C02 サル視覚野における予測情報処理機構の解明
AIやコンピュータビジョンの研究では、ニューラルネットワークを使った深層学習によって、一般物体認識などヒトの認知機能の一部が実現できるようになりました。さらに、一般物体認識を学習した深層ニューラルネットワーク内部の情報表現は、脳の視覚野の神経情報表現と類似性が高いことも明らかになっています(Hayashi & Nishimoto, 2013他)。一方、脳の情報理論によれば、視覚野の情報処理は、絶えず変化する画像入力に対し予測符号化を行っていると理解されます。しかし、脳の統一理論に基づいて実装された深層予測符号化モデルが、複数の脳領域から同時に記録された大規模神経活動データを、定量的に説明できるかどうかは未検証です。
本研究では、マカクザルを対象に、物体認識を担う腹側視覚経路に沿った複数の脳領域から、画像観察時の神経活動を多点同時記録することを予定しています。そして、画像の符号化と予測＝生成過程を学習した深層ニューラルネットワークの内部表現と照らして、領域間のFeedforward/Feedback信号が、どのように時間変化するのか検証することを目指します。さらに、統合失調症のような視知覚の変容を引き起こすとされる解離性麻酔投与下で、神経活動が計算モデルと照らしてどのように変化するのか、予測情報処理異常の観点から探ることを計画しています。
