[論文レビュー] Neural Autopoiesis: Organizing Self-Boundary by Stimulus Avoidance in Biological and Artificial Neural Networks

Atsushi Masumori, Lana Sinapayen+6 more|arXiv (Cornell University)|Jan 27, 2020

Neural dynamics and brain function参考文献 51被引用数 4

ひとこと要約

本稿では、刺激回避を通じてニューラルネットワークにおける自己境界形成を実現する神経自己生成（neural autopoiesis）というメカニズムを提案する。培養された生物学的ニューロンと非対称STDPを用いたスパikingニューラルネットワークを用いて、ネットワークが自己／非自己の区別を自律的かつ動的に制御することを示した。制御可能な刺激は学習された行動によって回避され、制御不能な刺激はシナプス結合の弱体化によって無視され、結果として内部的自己性が動的に定義される。

ABSTRACT

Living organisms must actively maintain themselves in order to continue existing. Autopoiesis is a key concept in the study of living organisms, where the boundaries of the organism is not static by dynamically regulated by the system itself. To study the autonomous regulation of self-boundary, we focus on neural homeodynamic responses to environmental changes using both biological and artificial neural networks. Previous studies showed that embodied cultured neural networks and spiking neural networks with spike-timing dependent plasticity (STDP) learn an action as they avoid stimulation from outside. In this paper, as a result of our experiments using embodied cultured neurons, we find that there is also a second property allowing the network to avoid stimulation: if the agent cannot learn an action to avoid the external stimuli, it tends to decrease the stimulus-evoked spikes, as if to ignore the uncontrollable-input. We also show such a behavior is reproduced by spiking neural networks with asymmetric STDP. We consider that these properties are regarded as autonomous regulation of self and non-self for the network, in which a controllable-neuron is regarded as self, and an uncontrollable-neuron is regarded as non-self. Finally, we introduce neural autopoiesis by proposing the principle of stimulus avoidance.

研究の動機と目的

• 環境からの刺激に応じて、ニューラルネットワークが自己境界を自律的に制御する仕組みを解明すること。
• 抽象的な自己生成理論と具体的なニューラルダイナミクスの間のギャップを埋めるために、実際の生物学的および人工ニューラル系を研究すること。
• ニューラルネットワークが刺激回避を通じて自己／非自己を区別するメカニズムを特定し、モデル化すること。
• 刺激回避を自己組織化の駆動要因として導入することで、自己生成の概念をニューラル系へ拡張すること。

提案手法

• 制御された刺激に対するリアルタイムの神経応答を観察するために、高密度CMOSマイクロエレクトロードアレイ上に培養したニューラルネットワークを用いた実験を実施した。
• 非対称スパイクタイミング依存可塑性（STDP）を備えた生物学的に妥当なスパikingニューラルネットワークモデルを実装し、ニューラルダイナミクスをシミュレートした。
• 制御可能（行動で回避可能な）および制御不能（回避不能）な刺激の2つの刺激条件を適用し、ネットワークの応答の相違を観察した。
• 学習メカニズムとしての刺激回避の背後にあるシナプス重みの変化とスパイクタイミング相関を追跡した。
• 前発火後に後発火する場合にシナプスを強化（LTP）し、後発火後に前発火する場合に弱体化（LTD）するSTDPルールを適用した。非対称性により選択的抑制が可能となった。
• 自己／非自己境界が、制御可能性とシナプス適応のネットワークレベルのダイナミクスから生じる、新たな原則「神経自己生成」を提唱した。

実験結果

リサーチクエスチョン

• RQ1 生物学的ニューラルネットワークは、環境からの刺激に応じて、自己境界をどのように動的に制御するか？
• RQ2 ニューラルネットワークにおいて、制御可能と制御不能な刺激の区別を生じさせるメカニズムは何か？
• RQ3 人工スパikingニューラルネットワークは、培養ニューラルネットワークで観察された自己組織化行動を再現できるか？
• RQ4 刺激回避は、ニューラル系における自己／非自己境界の出現にどのように寄与するか？
• RQ5 非対称STDPは、ニューラルネットワークの自律的自己調節にどのような役割を果たすか？

主な発見

• 実装された培養ニューラルネットワークは、刺激回避による学習を通じて、制御可能な刺激を回避する行動反応を発達させた。これは、刺激回避による学習と整合的である。
• 制御不能な刺激に対しては、入力ニューロンからのシナプス結合が弱体化し、刺激誘発スパイク活動が低下することで、入力を無視するようになった。
• この制御不能刺激に対する抑制的適応は、非対称STDPを用いた人工スパikingニューラルネットワークでも再現された。
• ネットワークは刺激を動的に再分類する：制御可能な入力は学習の結果として内部的（自己）と認識され、制御不能な入力は非自己として隔離される。
• 自己／非自己境界は事前に定義されたものではなく、制御可能性とシナプス可塑性のネットワークレベルのダイナミクスから生じる。
• 提案された刺激回避の原則により、行動、予測、選択を通じて自己組織化が実現する神経自己生成が可能になる。