研究内容紹介

「知性と生命のモデリング」とそれにかかわる「統計的画像処理技術の開発」を行うことで、生命科学と情報科学との融合になる大胆な学際的研究を実施する。知性（脳）と生命はいずれも環境からの情報を適切に処理することで環境適応を行う「情報処理機械」とみなすことができる。その実態の理解には学際的アプローチが必須であり、多様なバックグラウンドを持つ人材の結集により迫る。

複雑な環境における意思決定のモデル化と脳内過程の解明

ヒトの高次情報処理である「意思決定」を情報工学と認知科学との融合的アプローチで解明する。個体による意思決定の環境適合モデルである「強化学習」に注目し、変動するあるいは複数のエージェントが存在するような複雑な環境に対して、効率よく適合する機械学習の方式の開発、また、それを人工知能エージェントやロボットの制御に応用する。さらに、機械学習法として開発された「機械の知」が「自然な知」である脳において実現可能であるかを認知科学実験と非侵襲脳活動計測装置を用いて検証する。

ロボット	人工知能	脳

シミュレーションと実機を用いた準受動歩行の研究。パラメータを強化学習で獲得する。	トランプゲームの強化学習の研究。プレイを繰り返すことで人間のエキスパート並に強くなる。	脳における学習手法を調べる研究。我々の脳は、どこまで機械の知と似ているだろうか？

システム神経生物学

脳は環境からの情報を処理する主体であるため、それを構成する神経細胞および細胞内のタンパク質ネットワークは「情報」処理に最適なシステムを構成していると考えられる。その原理を情報科学として解明する。たとえば、神経細胞ネットワークにおける情報符号化方式を情報理論的観点から検討する。また、発達期において神経細胞が分子の設計図に基づきいかにネットワーク構造を構成するのかをモデル化する。さらに神経細胞において微弱な信号をいかに増幅し得るのかなどの課題に対して、生物物理と情報科学の手法を駆使して迫る。

神経軸索が外部の環境を検知し、伸長するメカニズムに関する研究。細胞内の分子システムがこれを行う。伸長した軸索が他の神経と結合しネットワークを構築する。

ベイズ超解像と画像情報表現

物理過程である光学系が規定する性能を超えた解像（逆光学）性能を情報科学手法により得ることを「超」解像と呼ぶ。生命のモデリングのためには、生体高分子などの高精度な時空間計測が必須であり、そのための超解像法の研究を行う。数理統計科学が開発してきたベイズ統計と仮説検定はそのための主要なツールである。また、人間の認知あるいは感性に関わる情報の可視化技術の研究を行う。

ベイズ超解像研究。低解像度で撮影された複数の画像から鮮明な画像（中央）を復元する。

統計的バイオインフォマティクス

知性と生命の機能を探るために、高次元の生命情報を同時に（包括的に）計測する技術が開発され、用いられているが、そうした高次元データを操作するための数理統計的技術の開発は未成熟である。多次元空間でのスパース性、仮説検定の多重性などの困難性の解決を目指した研究を行い、実際に非侵襲脳活動計測データ、遺伝子発現データ、タンパク質活性時系列データなどに適用する。

非侵襲脳活動計測(fMRI)データから確率的推論にかかわる脳部位を抽出した。高次元でノイズの多いデータから有意な情報を抽出し、知性と生命の機能を探る。

計算機による人間の運動動作の再現

ヒトの体の動きは、関節、筋肉、腱、またそれ自身の重量により、多くの制約を受けている。しかし逆に、この制約があってこそ、ヒトの動きは人間らしいものになっているともいえる。ここでは、計算機上に人間の身体を忠実に再現する3Dモデルを作成し、この動きに制約のあるモデルの動作を介することで、人間味のある出力を得ることを狙う。現在、楽器演奏動作への適用を行っている。

被験者3人の演奏動作から求めた
演奏者個性を表す曲面

過去の研究内容