応用脳科学アカデミーアドバンスコース「CiNet」第２回（西田先生・渡邉先生・黄田先生）
タイトル「脳科学と人工知能の融合」
講師紹介
西田 知史（にしだ さとし）先生
-
【現職】
情報通信研究機構（NICT） 未来ICT研究所 脳情報通信融合研究センター（CiNet） 脳情報工学研究室 主任研究員
大阪大学 大学院生命機能研究科 招へい准教授【経歴】
- 2020年12月- 科学技術振興機構 さきがけ兼任研究者
- 2020年4月- 大阪大学 大学院生命機能研究科 招へい准教授
- 2019年4月- 情報通信研究機構 未来ICT研究所 脳情報通信融合研究センター 主任研究員
- 2015年4月-2020年3月 大阪大学 大学院生命機能研究科 招へい研究員
- 2014年11月-2019年3月 情報通信研究機構 脳情報通信融合研究センター 研究員
- 2014年4月-2014年10月 京都大学 こころの未来研究センター 研究員
-
【研究概要】
私の研究目標は、意味や感性、意識のような人間らしさや個性を生み出す認知情報の脳内表現を理解することです。この目標のもと、fMRIで計測した脳活動に数理分析を適用して、脳内情報の可視化に取り組んでいます。また、その応用として、脳活動からその人の認知内容を読み取る脳情報デコーディング技術の開発や、人間らしく振る舞う人工知能を実現するために脳内情報を人工知能へ組み込む技術の開発も進めています。
-
【主な業績】
- Nishida S, Blanc A, Maeda N, Kado M, Nishimoto S. Behavioral correlates of cortical semantic representations modeled by word vectors. PLOS Computational Biology, 17(6): e1009138, 2021.
- Niikawa T, Miyahara K, Hamada HT, Nishida S. A new experimental phenomenological method to explore the subjective features of psychological phenomena: its application to binocular rivalry. Neuroscience of Consciousness 2020(1):niaa018, 2020.
- Nishida S, Nakano Y, Blanc, A, Maeda N, Kado M, Nishimoto S. Brain-mediated Transfer Learning of Convolutional Neural Networks. Proceedings of the Thirty-Fourth AAAI Conference on Artificial Intelligence 34(4):5281–5288, 2020.
- Nishida S, Nishimoto S. Decoding naturalistic experiences from human brain activity via distributed representations of words. NeuroImage 180(A):232-242, 2018.
開催概要
- 講義内容
-
近年の人工知能（AI）技術の発展は著しく、脳科学においても脳情報処理をモデル化するための重要な研究ツールとして利用されている。本講義の前半では、脳科学研究においてAI技術を利用するためのフレームワークと、一連の研究から得られた知見を紹介する。特に、私たちのグループが進めている、自然言語処理技術を用いた脳内意味情報のモデル化について解説する。また、その知見を応用して、複雑な映像が誘発する脳活動から、その人が感じた意味内容（物体・動作・印象）を単語や文の形で解読する脳情報デコーディング技術についても紹介する。
一方で、脳科学の知見をAI技術へ取り入れ、人間らしく振る舞うAIを実現しようとする試みも存在する。特に、脳活動から定量化した脳情報をAIに取り入れる脳融合AIのアプローチにおいて、私たちのグループでは性能と汎用性に優れた技術の開発に成功した。検証の結果、この技術によって、AIの振る舞いを脳の振る舞いに近づけるとともに、脳情報の個人差を反映する個性を持ったAIが実現可能であることも確認できた。本講義の後半では、この脳融合AI技術について解説したうえで、産業応用も視野に入れた本技術の可能性について言及する。
- 日時
- 2021年10月5日（火）13:00～17:30（12:40より受付開始）
※西田先生の講義は、13:00～14:10です。
- 場所
- オンライン開催
- お問い合わせ先
- 本アカデミーに関するご質問等は、応用脳科学コンソーシアム事務局ホームページの ▶ お問い合わせフォームより、お問い合わせください。
タイトル「脳の大規模ネットワークと知能情報処理の階層」
講師紹介
渡邉 慶（わたなべ けい）先生
-
【現職】
大阪大学 大学院生命機能研究科 助教
【経歴】
- 2003年4月 - 2008年3月 京都大学 大学院人間・環境学研究科 共生人間学専攻 博士前・後期課程
- 2008年4月 - 2011年3月 日本学術振興会 特別研究員(PD)
- 2011年4月 - 2011年12月 京都大学こころの未来研究センター 研修員
- 2012年2月 - 2014年2月 University of Oxford Department of Experimental Psychology 日本学術振興会海外特別研究員
- 2014年3月 - 2015年3月 University of Oxford Department of Experimental Psychology Postdoctoral Researcher
- 2015年4月 - 2018年12月 国立研究開発法人情報通信研究機構 脳情報通信融合研究センター 研究員
- 2019年 - 現在 大阪大学 大学院生命機能研究科 助教
-
【研究概要】
ライフサイエンス / 認知脳科学
-
【主な業績】
- 前頭連合野における情報処理の階層性. 渡邉慶. Clinical Neuroscience 38(2) 169 - 172 2020年2月 招待有り筆頭著者.
- Focused Representation of Successive Task Episodes in Frontal and Parietal Cortex. Mikiko Kadohisa, Kei Watanabe, Makoto Kusunoki, Mark J Buckley, John Duncan. Cerebral Cortex 30(3) 1779 - 1796 2019年11月 査読有り.
- Toward an understanding of the neural mechanisms underlying dual-task performance: Contribution of comparative approaches using animal models. Kei Watanabe, Shintaro Funahashi. Neuroscience & Biobehavioral Reviews 84 12 - 28 2018年1月 査読有り筆頭著者責任著者.
- A Behavioral Paradigm to Study Rats Dual-Task Performance under Head-Direction and Body-Location Tracking. Kohei Matsuo, Taro Kaiju, Tomoaki Nakazono, Kei Watanabe, Takafumi Suzuki. ELECTRONICS AND COMMUNICATIONS IN JAPAN 100(11) 3 - 14 2017年11月 査読有り.
- Stable and dynamic coding for working memory in primate prefrontal cortex. Eelke Spaak, Kei Watanabe, Shintaro Funahashi, Mark Stokes. Journal of Neuroscience 37(27) 6503 - 6516 2017年7月 査読有り.
- High spatiotemporal ECoG recording of somatosensory evoked potentials with flexible micro-electrode arrays. Taro Kaiju, Keiichi Doi, Masashi Yokota, Kei Watanabe, Masato Inoue, Hiroshi Ando, Kazutaka Takahashi, Fumiaki Yoshida, Masayuki Hirata. Frontiers in neural circuits 11(20) 1 - 13 2017年4月 査読有り.
- Neural mechanisms of dual-task interference and cognitive capacity limitation in the prefrontal cortex. Kei Watanabe, Shintaro Funahasi. Nature neuroscience, 17(4) 601-611 2014年3月 査読有り.
開催概要
- 講義内容
-
私たちは，朝起きてから夜寝るまでの間に，食事，通勤，仕事，友人との交流など，さまざまな活動を行います．これらの場面で、どのように振る舞うかを決めるのは自分であり，それらが脳によってプログラムされていることに，議論の余地はありません．このような知的情報処理（認知的制御, cognitive control）は，脳のどのような働きによって実現されるのでしょうか？このように，脳のどの領域が知的情報処理の司令塔としてはたらいているのか，あるいは，そもそも司令塔が存在するのかという問題は，脳研究の中心テーマのひとつとして長年議論されてきました．最近，前頭連合野と呼ばれる領域に，（1）知能的情報処理の基盤となる，選択的注意，短期記憶，ルール理解，情報の更新，モニタリング，抑制などの要素機能を担う領域があること;（2）この領域とは別の場所に，要素機能のはたらきを調整し，さらに複雑で抽象的な情報処理を担う最高次のシステムが存在すること，が明らかになってきました．本講義では，まず，近年明らかになってきた階層的な知的情報処理の仕組みについて解説します．
前頭葉の階層的情報処理メカニズムが明らかになってきた一方で，2000年代に入ると，fMRI，脳波，脳磁図による全脳活動のデータ解析の進展により，脳の情報処理は個々の領域の独立した動作だけで実現されているのではなく，（1）複数の異なる脳領域間の機能的結合が不可欠の関与をすること;（2）これら機能的結合のまとまりが全脳レベルの大規模ネットワーク（large-scale brain network）を形成し，このようなネットワークが脳内に複数存在することが明らかになりつつあります．以下の５つが代表的なネットワークとして広く受け入れられています．（1）前頭—頭頂実行系ネットワーク,（2）背側注意ネットワーク,（3）腹側注意ネットワーク,（4）デフォルトモードネットワーク,（5）顕著性ネットワーク．本講義では，これらのネットワークの概要について解説し，脳の大規模ネットワークの研究が私達の脳の理解に何をもたらすのかについて考察します．
脳における階層的情報処理の存在は，脳のはたらきにおいて局所の機能が重要であることを示唆します（機能局在論）．一方，脳の大規模ネットワークの存在は，脳のはたらきにおいて，脳全体の機能的協調が重要であることを示唆します（全体論）．本講義の最後に，この一見相反する二つのメカニズムの存在をどのように理解すればよいのかを考察します．
- 日時
- 2021年10月5日（火）13:00～17:30（12:40より受付開始）
※渡邉先生の講義は、14:20～15:30です。
- 場所
- オンライン開催
- お問い合わせ先
- 本アカデミーに関するご質問等は、応用脳科学コンソーシアム事務局ホームページの ▶ お問い合わせフォームより、お問い合わせください。
タイトル「MRIを用いた脳機能計測と嗅覚機能への応用」
本講義はライブ配信のみとなります。後日、アーカイブ受講はできませんので、ご了承いただきたく何卒よろしくお願いいたします。
講師紹介
黄田 育宏（きだ いくひろ）先生
-
【現職】
情報通信研究機構(NICT）未来ICT研究所 脳情報通信融合研究センター 脳機能解析研究室 副室長
大阪大学大学院 生命機能研究科 招へい准教授
量子科学技術研究開発機構 量子医科学研究所 客員研究員【経歴】
- 1997 北海道大学大学院 理学研究科 化学専攻 修了 博士（理学）取得
- 1997～ Yale大学 磁気共鳴研究センター：Postdoctoral Fellow
- 2001～ 同上 ：Associate Research Scientist
- 2004～ 北海道大学大学院 歯学研究科：助教
- 2009～ 東京都医学総合研究所：研究員
- 2012～ 情報通信研究機構 脳情報通信融合研究センター：主任研究員
- 2021～ 同上 ：現職
-
【研究概要】
超高磁場MRIにおける新規脳計測・解析法の開発と応用を行っています。
機能・構造の両面から嗅覚の情報処理機構を理解しようと試みています。 -
【主な業績】
- Donoshita Y, Choi US, Ban H & Kida I (2021) Assessment of olfactory information in the human brain using 7-Tesla functional magnetic resonance imaging. NeuroImage, 236: 118212.
- Choi US, Kawaguchi H & Kida I (2020) Cerebral artery segmentation based on magnetization-prepared two rapid acquisition gradient echo multi-contrast images in 7 Tesla magnetic resonance imaging. NeuroImage, 222: 117259.
- Choi US, Kawaguchi H, Matsuoka Y, Kober T & Kida I (2020) Brain tissue segmentation based on MP2RAGE multi-contrast images in 7 T MRI. PLoS ONE, 14: e0210803.
- Kida I, Ueguchi T, Matsuoka Y, Zhou K, Stemmer A & Porter D (2016) Comparison of diffusion-weighted imaging in the human brain using readout-segmented EPI and PROPELLER turbo spin echo with single-shot EPI at 7 T MRI. Invest Radiol, 51:435-439.
開催概要
- 講義内容
- 機能的磁気共鳴画像法(fMRI)は、血液酸素飽和度変化を利用したBOLD効果以外にも、血流量、血液量、代謝変化などを利用した計測法は存在します。本講義の前半では、BOLD効果を含めたfMRIの計測法を解説します。本講義の後半では、嗅覚機能を中心として前半で解説した計測法の応用について解説し、また、従来のBOLD効果を用いたfMRIデータから得られた知見を紹介します。
- 日時
- 2021年10月5日（火）13:00～17:30（12:40より受付開始）
※黄田先生の講義は、15:40～16:50です。
- 場所
- オンライン開催
- お問い合わせ先
- 本アカデミーに関するご質問等は、応用脳科学コンソーシアム事務局ホームページの ▶ お問い合わせフォームより、お問い合わせください。
