銅谷賢治
研究者
From Wikipedia, the free encyclopedia
銅谷 賢治（どうや けんじ、1961年 - ）は、日本の計算神経科学者。沖縄科学技術大学院大学神経計算ユニット教授。強化学習、神経修飾物質、意思決定、脳内学習機構の計算論的理解を主な研究領域とする[1]。博士（工学）（東京大学）[1]。
銅谷 賢治 | |
|---|---|
| 生誕 |
1961年 東京都 |
| 研究分野 | 計算神経科学、神経科学、強化学習 |
| 研究機関 | 沖縄科学技術大学院大学、ATR脳情報研究所、国際電気通信基礎技術研究所、ソーク研究所、カリフォルニア大学サンディエゴ校、東京大学 |
| 出身校 | 東京大学 |
| 主な業績 | 実証的計算神経科学、メタ学習と神経修飾物質に関する仮説 |
| 主な受賞歴 | 日本学術振興会賞、Donald O. Hebb Award、日本神経回路学会学術賞、立石賞特別賞 |
| プロジェクト:人物伝 | |
経歴
1961年、東京都に生まれる[2]。1984年に東京大学工学部を卒業し、1986年に東京大学大学院工学系研究科修士課程を修了した。1986年から1991年まで東京大学工学部助手を務め、1991年に東京大学から博士（工学）の学位を取得した[2]。
1991年から1993年までカリフォルニア大学サンディエゴ校生物学科研究員、1993年から1994年までソーク研究所計算神経生物学研究室研究員を務めた。1994年に国際電気通信基礎技術研究所（ATR）主任研究員となり、2003年から2011年までATR脳情報研究所計算神経生物学研究室室長を務めた[1]。
2004年、沖縄科学技術大学院大学の前身である先行研究事業に代表研究者として着任し、沖縄へ移住した。2011年の開学に伴い、同大学神経計算ユニット教授に就任し、2011年から2014年まで研究担当副学長を務めた[1]。
研究
主な研究は、脳において柔軟な学習をいかに実現するかという数理・工学的問題と、脳の学習が神経回路や分子機構によってどのように実現されるかという神経科学上の問題を結びつける点に特色がある。第3回日本学術振興会賞では、自律的な行動学習アルゴリズムの開発、ロボットへの適用、非侵襲脳活動計測、動物実験を統合する「実証的計算神経科学」の手法を確立したことが評価された[2]。
朝日新聞GLOBE+は、銅谷が率いるOIST神経計算ユニットについて、「脳科学」と人工知能の融合を目指す研究室として紹介している[3]。また、OISTの紹介では、神経計算ユニットがトップダウン的な計算論的アプローチとボトムアップ的な神経生物学的アプローチを統合し、人間の心の生物学的基盤を理解することを目的としているとされる[4]。
神経修飾物質と学習パラメータ
銅谷は、強化学習アルゴリズムでは報酬予測誤差、時間割引率、探索の幅、学習率などのパラメータを設定する必要がある一方、人間や動物の脳には多様な環境でそれらを調整する仕組みがあると考え、神経修飾物質が脳内の分散した学習モジュールを制御・調整するメタ学習の媒体であるという仮説を提示した。2002年の論文「Metalearning and neuromodulation」では、ドーパミン、セロトニン、ノルアドレナリン、アセチルコリンなどの神経修飾物質を、強化学習における大域的な変数やパラメータと対応づけて論じた[5][6]。
Doya (2002) に基づく仮説として、ドーパミンは報酬予測誤差、セロトニンは将来報酬予測の時間スケール、ノルアドレナリンは探索幅、アセチルコリンは記憶更新率を制御するとされている[7]。この枠組みは、脳内の神経修飾物質を単なる化学的な調節因子としてではなく、学習アルゴリズムのメタパラメータを担う信号として捉える点に特徴がある。
銅谷は2008年の総説「Modulators of decision making」でも、強化学習理論の観点から意思決定を調整する計算因子と神経化学的基盤を整理し、ドーパミン、ノルアドレナリン、セロトニンなどが報酬、探索、遅延報酬の考慮に関わる可能性を論じた[8]。
受賞
主な論文・著作
- Doya, Kenji (2000). “Complementary roles of basal ganglia and cerebellum in learning and motor control”. Current Opinion in Neurobiology. 10(6): 732–739.
- Doya, Kenji (2002). “Metalearning and neuromodulation”. Neural Networks. 15(4-6): 495–506. doi:10.1016/S0893-6080(02)00044-8.[5]
- Doya, Kenji (2007). “Reinforcement learning: Computational theory and biological mechanisms”. HFSP Journal. 1(1): 30–40. doi:10.2976/1.2732246/10.2976/1.[14]
- Doya, Kenji; Ishii, Shin; Pouget, Alexandre; Rao, Rajesh P. N., eds. (2007). Bayesian Brain: Probabilistic Approaches to Neural Coding. MIT Press.
- Doya, Kenji (2008). “Modulators of decision making”. Nature Neuroscience. 11: 410–416. doi:10.1038/nn2077.[8]