中部大学新兴科学研究所津田一郎教授和渡边大史研究员开发了一种数学模型,可以解释大脑等神经元(神经细胞)长成复杂网络结构的“分化”过程。
迄今为止,已有研究从生物学角度考虑神经元的分化,但其机制尚未阐明。迄今为止提出的神经网络的数学模型是基于将神经元定义为功能已知的部分并通过交互将它们连接起来的思想。但是,无法证明实际的差异。
这一次,津田教授和他的同事们基于一个由功能尚未确定的部分组成的系统,基于与传统相反的想法,设计了一个数学模型。在这个模型中,神经元是自组织(自发的)作为“神经元分化以最有效地传递输入信息而不衰减”的组件,即“最大化输入信息在网络内的传播”的组件。它是基于假设(订单形成)。
当数值被输入到这个模型中时,就得到了一个模型,其中神经元模拟了实际神经细胞的活动。这被称为尖峰神经元模型,是一种人工再现神经细胞发出的动作电位(尖峰)并将其再现为时间波形的机制。此外,我们能够观察到网络如何分化为接近大脑的结构。这证明了模型的正确性。
基于这一结果,预计将阐明更复杂的生物功能的分化,人工智能(AI)的应用将为适应环境变化的神经元分化研究提供动力。