脳の意思決定プロセスは従来の説とは異なることが判明

イリノイ大学アーバナ・シャンペーン校の新たな研究により、人間の脳が意思決定を行う方法に関する従来の理解が覆されました。科学者たちは、脳が以前考えられていたよりもはるかに早い段階で決定を下し始めることを発見しました。この発見は、人工知能の未来を大きく変える可能性を秘めています。

グレンジャー工学部の電気・コンピュータ工学教授ユーリ・ヴラソフ氏が率いる研究チームは、この研究成果を『米国科学アカデミー紀要（PNAS）』に発表しました。研究では、意思決定における初期の感覚脳領域の予想外の役割が指摘されており、情報が厳格な階層構造を経て初めて意思決定が生じるという長年受け入れられてきた見解に疑問を投げかけています。

脳の意思決定プロセスを再考する

人間の脳は、既知の宇宙で最も複雑な構造と広く考えられています。科学者たちはその働きを完全には理解しておらず、そのため米国工学アカデミーは2008年に脳のリバースエンジニアリングを21世紀の工学における14のグランドチャレンジの1つに挙げました。

何十年もの間、畳み込みニューラルネットワークを含む多くの人工知能システムは、脳が情報を一方向の順序で処理するという考えに触発されてきました。この従来のモデルによれば、感覚情報は複雑さを増す脳領域を上向きに通過し、最終的に前頭皮質に到達してそこで意思決定が行われます。

ヴラソフ氏と他の研究者たちは、その図式が完全なものかどうか疑問視するようになりました。代わりに、彼らは何億年もの進化によって洗練された自然知能に基づくモデルを探求しています。この枠組みでは、脳は段階的な情報の流れだけに依存しているわけではありません。意思決定は、脳領域間で情報を双方向にやり取りする相互接続されたフィードバックループにも依存しています。

生物学的知能は、今日のAIシステムよりもはるかに少ないエネルギーで非常に複雑なタスクを実行するため、このアーキテクチャを理解することは、将来の人工知能の開発を導くのに役立つ可能性があります。

「私たちは数十億年の進化から学びたいのです」とヴラソフ氏は述べています。「生物学的知能はアーキテクチャ的にどのように組織化されているのでしょうか？脳のアーキテクチャ面から学び、それを模倣することでAIをより効果的で、電力消費が少なく、現在よりもインテリジェントにすることはできるでしょうか？意思決定のレベルで、そこが現在のAIに欠けている点です。」

初期の脳領域で意思決定活動が確認される

これらのプロセスがどのように機能するかを調査するため、研究チームは脳の最も初期の感覚と知覚の段階に焦点を当てました。

科学者たちは、マウスが仮想現実の回廊を進み、知覚的な意思決定を行う際の神経活動を記録しました。その結果、脳の最も初期の感覚処理領域の1つである一次体性感覚野（S1）で意思決定関連の活動の証拠を発見しました。

S1は単に情報を前方に渡すだけでなく、フィードバックループを通じて高次の脳領域から影響を受けているように見えました。このトップダウンの調節は、意思決定が単純な一方向の情報の流れではなく、複数の脳領域にわたる継続的な通信を伴うことを示唆しています。

「脳の神経コードは今でもほとんど未知の言語です」とヴラソフ氏は言います。「しかし、このシステムレベルの理解は、より効率的な人工ニューラルネットワークを構築する方法、つまり次世代のAIをどのように考えるかに対する潜在的な影響と見なすことができます。おそらく、実際の脳から学ぶこれらのアナロジーを使って、AIをさらに改善できるでしょう。」

この発見が将来のAIに意味すること

研究者たちは、この研究がより優れた人工知能を構築するための青写真を提供するものではないと強調しています。その代わりに、脳が意思決定をどのように組織化するかについての新しい洞察を提供し、それが将来のAIアーキテクチャに影響を与える可能性があります。

次に、ヴラソフ氏と彼のチームは、これらの脳信号のタイミングをより詳細に調査する予定です。また、フィードバックループがどのように出現し、異なるレベルの脳プロセスを調整するかをよりよく理解するために、神経活動を測定する新しい技術を開発する予定です。

「神経活動の高速な時間的ダイナミクスを調べることで、これらのフィードバックループが意思決定にどのように関与しているかをよりよく理解できるかもしれません」とヴラソフ氏は述べています。「おそらくそれは、これらの現在未知のメカニズムを明らかにする可能性のあるアプローチです。つまり、これらのフィードバックループが動的にどのように組織化され、異なるレベルの処理を形成し形成するかです。おそらくそれは、新しいAIアーキテクチャに実装できるでしょう。」