```html 脳回路の実現にむけて

脳回路の実現にむけて

Brain Circuits in Silicon ― 生物学的脳と人工システムのあいだをつなぐ試み

1. 序論：なぜ「脳回路の実現」なのか

脳は、膨大な数のニューロンとシナプスからなる動的なネットワークとして理解されつつあります。 しかし、AIにおける膨大な電力問題を解決するためには、その「回路」をどのレベルで、どのような形で「実現」するのかは、依然として開かれた問いです。

本ページでは、計算論的モデル、ハードウェア実装、そして認知機能との対応という三つの観点から、 脳回路の実現に向けた道筋を整理します。

2. 抽象度のレイヤー：どのレベルの脳を実現するのか

2.1 細胞レベルのモデル

単一ニューロンの電気生理学的性質を忠実に再現するモデル（Hodgkin Huxley 型など）は、 生物学的妥当性が高い一方で、現状のデジタル逐次計算機では、計算コストが非常に大きくなります。

2.2 ネットワークレベルのモデル

スパイキングニューラルネットワーク（SNN）や、より抽象化されたレートモデルは、 大規模ネットワークのダイナミクスを扱う上で有効です。 ここでは、個々のニューロンの詳細よりも、結合パターンと活動の時間発展が主役になります。

2.3 機能レベルのモデル

認知機能や行動レベルの現象を説明するために、脳回路を「情報処理モジュール」として捉える立場もあります。 たとえば、ワーキングメモリ、注意、意思決定などを、抽象的な計算グラフとして表現するアプローチです。

3. 実装の方向性：ソフトウェアとハードウェア

3.1 シミュレーション環境

Python や C++ を用いたシミュレーション環境（例：Brian2、NEURON、NEST など）は、 モデルの検証や仮説のテストに適しています。ここでは、柔軟性と再現性が重要なキーワードになります。

3.2 ニューロモルフィックハードウェア

近年、アナログ化、スパイキング化のニューラルネットワークをハードウェアで実装する試み（ニューロモルフィックコンピューティング）が進んでいます。 これは、エネルギー効率とリアルタイム性の観点から、脳回路の実現に非常に近いアプローチといえます。

3.3 ハイブリッドなアプローチ

デジタルとアナログのハイブリット化を含め、一部の回路を詳細モデルで、他の部分を抽象モデルで表現する「マルチスケール」な実装も現実的です。 研究目的や応用目的に応じて、どの部分にどれだけの計算資源を割くかを設計することが求められます。

4. 認知機能とのブリッジ

脳回路の実現は、それ自体が目的というよりも、認知機能の理解や 人工知能との接続を目指すプロセスとして位置づけられます。

これらのテーマは、単なる「計算機上の再現」を超えて、脳回路とは何かという問いに直結しています。

5. 今後の展望と問い

脳回路の実現に向けた研究は、神経科学、情報科学、工学、哲学が交差する領域です。 どのレベルの抽象化を採用し、どのような指標で「実現された」とみなすのか?　その基準づくり自体が、 これからの重要な課題となるでしょう。

最後に、次のような問いを開いたままにしておきます。

研究開発

脳は回路である。回路は節点と枝からなるグラフ構造から成り、キルヒホッフの法則とオーム則を満たす物理現象を起こすGNN(Graph Neural Networks)である。この現象は、たったひとつの節点niに凝縮され、単なるi=Gvの式で表現される。 隣接する他の節点njからの枝電流は枝電圧vijにコンダクタンスGijを掛けたもので、その枝電流を節点nに与えることになる。隣接節点njからの全ての電流和Σi_ijとしてその節点nに与えることになる。節点niとアース 間に１Ωの抵抗があれば、 その電流和Σi_ijは節点 電圧vにかわる。 これが節点に起こる物理現象である。電流iは、世界を表現するフローFである。コンダクタンスGは、フローFの世界を構造の表現モデルとして記憶するメモリスタ（可塑性抵抗）である。 節点電圧v を求める処理、すなわち、フローFを 構造に変換する計算処理を1と0のデジタルで行うと膨大な電力と時間が必要となる。デジタル処理は、大きなビジネスを生むので重要である。 しかし、節点に起こる物理現象の処理は、物理法則を満たすように計算する必要があり、 分離構造になっている記憶と処理の伝送に膨大な浪費が存在する。 われわれが提案したCellularFlow（IEEECAS 2022/12）は、理想的なメモリスタからなるジャイレータ集合である。ジャイレータ素子(相互作用のi=Gv)は、それだけて、 順伝搬（推論）と逆伝搬（学習）を実行する。そして、その集合は、アナログの加減乗除処理を In-Memory操作で実行するシステムである。 ジャイレータ集合の回路シミュレータは、C++言語において、メモリ上の住所（アドレス）を保持する所有権変数を基本として構成されている。所有権は、脳に社会をつくる。 CellularFlowは、フローFを回路構造に変換する機械である。非ノイマン型計算機である。