ニューラル活動推論による学習

この学術論文は、人間の学習と機械学習における「信用割り当て問題」という、情報処理パイプラインのどの要素がエラーの原因であるかを特定する課題に焦点を当てています。従来、この問題はバックプロパゲーションというアルゴリズムによって解決されると考えられてきましたが、本研究は、**「将来構成」**という根本的に異なる新しい原理を提案しています。将来構成では、ネットワークはまず学習の結果生じるべき理想的な活動パターンを推測し、その後シナプス結合が変更されてその活動変化を固定します。このメカニズムは、生物が直面する多くの状況においてバックプロパゲーションよりも効率的で効果的な学習を可能にすることが示され、多様な人間の学習実験で観察される驚くべき活動パターンや行動を再現できることを実証しています。さらに、将来構成は、エネルギーベースのネットワークと呼ばれる生物学的根拠のあるモデルファミリーで自然に発生する原理であることも明らかにされています。Nat Neurosci, 2024 Feb;27(2):348-358. doi: 10.1038/s41593-023-01514-1. Inferring neural activity before plasticity as a foundation for learning beyond backpropagationYuhang Song et al.