研究課題情報
課題管理番号
23dm0307009h0006
統合プロジェクト(二期)

疾患基礎研究プロジェクト<第二期>

9つの連携分野プロジェクト

脳とこころの健康大国実現プロジェクト

事業名

脳科学研究の戦略的な推進<脳科学研究戦略推進プログラム、革新的技術による脳機能ネットワークの全容解明プロジェクト・戦略的国際脳科学研究推進プログラム> ,

戦略的国際脳科学推進プロジェクト ,

脳とこころの研究推進プログラム

タグ(2023)

研究開発目的: 基礎医学研究

研究の性格: 疾患を特定しない基礎医学研究<生命・病態解明研究>

研究モダリティ: in silico<データサイエンスやシミュレーション等>

ICD-10大分類: 精神および行動の障害

対象疾患領域: 精神・神経疾患

特記的事項: 研究倫理<ELSI/RRI等> ,  国際共同研究 ,  DX<SaMD、AI、ICTを含む>

補足確認: 診断

タグ(2022)

研究の性格: 生命・病態解明等を目指す研究

開発フェーズ: 該当なし

承認上の分類: 薬機法分類非該当

対象疾患: その他

疾患領域: 精神・神経疾患

開発目的: 診断

タグ(2021)

研究の性格: 生命・病態解明等を目指す研究

開発フェーズ: 基礎的

承認上の分類: 薬機法分類非該当

対象疾患: 該当なし<対象とする疾患なし>

タグ(2020)

研究の性格: 研究基盤及び創薬基盤の整備研究<創薬技術・ICT基盤・プラットフォーム関係含む>

開発フェーズ: 該当なし

承認上の分類: 薬機法分類非該当

対象疾患: その他

タグ(2019)

研究の性格: 研究基盤及び創薬基盤の整備研究<創薬技術・ICT基盤・プラットフォーム関係含む>

開発フェーズ: 該当なし

承認上の分類: 薬機法分類非該当

対象疾患: 精神および行動の障害

タグ(2018)

研究の性格: 研究基盤及び創薬基盤の整備研究<創薬技術・ICT基盤・プラットフォーム関係含む>

開発フェーズ: 該当なし

承認上の分類: 薬機法分類非該当

対象疾患: 精神および行動の障害

代表研究機関
国立大学法人東京大学
研究代表者

(2023) 合原一幸, 国立大学法人東京大学, 特別教授室・特別教授

(2022) 合原一幸, 国立大学法人東京大学, 特別教授室・特別教授

(2021) 合原一幸, 国立大学法人東京大学, 特別教授室・特別教授

(2020) 合原一幸, 国立大学法人東京大学, 特別教授室・特別教授

(2019) 合原一幸, 国立大学法人東京大学, 生産技術研究所 教授

(2018) 合原一幸, 国立大学法人東京大学, 生産技術研究所 教授

研究期間
2018年度 - 2023年度
課題への総配分額
169,000 千円
研究概要(2023)
令和5年度は、令和4年度までに提案・開発した次世代AI技術の改良と応用に関する研究を引き続き行うとともに、注意機構や興奮性-抑制性バランスなど脳の諸特性を考慮しながら脳型AIのイメージをより明確にする。さらに、脳の正常機能から異常機能への状態遷移プロセスを含めた諸状態遷移現象の解明に向けて応用研究を進める。また、ニューラルネットワークのダイナミクスを生かした計算のロボット制御/認識技術などへの応用を見据え、筋骨格制御、情報統合、自律学習などの可能性を検討する。また、2回以上研究会を開催し、提案課題の妥当性、実現可能性、潜在的な問題点について議論する。
研究概要(2022)
令和4年度は、令和3年度までに提案・開発した次世代AI技術の改良を引き続き行うとともに、注意機構や興奮性-抑制性バランスなど脳の諸特性を考慮しながら脳型AIのイメージをより明確にする。さらに、脳の正常機能から異常機能への状態遷移プロセスの解明へ向けて、Dynamical Network Biomarker(DNB)理論などの脳データへの応用研究を進める。また、ニューラルネットワークのダイナミクスを生かした計算のロボット制御/認識技術などへの応用可能性を検討する。また、2回以上研究会を開催し、提案課題の妥当性、実現可能性、潜在的な問題点について議論する。
研究概要(2021)
令和3年度は、令和2年度に引き続いて、脳の構造と非線形動力学を考慮した動的情報処理に関する数理モデリング、特にディープラーニングでは考慮されていない特性を持つ新しい動的ニューラルネットワークモデルを構築するとともに、実際の脳の「選択的注意」機構などの機能や構造を考慮に入れた数理モデルの拡張を行う。さらに、脳データ解析に適した数理データ解析手法の開発をさらに進めて、実際のデータに適用して解析を進める。また、ニューラルネットワークのダイナミクスを計算資源として定量化する手法を開発し、脳の実データへの適用を試みる。
研究概要(2020)
令和2年度は主に、脳の構造と非線形動力学を考慮した動的情報処理に関する数理モデリング、特にディープラーニングでは考慮されていないリカレント結合とトップダウン結合を持つ新しいニューラルネットワークモデルを構築するとともに、現在研究中の「選択的注意」や「予測誤差生成」などの数理モデルの拡張を行う。さらに、脳データ解析に適した高次元データ解析手法を、埋め込み定理やDNB(Dynamical Network Biomarkers)解析を基に構築するとともに、脳の複雑なネットワーク構造の解析を目指して、非線形な因果作用をも解析可能な新しい因果解析手法を検討する。これらの解析手法をさまざまなスケールの脳活動データに適用し、その結果を脳の機能的/解剖学的ネットワーク、大脳内の微細構造と機能モジュールなどの観点から考察する。
研究概要(2019)
現時点でのAI技術で達成済みの学習課題、認識課題、情報処理などを洗い出し、それらの課題をAIに解かせる際の制約および条件を調査する。一方で、脳の正常機能に着目し、脳・神経科学や実験心理学で扱われる認知機能、行動および情動を説明する数理モデルとそれらの問題点も抽出する。前者の調査から現状のAI技術において不十分な要素の抽出が、後者の調査から脳型アルゴリズムの開発における不足要素の抽出が可能となり、次世代AIの実現に向けて取り組むべき技術開発課題を提案する。平成2019年度は主に、昨年度の成果を基にして、引き続き、現時点でのAI技術で活用されている脳の数理モデルの整理と達成済みの学習課題、認識課題、情報処理の洗い出し、および脳の正常機能に着目して、計算論的神経科学や数理脳科学で提案されている脳の数理モデルと脳・神経科学や実験心理学で扱われる認知機能、行動および情動を説明する数理モデルの調査をさらに進め、次世代AIの実現に向けて取り組むべき技術開発課題を提案する。
研究概要(2018)
本研究では、非線形動力学の観点から、脳の正常機能と異常機能の両面に着目して、脳の情報処理に関する数理モデルおよび次世代AI開発のために必要な技術的背景、次世代AI技術開発の可能性とその国内・国外の現在の動向を探索・調査することによって、次世代AIを目指して動的脳に学んで取り組むべき技術開発課題を提案します。そして、その実現に向けて新しい脳型アルゴリズムのための数理的基盤技術を開発するとともに、ロボティクスや精神疾患への応用可能性をも検討します。
研究成果情報
2023
2022
2021
2020
2019
2018