the knowledge to solve a problem, knowledge-based (KB) actions may be applied in a stereotypical manner to solve the problem. Problem solutions for intelligent behaviors can thus be based on the appropriate usage of TE or KB strategies. We trained laboratory monkeys to perform a target-tracking visual search task and examined the problem solution process. We recorded single-unit activity from the lateral prefrontal cortex of the monkey performing this task. The present study provided behavioral and neuronal evidence how the brain appropriately control the timing and manner of switching between TE and KB strategies during the process of updating knowledge to solve a novel problem.

申し込みから参加までの流れ

一般参加枠の方

1. このconnpassから申し込み、PayPalでお支払いをお願いします。
2. Zoom アプリの準備がまだの方はお使いの端末にインストールしておいてください。
3. 開催前日および当日、Connpass から Zoom ミーティングのIDとパスワードに関するお知らせが届きます。
4. 開場時間（17時55分）になったらconnpassから送られたURLをクリックし、Zoomにアクセスしてください。

学生参加枠の方

1. このconnpassから学生参加を選択し、参加申し込みして下さい
2. お申し込みの際、アンケートで氏名や所属校などなどをご記入下さい
3. Zoom アプリの準備がまだの方はお使いの端末にインストールしておいてください。
4. 開催前日および当日、Connpass から Zoom ミーティングのIDとパスワードに関するお知らせが届きます。
5. 会場時間（17時55分）になったらconnpassから送られたURLをクリックし、Zoomにアクセスしてください。

Zoomパーフェクトマニュアル

• zoomについてのご不明点は、以下のリンク先を参考にしていただければ幸いです。
• https://zoomy.info/zoom_perfect_manual/

運営スタッフ

• プログラム委員長：田和辻可昌（早稲田大学）
• 実行委員長：孫 暁白
• 司会：大森隆司(未設定)
• Zoomホスト：西村由弥子
• Zoom共同ホスト：（未定）
• connpass：孫 暁白
• 広報/WBAI事務局：荒川 直哉
• QAチャネル招待担当：孫 暁白

全脳アーキテクチャ勉強会創設者

◎ 産業技術総合研究所 人工知能研究センター 一杉裕志

1990年東京工業大学大学院情報科学専攻修士課程修了。1993年東京大学大学院情報科学専攻博士課程修了。博士（理学）。同年電子技術総合研究所（2001年より産業技術総合研究所）入所。プログラミング言語、ソフトウエア工学の研究に従事。2005年より計算論的神経科学の研究に従事。 「全脳アーキテクチャ解明に向けて」

◎ 全脳アーキテクチャ・イニシアティブ 山川宏

1987年3月東京理科大学理学部卒業。1992年東京大学で神経回路による強化学習モデル研究で工学博士取得。同年（株）富士通研究所入社後、概念学習、認知アーキテクチャ、教育ゲーム、将棋プロジェクト等の研究に従事。フレーム問題（人工知能分野では最大の基本問題）を脳の計算機能を参考とした機械学習により解決することを目指している。

◎ 東京大学 教授 松尾豊

1997年東京大学工学部卒業。2002年東京大学大学院工学系研究科博士課程修了。博士（工学）。産総研、スタンフォード大学等を経て、2007年から東京大学勤務。深層学習を中心とする人工知能の研究に従事。産学連携やスタートアップの育成などにも取り組む。 http://ymatsuo.com/japanese/

全脳アーキテクチャ・イニシアティブ創設賛助会員

全脳アーキテクチャ・イニシアティブでは、賛助会員を募集しております。賛助会員に登録いただきますと、当サイトに貴団体ロゴとホームページへのリンク掲載や、各種イベントの優先参加など、さまざまな特典がございます。詳しくは、こちらをご覧ください。

これまでに開催された勉強会の内容

こちらからホームページをご覧ください。

全脳アーキテクチャ勉強会の開始背景（2013年12月）

人間の脳全体構造における知的情報処理をカバーできる全脳型 AI アーキテクチャを工学的に実現できれば、人間レベル、さらにそれ以上の人工知能が実現可能になります。これは人類社会に対して、莫大な富と利益をもたらすことが予見されます。例えば、検索や広告、自動翻訳や対話技術、自動運転やロボット、そして金融や経済、政治や社会など、幅広い分野に大きな影響を与えるでしょう。

私達は、この目的のためには、神経科学や認知科学等の知見を参考としながら、機能的に分化した脳の各器官をできるだけ単純な機械学習器として解釈し、それら機械学習器を統合したアーキテクチャを構築することが近道であると考えています。

従来において、こうした試みは容易ではないと考えられてきましたが、状況は変わりつつあります。すでに、神経科学分野での知見の蓄積と、計算機速度の向上を背景に、様々な粒度により脳全体の情報処理を再現／理解しようとする動きが欧米を中心に本格化しています。 また Deep Learning などの機械学習技術のブレークスルー、大脳皮質ベイジアンネット仮説などの計算論的神経科学の進展、クラウドなどの計算機環境が充実してきています。

こうした背景を踏まえるならば、全脳型 AI アーキテクチャの開発は世界的に早々に激化してくる可能性さえあります。 そこで私達は、2020年台前半までに最速で本技術を実現できるロードマップを意識しながら、この研究の裾野を広げていく必要があると考えています。 そしてこのためには、情報処理技術だけでなく、ある程度のレベルにおいて神経科学等の関連分野の知見を幅広く理解しながら、情熱をもってこの研究に挑む多くの研究者やエンジニアの参入が必要と考えています。