理論神経科学・非平衡系数理グループ
寺前 順之介（准教授）
ものを見る、声を聞き分ける、手を動かすなど、私達が日々、ほとんど無意識に行う動作の多くは、私達の脳が行っている高度な情報処理の帰結です。脳は、約千億もの神経細胞が非線形な相互作用を通じて結合した複雑で巨大なネットワークです。神経細胞は、スパイク発火と呼ばれる電気的な活動を示し、その発火活動を、シナプス結合と呼ばれる結合部位を通じて他の神経細胞に伝えることで情報のやり取りを行っています。この巨大なネットワーク上での神経細胞のダイナミクスこそが、私達の思考、知覚、認知、記憶、学習、判断などの高度な情報処理の実体です。
近年、実験技術が急速に発展したことで、脳内の神経ダイナミクスやシナプスの変化を大規模に、かつ動的に捉えることが可能になり始めました。これに伴い、極めて複雑な脳の情報処理ダイナミクスや学習過程を記述する数理的な手法も急速に発達し始めています。ところが、それら膨大な知見にも関わらず、脳の動作原理の多くは未解明に残されたままです。
脳が、状況に応じて適応的に学習し、情報処理を行う器官であることは疑いようがありません。ただし、脳は、既存のコンピュータとは異なり、脳の仕組みを部分的に利用した深層ニューラルネットワークとも異なります。最新の研究によって、脳は極めて柔軟でダイナミックに動作し、さらに確率性を巧妙に利用していることが明らかになってきました。つまり、脳の動作原理を解明するには、「動的で確率的な情報処理」を数理的に解明する情報科学が重要です。
ところが、大規模な非線形な動的システム（ダイナミカルシステム、力学系）における確率的な情報処理を、理解し、記述し、さらに人工的に作り出すための数理的手法を、まだ人類は手にできていないのです。言い換えれば、人類はまだ、知能という機能が、どのように実現しているのかを理解できていないのです。
この問題を解決して、脳の情報処理と学習原理を理解すること、さらに、深層学習など最新の人工知能を超える、真に脳型の人工知能と学習アルゴリズムをつくりだすことが私達の研究内容です。
そこでは、非線形性、時間、確率性、揺らぎ、自発性、非自励性、環境やネットワークの高次元構造などが鍵になると期待されます。それらを扱う新しい数理科学を構築し、脳科学、数理科学、物理学、機械学習、人工知能などへと展開することを目指した研究を行っています。