脳型人工知能開発(N予備校)
ニコニコAIスクール
大御所の先生たちが神経-AIについて解説してる動画
https://www.nnn.ed.nico/courses/490/
Naa_tsure.iconniconicoのアカウントがあれば無料で見られる
第4回 脳の記憶の動的メカニズム(深井朋樹先生)
アトラクタ―連想記憶モデル
ホップフィールドネットワーク(Hopfield Network)
興奮と抑制入力のバランス
Isomura, Y., Harukuni, R., Takekawa, T., Aizawa, H., & Fukai, T. (2009). Microcircuitry coordination of cortical motor information in self-initiation of voluntary movements. Nature neuroscience, 12(12), 1586-1593.
場所細胞(place cell)とヘブの学習則(Hebbian Learning)
スパイクタイミング依存性可塑性(Spike Timing-Dependent Plasticity; STDP)とShort-term plasticity(STP)
Reverse replay
Haga, T., & Fukai, T. (2018). Recurrent network model for learning goal-directed sequences through reverse replay. Elife, 7, e34171.
樹状突起統合(Dendritic integration)
Hiratani, N., & Fukai, T. (2018). Redundancy in synaptic connections enables neurons to learn optimally. Proceedings of the National Academy of Sciences, 115(29), E6871-E6879.
プリプレイ(preplay)
Naa_tsure.icon学習前から時系列は存在する(議論の余地あり)
これが情報の符号化に使われていくのでは？
Haga, T., & Fukai, T. (2018). Dendritic processing of spontaneous neuronal sequences for single-trial learning. Scientific reports, 8(1), 15166.
脳の自発発火(spontaneous spiking)と記憶想起
リザバー計算(Reservoir Computing; RC)
Asabuki, T., Hiratani, N., & Fukai, T. (2018). Interactive reservoir computing for chunking information streams. PLoS computational biology, 14(10), e1006400.
Feedback Alignment
Anti-Hebbian learning