本課題では外部デジタル化された神経情報から脳の動作原理を探り、生物的な感覚や認知を有するAIを設計することを目指す。当該年度の重要な成果は、感覚刺激を模倣して感覚体験を誘発する「感覚の生成」である。高橋班と共同開発した実験動物固定方法とデジタルミクロミラーデバイスの組み合わせは、高精度な時空間解像度での一次体性感覚野の神経細胞の刺激、ならびに多チャネル脳波取得を可能にした。加えて、光刺激パターンの探索において深層学習を取り入れたことで、膨大な組み合わせの中から触覚を誘起させる最適な刺激の探索が可能となった。山下班では感覚生成のためのclosed-loopシステム構築にあたり、FlyWireプロジェクトが公開した全ニューロン・全コネクトームおよびspiking-neuronモデルを基に実装されたDrosophilaのデジタル脳モデルを利用した。理論的考察から多腕バンディット問題との類似性を見出し、closed-loopシステム構築は最適パターン探索とソフトマックスアルゴリズムの組み合わせで解決可能であることを発見した。実際にデジタル脳モデルを用いた検証において、自発脳活動が存在する複雑な状況下でも、進化的方策により最適パターン探索が可能であることを確かめた。また、ラットのLFPデータから6種類の触覚刺激を予測するデコーディングモデル開発も並行して行い、パワースペクトラムを使った単純な特徴量を用いて70%程度の正答率で分類可能であることを示した。これら「感覚の生成」における成果は、触覚を失った脊髄損傷患者等の医療に貢献する可能性があり、脳に直接情報を伝える新たな方法として有用と考えられる。
　前項の動物固定技術や光刺激パターン探索のための深層学習に加え、子宮内電気穿孔法やトランスジェニックマウスによる脳領域特異的なChR2発現手技、グリンレンズを用いた自由行動下マウスの海馬光刺激手技による認知の生成や運動の生成も進めている。他にも感覚運動野の刺激と運動の観察に利用可能な実験系として、げっ歯類を12台のカメラで多視点撮影し、画像解析から動物の3次元的な身体運動データを再構成する系を構築した。この系は音楽提示中に、動物が音楽の拍に同期したとき、複数匹が相互作用しているときの画像解析を可能にした。
　以上、逆探索法を基にした成果と各実験系の統合を進め、次年度以降も運動・感覚・認知の生成、感覚刺激の至適化、脳情報の個体間共有、デジタルツイン技術開発に取り組む。