2022 年、 ” ポスト京 ” でヒト全脳規模の脳シミュレーションを！
ポスト京萌芽的課題 思考を実現する神経回路機構の解明と人工知能への応用
（代表：沖縄科学技術大学院大学 銅谷賢治）
ヒト
約 860 億個 ヨザル
約 14 億個
2017 年 京
NEST simulator Diesmann (JRC)
ポスト京 萌芽的課題 4 思考を実現する神経回路機構の解明と人工 知能への応用 (2016 年 8 月 -2020 年 3 月 )
大脳皮質 五十嵐 (理研)
小脳
山崎(電通大) 結合解析 大羽(京大)
大脳基底核 銅谷 (沖縄科技大) 脳型AI
石井 (京大) BriCA 高橋(理研)
深層学習 原田(東大)
人工知能 結合解析、哺乳類全脳 シミュレーション
昆虫全脳シミュ レーション
神崎(東大)
視覚皮質 稲垣(中部大) 海馬
立野(九工大)
ポスト京による全脳シミュレーション
•
脳の領域間（大脳皮質、大脳基底核、小脳、視床）の相互作用を調べる。
•
脳がどのように思考を実現するかをシミュレーションによって解明し、人 工知能への応用を目指す
小脳
大脳基底核 視床
大脳皮質
大脳皮質
大脳基底核
視床
小脳
ポスト京 コンピュータ
Fig ： Neuroscience, Mark F. bear et al.
強化学習
教師あり学習
教師なし学習
振動
研究員２名大募集 !
• 萌芽的課題4 サブ課題B(理化学研究所 情報基盤センター）では、視床、
体性感覚皮質、２次運動皮質 の神経回路モデル開発を一緒に行ってい ただける研究員を2名募集しています！
• 要件：博士号取得もしくは取得見込みで、神経科学の研究経験、神経回 路シミュレーションの経験がある方。生理実験の方も大歓迎!!!
• 大脳皮質－視床の情報処理機構、ポスト京を使った並列計算などに興 味のある方は是非ご応募ください！
• 詳しくはJREC-IN portal site (https://jrecin.jst.go.jp)の公募記事をご覧くだ さい。私に直接メールでお問い合わせいただければ、情報をご案内しま す（[email protected])。
• ポスト京 萌芽的課題4では、他にも大脳基底核モデル開発や脳型人工 知能開発の研究員を募集しています。ご興味のある方は是非お問い合 わせください。
ご清聴ありがとうございました
OIST、銅谷ラボの皆さん ユーリッヒリサーチセンター
Markus Diesmann Moritz Helias
Susanne Kunkel
理研 ISLiM 石井信
深井朋樹 姫野龍太郎 舛本 現 共同研究者
戦略プログラム 高木 周
銅谷 賢治 山村 直人 清水 和弥
参考資料
ポスト京 コンピュータ
（ 2021 年 -2022 年完成予定 )
• 性能：京の 100 倍の実効性能（数百ペタ FLOPS~ エクサ FLOPS ）
“Sheets of spiking neurons can perform Bayesian inference on distributed spiking
input.” (Bill et al., 2016)
Inhibition like Blanket
運動皮質モデルの側抑制による出力選択
Weak Strong L2/3
L5B
L2/3
L5B
S1
M2
90μm
strong weak
Sub-threshold Supra-threshold
Packer and Yuste, 2011
ヒト全脳シミュレーションと倫理的な問題
• いつか人間の知性が脳のシミュレーション で再現されるようになり、人間の脳より高速 に動作するようになるかもしれない。
• 特異点、ポストヒューマン （レイカーツワイル 氏）
• 我々自身を電子的に模倣できるとなったら、
我々が自身に持つ認識、価値観はなにかし らの影響を受けるだろう。
• いつか実現したときに起きる変化の可能性
について考えておき、その変化へ対応でき
るようにしておくべきではないだろうか？
大脳皮質
小脳
ヒトの脳の質量、細胞数の 9 割は大脳皮質と小脳
☆脳全体 質量：1508 g
神経細胞数：860億個
☆大脳皮質
質量：1233 g（82%)
神経細胞数：160億個(19%)
☆小脳
質量：154g(10%)
神経細胞数：690億個(80%) 大脳皮質+小脳：
質量： 92%
神経細胞数: 99%
（Herculano-Houzel, 2009）
図：神経科学 マークF.ベア―
全脳シミュレーションでは、計算量の観点からまず、この二つの領域を考えるべき
実際の脳内の結合は同じ領域内（近傍）で多く、
他の領域間（遠方）は少ない
同側半球 対側半球
大脳新皮質
線条体 視床
小脳 視床下部 中脳 延髄 海馬
Oh et al., 2014
Mouse brain connection matrix
大脳皮質はシート状の構造
• どの皮質領域も 6 層の構造
• 異なる皮質領域はるシート状に
Zingg et al., 2014
一次運動
二次運動 体性感覚 体性感覚
図：神経科学 マークF.ベア―
脳の空間的な特徴を考慮したモデルで、ヒト全大脳皮質は実行できるか？
嗅内皮質ー海馬閉回路結合を持つ嗅内皮質神経回路モデ ルの時系列記憶についての研究
30
シナプス後細胞 1 0 s 40 s 80 s 120 s 160 s シナプスコンダクタンス 2 [mS/cm]
200 s
1 2 3 4 5
場所
0 0.05
1 シナプス前細胞30
ラットが通る場所のならびに対応した場所細胞間の閉回路結合(12,
23, 34, …)が選択的に強化され、シータリズム一周期で順番に発火
10 0 ms
20 mV
#1
#2
#3
#4
40 Hz 周期刺激
嗅内皮質II層
海馬嗅内皮質 V層 遅延 20 ms
興奮性
GPGPU による大脳基底核の神経回路モデルのリアル タイム実行 (Igarashi et al., 2011)
GPU の並列計算性能によって実時間以上の速度でシミュレーション
1コア 2コア 4コア
CPU: Intel Xeon 3.2GHz GPU 1セット 実行
3セット 実行
リアルタイム境界 10
0 30 70 60 50 40 20
計算時間(sec)
大脳基底核 GPU
随意運動時の運動皮質のシータ（ 4-8Hz ）、ガンマ (25-120Hz) 周 波数帯の振動的神経活動の解析（ Igarashi et al., 2013)
運動皮質の神経細胞は、運動時の速いガンマ振動、待機時の遅いガンマ振動、
シータ振動に合わせて発火し、層によって異なる特徴を示す。
運動皮質モデルにおける側抑制による出力選択
運動皮質シミュレーション
2/3 5A 5B
6 1
-600 600 マウス運動皮質実験
Weiler et al., 2008
-800 800
マウス第一感覚野実験 Adesnik et al., 2010
記録部位から刺激部位の距離 (μm)
運動皮質シミュレーション
-800 800
Normarized current
記録部位から刺激部位の距離 (μm)
実験で観測された結合の空間範囲を取り入れた運動皮質モデルで、側抑制による出力の選 択が起きた。
Weak Strong L2/3
L5B
L2/3
L5B
S1
M2
90μm
strong weak
Sub-threshold Supra-threshold
0 0