膨大な数の神経細胞が連絡する、複雑な脳の構造と情報処理を論理的に理解するには、実験データを寄せ集めるだけでは不十分です。これまで蓄積された生理・心理的実験データをまとめ上げ、コンピュータ上に「脳のモデル」を構築し、シミュレーションを行うことで、脳の計算原理の理解が可能になります。本研究室では、脳活動の計測から得られた生理学的知見とヒト知覚を定量した心理物理学的知見に基づく計算論的脳神経回路モデルの構築とそのシミュレーションから生物の脳メカニズムを研究しています。これに加えて、人工知能開発でも用いられる深層学習により獲得されたモデルと脳メカニズムの比較にも取り組んでいます。

「見る」脳神経回路のモデル化
脳活動の計測から得られた生理学的知見とヒト知覚を定量した心理物理学的知見に忠実な神経回路モデルとそのシミュレーションから、生物の「見る」メカニズムの解明を目指しています。実際の脳に迫る大規模なシミュレーションも、最近の高性能なコンピュータであれば可能となります。

深層学習モデルのメカニズム解析
人工知能開発に用いられる深層学習により獲得されたモデルと脳メカニズムを比較する研究を行っています。特に、物体識別や注意の深層学習モデルのメカニズム解明は、「見る」神経回路を理解する新しい知見を与えてくれると期待されています。また、人工知能メカニズムの理解と発展にも繋がります。

ヒト注意選択のモデル化
ヒトは視野内の最重要な情報へ注意を向け、それを重点的に処理します。この注意選択は、生物に最も重要な知覚機能です。脳の「見る」メカニズムに基づく注意選択のモデル化を研究しています。高次の脳の「見る」メカニズムをコンピュータに実装することで、画像中のどこを見るかの予測や、注意を引くために必要となる特徴などが明らかにすることができます。

脳に起因する疾病のシミュレーション
自閉スペクトラム症や統合失調症は、脳神経回路の異変に起因する疾病です。構築した神経回路モデルを構成するモデル神経細胞に手を加えることで、これら疾病の神経回路モデル化に挑戦しています。この研究は、脳メカニズムの理解だけでなく、精神疾患のバイオマーカーの実現にも繋がると期待しています。