KADOKAWA Technology Review
×
来れ、若きイノベーター! Innovators Under 35 Japan 2022 応募受付中!
生命の再定義 Insider Online限定
Why even a moth’s brain is smarter than an AI

昆虫の学習の仕組みを模倣、新方式のニューラル・ネットを開発

深層学習のニューラル・ネットワークにはいまだに、自然界の生物のニューラル・ネットワークより大きく劣っている点がいくつかある。ワシントン大学の研究者たちは、ガの嗅覚学習の仕組みを真似ることで、こうした欠点の克服を目指すニューラル・ネットワークを開発した。 by Emerging Technology from the arXiv2018.03.13

機械学習で使われている深層ニューラル・ネットワークには奇妙な特徴がいくつかある。そのうちの1つが、生体系におけるニューラル・ネットワークとは驚くほど異なっているという点だ。類似点はあるが、機械学習のメカニズムにはいくつかの重要な点において自然界の生物とは似つかない部分がある。それで学習の生じ方が異なっているようなのだ。

こうした相違点から、機械学習システムがパフォーマンスのいくつかの点において、自然界のものよりはるかに劣っている理由を説明できそうだ。たとえば、昆虫はごくわずかな経験で匂いを認識できるようになる。一方、機械学習には訓練用の大量のデータセットが必要になる。コンピューター科学者は、自然界の学習形態の理解を深めることでこうしたギャップを埋められるのではないかと考えている。

シアトルにあるワシントン大学のチャールズ・デラハント博士らの研究チームは、タバコスズメガの嗅覚学習システムの構造や振る舞いを真似た人工ニューラル・ネットワークを作成した。このシステムは自然界のネットワークが学習する方法について重要な洞察を与えてくれると同時に、機械にとっての可能性を示してくれるものだという。

最初に、基本となることを簡単に説明しておこう。ガの嗅覚学習システムは比較的シンプルで、神経科学者たちによって比較的よく対応付けられている。5つの個別ネットワークで構成され、それらの間で情報を次々に伝えていく。

最初はおよそ3万個の化学受容器から成るシステムだ。これが匂いを検出して、かなりノイズの多い信号を触角葉として知られる次のレベルへと送る。触角葉には糸球体と呼ばれるユニットが約60個あり、それぞれが特定の匂いを識別する。

触覚葉はそれから、匂いの神経信号をキノコ体へと送る。キノコ体にはおよそ4000のケニヨン細胞があり、匂いを記憶に符号化すると考えられている。

最後に、その結果が十数個の外部ニューロンから成る層によって読み出される。これらのニューロンは、キノコ体からの信号を解釈して、「風上に向かって飛ぶ」といったような実行可能なメッセージを伝える。

ガの嗅覚学習システムに含まれるいくつかの側面は、機械学習のネットワークに見られるものとはまったく異なっている。たとえば、触覚葉は低次元のパラメーター空間で情報を符号化するが、情報の送り先であるキノコ体はそれを高次元のパラメーター空間で符号化す …

こちらは有料会員限定の記事です。
有料会員になると制限なしにご利用いただけます。
有料会員にはメリットがいっぱい!
  1. 毎月120本以上更新されるオリジナル記事で、人工知能から遺伝子療法まで、先端テクノロジーの最新動向がわかる。
  2. オリジナル記事をテーマ別に再構成したPDFファイル「eムック」を毎月配信。
    重要テーマが押さえられる。
  3. 各分野のキーパーソンを招いたトークイベント、関連セミナーに優待価格でご招待。
購読キャンペーン実施中
日本発「世界を変える」35歳未満のイノベーター

MITテクノロジーレビューが20年以上にわたって開催しているグローバル・アワード「Innovators Under 35 」。世界的な課題解決に取り組み、向こう数十年間の未来を形作る若きイノベーターの発掘を目的とするアワードの日本版の最新情報を発信する。

記事一覧を見る
MITテクノロジーレビュー[日本版] Vol.7
MITテクノロジーレビュー[日本版] Vol.7世界を変える10大技術 2022年版

パンデミック収束の切り札として期待される「新型コロナウイルス感染症(COVID-19)飲み薬」、アルファ碁の開発企業が作った「タンパク質構造予測AI」、究極のエネルギー技術として期待が高まる「実用的な核融合炉」など、2022年に最も注目すべきテクノロジー・トレンドを一挙解説。

詳細を見る
フォローしてください重要なテクノロジーとイノベーションのニュースをSNSやメールで受け取る