Интервью с нейробиологом Таро Тойодзуми
Таро Тойоидзуми, руководитель группы Института исследований мозга RIKEN, недавно был награжден премией Министерства образования, культуры, спорта, науки и технологий Японии (MEXT) в области науки и технологий для молодых ученых за свои теоретические и экспериментальные исследования в области обучения. принципы в нейронных сетях. Награда вручается молодым ученым в возрасте до 40 лет за выдающиеся достижения в проведении высоко инновационных исследований в области науки и техники. Мы спросили Тойоидзуми о его карьерном пути, опыте работы за границей и будущем вычислительной нейробиологии и искусственного интеллекта (ИИ).
Как вы заинтересовались теоретической неврологией?
Моя специальность бакалавриата в Токийском технологическом институте была связана с физикой. На старших курсах я изучал задачи комбинаторной оптимизации в Проф. Лаборатория Нисимори, где люди применяли методы физики. Мы изучали учебник по нейронным сетям, и мне было очень интересно узнать, что, используя методы физики, сеть из простых вычислительных элементов может решать самые разные задачи и рассчитывать свою производительность. По этой причине я позже присоединился к Prof. Лаборатория Айхары в Токийском университете в качестве аспиранта для изучения настоящего мозга.
Лаборатория Айхара была очень захватывающей. Вы могли изучать что угодно. Однако, несмотря на мою высокую мотивацию к изучению мозга, я боролся и почти отказался от занятий нейробиологией, потому что мозг такой сложный и разнообразный, и я не знал, как напрямую применить свои знания из физики. Тем не менее, когда я поступил в докторантуру, я решил продолжить заниматься наукой о мозге.
«Существуют ли основные законы науки о мозге? Если да, то я хотел их найти».
Применение физики в науке о мозге привлекло вас в Швейцарию?
Я провел один год во время работы над докторской диссертацией в Dr. Лаборатория Герстнера в Федеральной политехнической школе Лозанны (EPFL). Доктор Герстнер — вычислительный нейробиолог, тоже из физики, и известный исследователь в этой области, написавший хорошо известный учебник в области теоретической нейробиологии.
Я привез свой собственный исследовательский проект и несколько новых идей из Японии. В физике у нас есть основные законы, такие как закон всемирного тяготения Ньютона. Существуют ли основные законы науки о мозге? Если да, то я хотел их найти. Это было моей отправной точкой. На меня повлияла теория информации, предложенная Dr. Амари, в то время директор Института исследований мозга RIKEN (BSI). Объединив это с моим опытом работы в лабораториях Нисимори и Айхара, я подумал, что смогу найти основные законы нейронауки с точки зрения оптимизации информации.
Опыт, полученный во время моей докторской диссертации, когда я мог делать то, что хотел, в том месте, где я хотел работать, был драгоценным и ценным, хотя это было нелегко для аспиранта, который плохо знал область исследований. В то время у меня были сильные математические способности, но я был еще незрелым, чтобы поместить работу в соответствующий контекст и определить, какая проблема является наиболее важной для решения. Доктор Герстнер научил меня, как решать проблемы, и подбодрил меня, сказав, что моя работа очень элегантна! Под его руководством я написал свою первую статью о пластичности и обучении мозга с помощью оптимизации — исследовательский интерес, которым я занимаюсь до сих пор.
«Понимание культурных различий в общении необходимо для международного научного сотрудничества»
Что вдохновило вас на постдок в Нью-Йорке, где вы изучали визуальную пластику?
Вернувшись в Японию, чтобы закончить докторскую диссертацию, я почувствовал сильную мотивацию работать над предметами менее абстрактными и более близкими к реальности, и именно поэтому я решил присоединиться к Dr. Лаборатория Ларри Эбботта в Колумбийском университете в Нью-Йорке, где специалисты из разных областей соединяли экспериментальные исследования с теоретическими моделями.
Среди множества экспертов я часто обсуждал свою работу с Dr. Кен Миллер, много лет изучающий зрительную пластику. Наши обсуждения в конечном итоге привели нас к проекту, изучающему роль нейронной пластичности в установлении критического периода доминирования глаз. Критические периоды происходят во время развития мозга, ограничивая временное окно гибкости нейронных сетей, в течение которого мы предположили, что изменение пластичности будет больше, чем в любой другой период. Доктор. Такао Хенш, пионер в этой области, работавший с доктором Миллером в «лаборатории Майкла Страйкера, также присоединился к этому проекту.
Самым захватывающим опытом в Колумбии были дискуссии, которые у меня были с другими исследователями. Часто это были концептуальные проблемы или большие картины в исследованиях, которые иногда отсутствуют в японской исследовательской среде. Я многому научился у исследователей, у которых были глубокие мысли как в экспериментальной, так и в теоретической областях. Я также узнал о культурных различиях в способах общения с другими людьми, что совершенно необходимо, когда вы сотрудничаете с учеными из других стран. Создание сети с первоклассными исследователями в Нью-Йорке было одним из моих сокровищ как молодого исследователя.
Каковы текущие исследовательские цели вашей группы?
Область теоретического моделирования, в которой я работаю, ищет новые способы понять мозг, где различные компоненты и функции взаимодействуют друг с другом. Недавно мы осознали очевидный парадокс, что одного изучения мозга недостаточно, чтобы понять его функции. В прошлом мы считали окружающую среду просто источником сенсорной информации для мозга. Теперь мы понимаем, что один и тот же мозг может по-разному обрабатывать одни и те же сенсорные данные, если окружающая среда отличается. Таким образом, теперь мы принимаем во внимание окружающую среду и ее контроль над состоянием мозга в наших новых моделях функционирования мозга.
Я думаю, что та же самая концепция может быть применена к теории обучения. Большинство устоявшихся моделей обучения просто учатся сами по себе, как механическое заучивание учебников. Вместо этого нам нужны более динамичные модели обучения, которые могут взаимодействовать с окружающей средой или обществом. Современные теории машинного обучения достижимы с помощью одной машины, но взаимодействие между машинами или между машинами и мозгом может обеспечить более эффективное обучение. Если мы сможем создать такие модели, роботы смогут учиться у людей, или люди смогут учиться у роботов, или само общество сможет эффективно учиться у самих себя в будущем. Наша группа хотела бы сделать фундаментальные открытия, которые могут вдохновить на создание новых мозгоподобных систем обучения.
«В будущем даже граница между мозгом и ИИ может стереться»
Как могут взаимодействовать нейробиология и искусственный интеллект (ИИ)?
Есть два направления: от ИИ к науке о мозге и от науки о мозге к ИИ. Во-первых, ИИ может способствовать анализу данных в нейробиологии, позволяя извлекать биологические особенности из большого количества экспериментальных данных с помощью анализа больших данных. И наоборот, открытия в области науки о мозге активно способствуют совершенствованию ИИ. Недавно опубликованная статья описывает одно из этих открытий, устанавливая улучшенный алгоритм анализа независимых компонентов (ICA), основанный на правилах обучения мозга и применимый к инженерии.
В будущем я ожидаю, что даже граница между мозгом и ИИ может стереться. Использование интерфейсов мозг-машина (ИМТ) в настоящее время развивается с экспоненциальной скоростью и может в конечном итоге подключить мозг напрямую к устройствам ИИ, что позволит ИИ стать частью нашего мозга. В другом сценарии, если мы сможем культивировать весь мозг, мы сможем использовать его внутреннюю схему в качестве вычислительного устройства для решения проблем с соответствующими входными данными. Конечно, это все еще вымысел, но эти возможности могут привести к окончательному пониманию того, что такое сознание в компьютере, и могут стать частью сингулярности ИИ.
Это интервью было отредактировано для ясности и длины.
