自ら学習し変化する存在‘脳'
「脳」の大きな特徴の一つに、「自ら学習して自ら変化していく」ということが挙げられる。そして「シナプス可塑性の変化」「ニューロン新生」というメカニズムによってニューラルネットワークというハードウェアを変化させることで、自らの行動特性、すなわち「ソフトウェア」を変化させているのである。
パソコンが重宝されるのは、アプリケーション(ソフトウェア)を追加・削除・カスタマイズ出来るところにある。しかし、PCが自らの判断でアプリケーションを変化させることはないし、自動アップデートや登録にしても、あくまでそのプログラムを書いた人の意志に基づくものである。周囲の環境に合わせて、自らプログラムを変化させて、最適化をはかっていく、これが脳の持つ大きな特徴であるし、そのプログラムが、ハードウェアを改変していった結果変化したものであるということも大きな特徴である。
この様に、脳というコンピュータが、「自ら学習して自ら変化していく」しかもそれがハードの変化を伴うものであるということを大きな特徴としているわけなのであるが、具体的にはどのようなメカニズムによってそれが起こるのだろうか?ハードの改変という現象は、恐らくは「ヘッブの法則」と称されるシナプスの可塑性の変化、すなわちシナプス結合が強化されてニューロンからニューロンへの伝達効率が向上するという現象が重要な要素を占めているであろう。そして不要なシナプスの伝達効率低下と合わせて、「ニューラルネットワーク」という生体に備わった演算装置は環境に応じてその出力を変えることができるのである。これが一般的に想定されてきた脳の学習のメカニズムである。これに加えて、出芽などのメカニズムにより新しくシナプスが形成される可能性、神経幹細胞より分化した新生ニューロンが介在ニューロンとして新たに情報の橋渡しを行って学習を成立させる可能性など様々なメカニズムが考えられている。
さて、脳という進化の結果生じた生体コンピュータは、巷のPCに代表される一般的なコンピュータとは大きく異なるアーキテクチャを持っていると考えられている。一般的なコンピュータはCPUと呼ばれる演算素子に入力を入れ逐次それを演算処理していくことで作業を直列的に進めていく。これに対して脳においてはニューロンという素子がシナプスを介して並列に結合、「ニューラルネットワーク」という複雑な情報処理のネットワークを形成している。個々の具体的な処理方法については明らかになっていない面もあるが、数学的な「ニューラルネットワークモデル」に近い各々の処理を様々な場所で同時的、並列的に行っているものと考えられるのである。ここで数学的なニューラルネットワークモデルとは、入力による「発火」の閾値・シナプス結合の強度の変化させることのできる「素子」を並列に結合するとある種の演算を行わせることが出来るというものである。そして、先述のようなシナプス可塑性の変化や新生、ニューロン新生などのメカニズムに加えて、シナプス前抑制など様々な抑制のためのメカニズムも合わせて、それぞれの素子間の結合の変化・追加・削除に貢献しているものと考えられるのである。
<参考文献>
松本元「愛は脳を活性化させる -脳から見た心とコンピュータ-」(岩波書店)
![戻る](../backG.gif)
![次へ](nextG.gif)