工学的にみた学習と記憶

Self-organizing mechanism of nerve nets from the engineering viewpoint.

I．はじめに

　人間はきわめて柔軟な学習・記憶能力を有する。これは，脳の神経回路網の可塑性に基づくと考えられる。外界の情報構造に合わせて自己の構造を変えていく系を，自己組織系と呼ぶが，神経回路綱は自己組織系の模範的な例として，古くから工学者の関心を集めて来た。神経回路網の自己組織について，生理学的に実証されていることはいまだに多くないが，その基礎はHebbなどの提唱したシナプスの可塑性にあると信じられている。

　自己組織神経回路網の工学的モデルは，この種の可塑シナプスを用いて，これまでに多数提案されている。入力信号を識別分類する学習モデルであるパーセプトロンは，誤り訂正学習法によりシナプス荷重を修正する。最近提案された連想記憶や概念形成のモデルでは，相関学習法や直交学習法によって，シナプス荷重の修正を行なう。また，視覚系（とくに異常環境下での）の形成に関する生理実験をもとにして，特徴抽出細胞の形成のモデルや，これを一般化した情報処理機構の自己形成のモデルが，教師信号なしの学習法を用いて提案されている。これらのモデルは，次の三つの目標を持つといえよう。1）現実の神経回路網の情報処理動作を予見すること。2）有用な自己組織系の工学モデルを提供すること。3）自己組織系の工学理論の建設に役立つこと。

Abstract

It is widely believed that self-organization is realized in the brain based on plastic changes in synaptic weights of nerve cells. The brain is indeed a good example of the self-organizing system, and various models of self-organizing systems have been proposed so far by the use of neuron-like elements with modifable synapses.