寺前順之介 情报学研究科准教授、坪泰宏 立命館大学准教授の共同研究グループは、生物の脳のように揺らぐニューロンとシナプスで学習を実現する新たなニューラルネットワークの構築に世界で初めて成功しました。ニューラルネットワークは現在発展を遂げている人工知能の基盤技術であり、生物の脳をヒントに提案されましたが、最適化という緻密な計算を必要とするため、脳のニューロンやシナプスが示す強い「揺らぎ」とは整合しない問題がありました。この「揺らぎ」とは、脳ではニューロンやシナプスが、あたかもランダムに、つまり確率的に動作することを意味し、最適化のような緻密な計算とは一致しないようにみえます。
本研究では「脳の学习は最适化ではなく、适切な具体例を生成するサンプリングではないか」と考えることでこの问题を解决し、揺らぎによって最适化なしで学习するニューラルネットワークの构筑に成功しました。さらに、この新しいニューラルネットワークが脳の几つもの実験结果を再现することも発见しました。今后、脳のような高い柔软性を持ち省エネルギーで动作する脳型人工知能の开発や、私たち人间を含む生物の脳の仕组みの解明への波及効果が期待されます。
本研究成果は、2022年10月21日に、国際学術誌「Physical Review Research」にオンライン掲載されました。
ネットワークを构成するニューロン（丸）とシナプス（叁角）が全て确率的に动作するにも関わらず、ネットワーク全体としては安定した学习が実现される。
研究者のコメント
「なぜ、脳のニューロンやシナプスが强い揺らぎを示すにも関わらず、私たち人间を含む动物が安定した记忆や学习を実现できるのかは、生物学的にも工学的にも重要な未解决课题でした。今回その答えにつながる理论ができ嬉しく思っています。本研究で用いた「学习とは最适化ではなく具体例を作り続けること」という考えも、生き物らしい柔らかさと相性が良く気に入っており、今后の発展が楽しみです。」（寺前顺之介）
【顿翱滨】
【碍鲍搁贰狈础滨アクセス鲍搁尝】
【书誌情报】
Jun-nosuke Teramae, Yasuhiro Tsubo (2022). Dual sampling neural network: Learning without explicit optimization. Physical Review Research, 4(4):043051.
