人間の脳をモデルにしたAIネットワークは認知タスクを実行できる

マギル大学の新しい研究では、人間の脳をモデルにした人工知能（AI）ネットワークが認知タスクを効率的に実行できることを明らかにしている。

この研究は、8月9日にNature Machine Intelligence 誌に掲載された。

脳の結合パターンの再構築

研究者チームは、まず大規模なオープンサイエンスリポジトリからのMRIデータを調査し、脳の結合パターンを再構築した。この脳の結合パターンは、生物学的脳と同様に動作するコンピューティングシステムである人工ニューラルネットワーク（ANN）に適用された。

ANNは、The Neuro（モントリオール神経学研究所・病院）とケベック人工知能研究所の研究者チームによって訓練され、認知記憶タスクを実行することを学んだ。チームは、ANNがタスクを実行する過程を観察した。

このアプローチには、2つの重要な要素がある。脳の結合パターン、またはコネクティクスに関する以前の研究は、脳の組織を説明することに重点を置き、計算と機能の実行方法にはあまり注意を払わなかった。一方、従来のANNは、実際の脳ネットワークの構造を正確に表現していない任意の構造を使用している。

新しいアプローチでは、研究者は脳のコネクティクスをANNアーキテクチャの構築に統合し、脳の配線が特定の認知スキルをサポートする方法に関する洞察を得ることを目指した。また、新しい設計原則を導出することも目標であった。

チームの発見

チームは、人間の脳の結合パターンを持つANN、またはニューロモルフィックニューラルネットワークは、他のアーキテクチャよりも認知記憶タスクを柔軟性と効率性を持って実行できることを発見した。ニューロモルフィックニューラルネットワークは、幅広い学習能力をサポートするために、同じ根本的なアーキテクチャを使用できた。

ブラティスラフ・ミシッチは、The Neuroの研究者であり、この研究の筆頭著者である。

「このプロジェクトは、2つの活発で急速に進化している科学分野を統合するものです。」ミシッチは言う。「神経科学とAIは共通のルーツを持っているが、最近では分岐してきた。人工ネットワークを使用することで、脳の構造が脳の機能をサポートする方法を理解できるようになる。逆に、経験的データを使用してニューラルネットワークを作成することで、より優れたAIを構築するための設計原則が明らかになる。したがって、両者は相互に情報を提供し、脳の理解を深めることになる。」

この研究は、カナダ第一研究優秀基金によって部分的に資金提供された。この基金は、ヘルシー・ブレインズ・ヘルシー・ライフズ・イニシアティブのためにマギル大学に授与された。さらに、カナダ自然科学技術研究委員会、ケベック健康研究基金、カナダ先端研究機関、カナダ研究議会、ケベック自然技術研究基金、そしてユニークセンター（神経科学と人工知能の連合）からも資金提供を受けた。