私は計算論的神経科学を専門に、神経細胞の数理モデルで脳の謎に挑んでいます。特に追及しているのは、刺激に対する神経細胞の信号応答を一定の規則に従ってデータ化する、情報の符号化です。神経細胞の応答のルールを明らかにして、脳の情報処理における重要性を明らかにします。動物は外界からの入力に対して複雑な応答を示す場合があります。この応答が神経ネットワークの情報処理において、重要な意味を持つと考えています。

人工知能にも応用

今、囲碁や将棋のプロ対決などで注目を浴びているディープラーニング（深層学習）はニューラルネットワーク（脳の神経細胞のつながりをモデル化）を利用した人工知能ですが、個々の神経細胞の性質まで考慮されていません。そこを補い、神経細胞のふるまいも考慮して神経ネットワークを考えると、認識能力が高く、より高度な情報処理システムができると考えています。

脳科学研究のすそ野は広く、多くの分野の研究者がそれぞれの視点で研究を進めています。工学分野からは、数式や計算機を駆使して、一つのまとまった理論を構築しようという努力が続けられています。世界中の研究者が参加して、この難問を解決しようとしています。ディープラーニングに代表される人工知能がいろいろな方面で注目され、多くの問題が解決されたかのような印象がありますが、ゴールははるか彼方で、これから勉強する方にもその面白みを味わう余地が十分に残されています。ぜひ脳の情報処理とはどうなっているか考えてみてください。