■
この２月２２日の日記、書いた直後にも既にまずいとおもっていた。「ついに脳の最大の秘密は解けた」ってあんた漫画の少年探偵ですか。と、自分に突っ込みを入れたくなる。こういう勢いで書いた間抜けな文は埋めてしまいたくなる。しかしweb日記をやれば必ずこういう事になるのは分かっていて、一度公開したものは引き下げないと言うのは最初から決めていたことなので我慢。
■
昨日、野尻ボードに 書き込み。野尻さんの反応がある。どうやら日記を一通り読んでくれたらしいのは嬉しいが、２月２２日の例の文をつついて来るのはさすがに目ざとい。ジョークのつもりでトンデモさんの進歩などと書いたのも間が悪かった。私も変に思われているのだろうが、ここを切り抜ければ信頼が得られるだろうから、通過儀礼と思って冷静に返答。
■
X線結像光学（培風館）■
がんばれ！！ゲイツ君 によれば、 救出劇で有名になった女性米兵ジェシカリンチ名の ドメイン名 が何故か戦争前に広告代理店によって取得されていたとのこと。ああもう何が本当なのかわからない。
■
朝日の山形浩生による書評 教育を経済学で考える から引用こと教育についての議論となると、変な理念ばかりが先走る。多くの人は自分の個人的な教育体験を、何の疑問もなく一般化したがる。教育現場も世間も、教師は聖職だの教育は神聖だのと舞い上がり、世間的な評価や考察をなにかと排除したがる一方で、やれ「真の実力」だの愛国心だの「生きる力」だの、これまた得体（えたい）のしれないお題目をふりまわして悦に入っている。これにハッとした。山形浩生はやっぱり冴えている。そう言えば自分も同じ陥穽に落ちている。「教育は神聖」だとか「愛国心」だのとは無関係に過ごした自分の体験を一般化しようとしている。
いや無論それでいいとは思うけど、しかし自覚は必要だ。
大通り向かいの風俗の多いエリアはそれほど変わってないけど映画館の周りとかはやはり綺麗になっているのが好ましい。真昼だから明るく見えるというわけでもなかろうし、新宿がこんなに明るい街だったのか不思議なくらい。
（しかし、自分のこういうきれい好きを何となく後ろめたく思う。ちょっと前ならこういう汚さを褒めて同化するのがある種の文化的ステータスだった。）
どんどん迷いこんで初めての場所にでた。これがＭ田君のバイトしていた「花の木」か。このあたりは昔はドブ川のほとりの悪場所だったはずだ。ここは私の嫌いな高度成長以前の「貧すれば鈍す」の時代の異物のはずなのだが、川が暗渠化され木が植えられ木に囲まれた森のなかの村のようになって、まるで昭和３０年代の町並みを模したテーマパークのように見えてしまい、むしろ懐かしく好ましく見えてしまう。こういう感想に、この場所で生き延びて来た人たちは怒るかもしれないが。
それにしても、このような高度成長以前の時代の残滓がきれいに全てぬぐい去られた世界というのも想像できないし、これがこのままいつまでも残っている世界というのも想像できない。想像力の行き止まりに奇妙な感覚を覚える。
■
去年はそもそも新宿どころかほとんど山手線内に出掛けなかったな。われながら本当に忙しかったのだな。とおもう。リサイクル技術の話を期待していたが、これはむしろ「我が社も環境対策に取り組むか」とか思っているサラリーマンが読む本。要するにヒューマンファクターの方に興味がある人向け。鉛フリーハンダのような悪エコロジーと良いものの区別がついていないのは記者に理系センスがないから。以下のような表現も堪え難く、本をおいた。
「ところで人間や動物の身体には、『全か無かの法則』というものが働いている。たとえば神経細胞は、刺激伝達物質が一定の量を超えると刺激を伝え、それ以下なら何も変化しない。いわゆる『オール・オア・ナッシング』である。ゼロエミッションンの取り組みにも、これに似たところがあるように思える。」（２１２ページ）科学的に言うと、「全か無かの法則」などと言う法則はない。人体を見るとそのように見える現象もあるしそのように見えない現象もある。したがって第一文は科学的にとくに意味はない。第二文は多少の細かい間違いを除けば事実ではあるが、環境対策について論じるときには意味のないペダントリー。第三文は「これに似たところもある」だろうが、現実には似てないところもあるだろう。
ここが特にひどい部分でもなく全編こんな調子。この種の修辞は書いている当人は「おれって頭いい」って思っているのだろうけど、非科学的でだらしない連想に基づいた思考である。いわゆるシンブンキシャ特有の悪文の例。
私が新聞を読まない理由の一つがこの種のだらしない物言い（しかも当人は頭がいいつもり）が新聞には溢れていて、余りにも不快だからだ。
それにMatlabは相変わらず不快な言語。行列演算以外の目的で使う私が間違っているのかも知れないけど。
Matlabマニュアルより
meanこれがMatlabのイヤなところの一例だ。m*n配列に対して使う時、データの都合でたまたまmのほうが１になったとき、いきなりバグが発生する。こういう連続性のないオペレーションが問題を起こす。meanならmean(A,1)として第一次元に作用することを強制できるけど、できない関数もあるし、そもそも余計なtipsに頭を使わなければならないところが間違い。
Aが多次元配列ならばmean(A)は最初に１でない次元についてベクトルとして取り扱い、平均値からなる配列を出力します。
これに対処するためにはif文を追加しなければならない。そしてMatlabの処理系のソースコードにはこのような振る舞いをさせるための余計なif文がはいっているはず。作者が加えた余計な物を回避するためにまた余計な物を加えなくてはならないとは。
一週間まえにMenz & Freeman (2003)に決めて土曜あたりに完成する目標で準備を始めたが非常にこれを低く評価する人がいて、やる気がなくなり没になる。まあ、セミナーをする位の読み込みを自分の研究とかけ離れた論文に対してするのは時間の無駄なような気もするからこれでも良かったのかも。
結局、さらに数本の論文を検討して時間を使い、結局月曜日になってからきめる。やっぱり前日の深夜までかかってしまったよ。これが辛いからセミナーは嫌なんだけど。それでも最近は睡眠は充分とれるようになったから昔からくらべれば大分な進歩だ。
結局２週間使ってしまった。別にこの時間は無駄ではなく、普段から論文を読んでおかなければならないところをまとめてやったと言うことに過ぎないのだが、今は忙しいところなのでこれは困る。
セミナー自体はそこそこ好評。基本的には宮下先生が注目されていると言うことだけれど。
今作っているプログラミング言語はすでに同様の考えにそって設計されています。 でもよくよく読むとGraham氏の真意は「LISPを使え」ってことかもしれない。
■
「その言葉はそんな意味じゃない」症候群については他の危惧も感じている。■
さて、相対性理論や量子力学のような「難しい」理論が教えてくれたことと言うのは「すべては実験操作をとおして考えなくてはならない」ということである。すべてを操作的に考えれば特殊相対論などはそれほど理解しがたいものでもない。「時間」などという当たり前だと思っている概念こそが私達を深刻に混乱させているのだ。「時間」などというものは存在しない。あるのは時計だけなのだ。これらの「難しい」理論をとおしてそのことを学ぶことができる。これが私があらゆる分野の科学者が学生の時に物理学を学んでおくべきだと考える理由なのだ。ま、現実的にその時間がないのは分かるけど。XXには一方の端には「意識」とか"inteligence"とか"cognition"とかの大層な言葉から、一方の端には「視差」とか「端の検出」のような謙虚な言葉まで入る。自分の考えているその言葉の意味と違うと言うことらしいが、なんちゅーか、見のがしてやればいいじゃないか。それくらい。
結局のところ科学の概念というのは操作的にしか定義できないのは最初から分かっているいるわけで、論文の中で使われる用語と言うのは結局その論文の実験手続きそのものでしか定義されない。
たとえば物理学では「力と」か「重さ」とか「速さ」と言う言葉が一般の意味と似ていつつ違うものであると言うのは必要なことであって、日常の言葉と言うのは科学の領域に持ち込むことはできない。精々できるのは何となく連想が働く程度に似ている語を選ぶことだけだ。
かの種類の批判をする人は多分それがその論文についてなにか語っていると思っているようだが、それはむしろ「私はこの語にこんな思い入れを抱いています」という自分についての言明に過ぎない。そんなことは科学ではないし議論しても実りはない。
（「もっとずれの少ない言葉が他にもあったのではないか」とかは科学ではなく文学の問題としてはあり得るけど。もう一つあり得るのは「この言葉の日常的な意味ともっとずれが少なくて、かつ操作的なよりましな定義がありうるのではないか」という疑問なら建設的な議論としてあり得ないわけではない。要はどのような言葉遣いが正しいかではなく、どのような言葉遣いがより豊かな発展をもたらすかなのだ。）
この種のことを言う人と言うのは、凄く高度な自分の疑問に答えてもらうことを科学に期待しているのだろうが、それが満たされることはないだろう。科学と言うのは必ず人間に「ひざカックン」をかましてくれるものなのだ。知りたい疑問には答えてくれず、思い掛けなかった事実を勝手に知らせ、その過程で我々のほうが変質してしまう。宗教的情熱も大きな動機だったニュートンの研究がむしろ神の居場所のない力学的世界観を生み出したように。さらには古典物理的世界観の完成のみぎわにあって黒体放射の問題を研究することはつまり古典的世界観を完成することが目的であったはずだ。それが量子力学という形で古典的世界観の崩壊にいたった。量子力学は人類の行った最大の知的跳躍と言えるが、これが教えてくれた「存在」のあり方の変質のどれ一つとして我々があらかじめ知りたがった問題のリストには存在しない。
我々、認知神経科学の研究者は知能の仕組みを知ることが最終目的なわけだが、きっと我々が答えを知った時、我々は最初の疑問が答えられていないことと、もとの問題がどうでも良くなっている自分に気付くだろう。
論文の評価をうんぬんを言うのは本意ではなくて、これはむしろこれを機会に何が良い研究で何がそうでないのかを言わなきゃならないと考えているからです。単に個々のつまらないものは放っておけば時間の流れに消え去る運命ですが、全体として何が良く何がそうでないのかを語るのは大事なことです。でもそのためには例示が必要なわけで。
さて、なんと言うか人のことをけなすことで自分がより優れた者になったようないい気分になる奴って言うのは最低ですから、そう言う人にならないように注意したいとは思いますが。
■
昨日の中原さんは説明にあまり時間を割いてくれなかったからよく分からなかったけど昨日書いたRoweis & Saulの隣に載っている類似論文をちょっと自分で見てみた。昨日のがtrivialだとしたらこれはちょっとトリビアルではない。思い付くのに少なくとも数時間から数日はかかるだろう。しかしどうせ似たようなクラスなのだから、複雑なものは劣っている。
予想としては、まずステップ１のε近傍はデータ点が少なめの時やデータにノイズがある時ロバスト性で前日の方法よりも劣っているように思う。（ε近傍に点が少ない時のフォローはあることはあるけど。）また面が大きくなった時、統計的により大きなボイドが生じるはずだがそう言うのに弱いのではないか。また最短長というのもちょっとした条件で（特にボイドや非自明なトポロジーがある時）まるで違ってしまう可能性があるので、やはりロバスト性に問題がありそうである。またgeodesicとかはよけいに計算時間がかかりそうである。
■
で、恥をかくといけないからRoweis & Saulを見直してみると昨日書いたアルゴリズムとは違うことが判明。はは、はずかし。（まだ間違っているかも知れないけど、もしそうなら、要するに同じような機能を実現できるアルゴリズムなど幾らでも発明できると言うことを裏付けているだけ。）それは：しかし、変なことがおこってない限りは点の数が多く曲がりもあまりひどくない時は微少変位で変型できるはずだし、その時どうせ線形になって三つの方法は大体同じ結果を与えるはずでどうせトリビアルクラス。
Nonlinear Dimensional Reduction by Locally Linear Embedding
S.T. Roweis and L.K. Saul, Science V290 (2000) 2323
まあ、特に文句はありません。「３次元の中に２次元の曲がりくねった面があった時それを平らにのばすにはどうするか」という話し。次元はもっと大きくてもよい。面上の離散サンプル点を位置関係を保ちつつ二次元にマップするにはどうしたらよいかということ。答えは単純：
これで論文になってしまうとは。この程度の仕掛けなら、問題が与えられたら物理学者なら誰でも五分で答えを思い付く。数式をintenseに使う理学の分野で教育を受けると言うことはつまりこの程度のことは五分で思い付けるようになる訓練を受けると言うことなのだ。この程度の五分で思い付くものの集合は潜在的に１００万くらいあって、これは「トリビアルクラス」とでも呼ぶべきだと思う。
しかし、効率のよいアルゴリズムとか、それがNの何乗のファクターなのかとか、サンプル数が少なくて面の別な部分が接近している時のパフォーマンスとか安定性とか、そう言うことはもちろん五分では分からないからそう言うところを真面目な表にして出してくれればいいのに。顔の絵みたいな極端で普遍性のないデータで印象的なデモンストレーションをするよりも。
■
動物頭部の保護キャップが破損。アクリル用接着剤で補修。急いで動物の処置を終えないと、今日はセミナーが３つも。二つで十分ですよ、分かって下さいよ。
■
Witterのセミナーが面白かった。私はHippocampus（海馬）の回路はentorhinal（嗅皮質）→貫通枝→歯状回→CA3→CA1→海馬台、という回路になっているという程度の理解のままでいたが、まずいきなり出だしでそれを粉砕される。Entorhinal cortexから歯状回、CA3,CA1総てに一気に投射するらしい。
さらにmedial entorhinalとlateral entorhinalでは例えば同じdentate に投射しても全く層が違ったり、CA1は二つにくっきり別れていたりするとのことだが、その写真というか試料がまた綺麗でくっきり傾向が見える。試料が綺麗と言うのは要するに実験手技に非常に優れ、また大変なノウハウの蓄積があると言うことでその背後にある長年の努力に圧倒される。
これらの層や領域分画はどうもobject/placeの分離を反映しているらしく、彼は非常にclearな図式を提示した。この図式もなかなか感動的。もちろんおそらくは実は図式ではわざと省かれた（おそらく２０％位の強度の）コネクションはたくさんあるはずである意味ウソに違いないのだが、それでも単純化した図式を提示できるのは、やはり多くを知っているからこそ何が大事で何がそうでないか見極めることができるのだろうと考えてますます恐れ入る。
さらにこれらの構造の違いを踏まえて、選択的に切断したり細胞を殺したりして起きる機能の変化を調べたりというところまでやっているのはまさにseniorなscientistはこうでなくてはという感じで感銘を受ける。
■
それにしても海馬まわりって見ていて楽しい。私のような機械好きにとってはね。それと同じように海馬の形や接続の様子を見ているとそこで行われている情報処理が見えるような気がする。これは基底核や小脳なんかと並んで古い脳の構造だからだ。古いものは長い進化で最適化されているからね。
これが新皮質なんかになると何やらうすぼんやりしている。どうせ総ては相関の除去と言う同じ仕事をしているわけで、領野間の違いははっきりしないし、層の構造なんかを見ていてもまだ十分進化的に洗練されきってない感じがする。
誰にでも分かるような数遊びの話から始まってアカデミックな話題にまで引っ張っていくのがよい。この論文の場合は絶対値という解析頭にはなんか嫌なものとの先入観のあるものが実は意外とそうでもないという話から始まって可解系の話題にまでいっている。
可解系の性質や、どんなにいじっても形を保つソリトンのロバストさはむしろこのような完全に整数の世界と繋がっていることがその本質であったのだろう。
さて、ところで超離散化に使われるマックス−プラス代数って、ニューロンの演算に使えないかな？ 特に連続量から離散符号が自然に表れてくるところに。敷居値ありのニューロンの反応を思わせるし。
１、大脳新皮質の本質は情報の冗長を削除し短い符号を作ることである。
このように本質は明らかなのだが、その実際の内容については分からないことがある。感覚入力は極めて大きな次元の連続量である。しかしそのとりうる価は離散的な多数の確率の島からなっている。この島が離散的つまり繋がっていないのが、リンゴとミカンがハッキリ区別できるという世界の構造を反映している。これに対して短い符号を作ることはつまりこれらの島を区分してそれぞれに離散的符号を与えることである。脳が物体の認識などの能力が教師無しで獲得できるのはこのためである。このようにして、「連続情報から離散符号が脳の中であらわれてくる理由はなにか」という問題に対して答えが与えられた。
しかし、まだ分からないのはこのような離散符号の獲得を高い効率で実現する学習則、学習アルゴリズムはなにかと言うことである。これまでのところ学習アルゴリズムと言うのは本質的にパラメータの連続変化によって立っているのに離散の問題にどうアプローチしたらよいか分からないことが問題である。これが当面の現実的研究課題である。
２、大脳基底核の本質は報酬を最大化する行動を選択することである。
（あるいはさらに進んで「生存確率を最大化する」あるいは「繁殖を最大化する」と言うべきなのかも知れないが、まだ言い切る自信はない。）
このように本質は明らかなのだが、その実際の内容については分からないことがある。確かに過去に行ったことのある行動とその結果の報酬と成功確率からベストな行動を選択するという部分は数理的で単純である。また不確定さすら計算に入れて揺らぎのある行動を取ること自体も何の不思議もない。
しかし、過去に一度として行われたことのない行動を生成する仕組みが存在しなくてはならない。しかし、この件のモデル化は全く緒についていない。
今日は昨日に比べて頭の中がはれたような感じ。休息をとるとほんとに違うもんだな。
大脳ではそれぞれのニューロンは数千個のシナプスを持って信号を受け取っている。そこで行われているのは信号を受け取ってそれを細胞の膜電位に加算することだ。だから大体これがコンピュータの一命令に当たるくらいだろう。この仮定が悪く外れてもコンピュータの十命令あればかなり複雑な演算ができるので、十倍ずれてはいないだろう。そして各シナプスには数個から数十個のパルスが毎秒届くことになる。大雑把には５千個のシナプスに１０個のパルスとするとつまり一つのニューロンはコンピュータ換算では５万命令の演算を毎秒やっていることになる。（１０個のパルスとはいえ時間分解能は１００Hzから１kHzはあるはずなので伝えられている情報はもっと多い、その分を考えて代わりにシナプスの数を５千と少し多めにしている。）
（ここで演算が律速過程だとしたが、今現在そしてこれからのコンピュータの本質的律速過程はメモリアクセスすなわち離れた場所にあるデータ同士を一カ所に集め、また処理が終わればそれを分配するところである。それは人間の脳でも同じであることは脳の大部分が配線である白質だということで分かる。しかし、何にせよ結合の大部分はローカルなものであろうから、やはり１シナプス１命令でそれほど外れてはいないだろう。）
大脳ではこれが１４０億あるからかけ算して７００兆命令毎秒と言うところだろう。2003年前半現在のマイクロプロセッサは大雑把に５０億命令毎秒だからこれは現状の１４万倍と言うことになる。大体マイクロプロセッサは２年で２倍早くなっているから（３年で四倍だっけ？）それで言えばこの水準に達するには３４年ほどでOKである。３年で４倍なら25年くらいしかかからない。大雑把には2030年がコンピュータが人間並みになる年だと考えて良いだろう。
演算量が人間並みでもアルゴリズムが分からなければ人間並みの知性は実現できないだろうと思うかもしれない。しかし、ほぼ計算機の能力向上のペースに一致してそれを正しく使いこなす方法が発見されることを私は確信している。
■
山形浩生より引用：「株価の理論はいくつかあるけれど、主流の考えかたをとっても単純化して言えば、株価というのはその株の将来の期待配当すべての現在価値に等しくなる、ということだ。」そうだったのか。これを見てやっと分かったよ。何で（特にアメリカ人が）こういうネズミ講と大して違わない投機行動に鈴をつけようとしないのかが長らく不思議だった。そうかこの理論を信じているから（ふりをしているから）規制する必要はないと考えているわけか。わたしゃ株価は単なる投機で乱高下しているだけだとあいかわらず思うけどね。そっちは"next fool"理論と呼ぶらしい。
■
風で桜が散る。今日みたいな天気を花嵐と呼ぶらしい。■
「最近はfMRIの研究も高度になってきて私のようなものには真似できないな」と思っていたけど、そうでもないかも。最近立て続けに「psychophysicsでよく知られていることを単にfMRIで観測してみました」というような論文を見かけたから。
■
人間には二通りいる。自然を操作することで生計を得るものと、人間を操作することで生計を得るものだ。私は後者のタイプの人間が嫌いで仕方がないのだが、この二者の関係で言えば前者は後者に搾取され奉仕させられるのは避けられない。もし後者に奉仕するのが嫌ならば後者になるしかない。「パンが落ちるときはいつもジャムが下」っていうやつと同じく、これも物理法則に仕組まれた悪意の一つだな。
■
perirhinal cortexの機能についての私見
独創性のない意見だけど、私が今研究しているperirhinal cortexの機能はなにかについての私の考え：
perhirhinal cortexは物体のidentityの一次領野である。つまりボトムアップの（視覚）情報処理の結果、初めてその抽象性が物体のidentityに達する領野である。この仮説から次の５つが導出できる
そして（視覚的）特徴から物体のidentityへの翻訳は高い見地から見れば情報の冗長の削除すなわち同じ領野内での相互情報量の削減である。 （冗長の削除は全ての大脳新皮質に共通の機能である。しかしどの領野もどのほかの領野とも違うのは処理の進行の程度が違うからである。それぞれの領野はそれぞれの処理段階に適したように遺伝的、そして学習的に適応する。）
■
The quantum of area?, Nature vol421 (2003)702おもしろい。量子重力のループ形式でブラックホールのエントロピーが計算できたという話。
ブラックホール周りのストリングの量子ゆらぎの自由度でブラックホールのエントロピーが説明できるという理論が数年前からあったんだけど、どうも違和感を感じていた。だってストリングってどちらかというと物質場じゃないですか。いやもちろんグラビトンも含んでいるけど、余計な物もたっぷり含んでいるわけで。しかしベッケンシュタインのエントロピーの議論はむしろ重力理論の低エネルギー側の外形で決まっているわけで、そんなミクロな物質場の理論が関わってくるというのはおかしいと思っていた。で、やっぱり純粋な量子重力理論から導出できるんじゃないですか結局。
■
この前からドゥ・ヴァールの「サルとすし職人」を読んでいるのだけれども、「政治をするサル」にくらべると、いまいちおもしろくない。欧米人にとってこの本に書いてあることはサルにも文化があること（おまけとしては日本人がサルの研究に貢献したこと）であろうが、日本人にとってはこの本は欧米人がいかに一生懸命にサルにも文化があることを否定したがるか（そして日本人の貢献を無視しようとするか）という本だ。だからつまらないのだろう。フィールドの話はおもしろいけど。
■
夜、散歩をしていると桜を見ている人がいっぱい。いつもは人なんか居ないのに。「バカヤロー。おまえら普段花なんか見てないくせに。コブシが咲いていたことを知っていたか。桜ばっかり見てオオイヌフグリには気がついてもいねえ。」とか思う。どうせ彼らは実際は桜さえ見てはいない。ふつうの人間は人間しか興味の対象ではないのだ。
それにしても、笑い方って言うのは個人差が大きい。一般に進化の過程でもっとも最近に身につけたものほど個体差が大きくなるものだから、やはり笑いという感情はもっとも最近のものなのだろうか。
■
理研の桜は今日が満開だ。すばらしい。花粉症で鼻づまりでなければもっと香りを楽しめたのだが。
神経科学の問題はとは違うところに引っ掛かる。cortex上の活動のmapに3000点の解像度があるらしいのだが、それはまずくないのだろうか。MEGのセンサの数は１００個くらいのはずだから、猛烈にill-posedな問題に無理にfittingをやっているのではないか。
■
それにしても、MEGのデータの読み方というのが分からない。どういうartifactがでる可能性があるのか分からない。磁場発生の基礎過程が分からないからだ。私にとってはphysiologistに知識や経験則を教えてもらうよりは物理的素過程を教えてもらう方があり得るアーティファクトが一発で分かるのだけど。第一の疑問は「皮質のある小さな一片が活動した時、その周りにはどのような磁場ができるか」である。これが分からない。一般的には活動のフォーカスを中心にダイポール状の磁場ができると言う仮定でやっているようだが、それって本当なんだろうか。
磁場ができる理由は電流すなわち電荷の移動以外にはない。ならば電流素片によって生成する磁場を考えるほうが自然なような感じがする。ダイポール磁場はむしろリング状の電流によって生成される。皮質のシート上に活動の中心があるとすると、これを取り巻いて右巻きの電流が流れるのも左巻きの電流が流れるのも論理的必然性がないように思う。脳に右巻とか左巻きとかがあるなら別だけど。あり得るのは皮質に接する面方向に電流が放射するか電流が収束するか、または皮質の垂直方向に電流が流れるかであろう。前者は遠方からはほとんど磁場が観測できないだろう。後者は電流素片がつくる磁場(ビオ・サバールの法則ってやつ）になる。しかも電荷は長時間では一定していなければならないから一回の活動に符号の違う二回の磁場があらわれるはず。
以上のようなことを考えてはいるのだけれど、実際のところダイポールで仮定した解析でまあまあ良い結果が得られているように見えるしなあ。
第二に「どのような素過程で電流が発生しているのか」も分からない。軸索には電線みたいに電流が流れているわけではない。細胞膜に垂直に電流が流れることが波のように伝わることで軸索での信号伝達はおこっている。しかも軸対称に流れているから遠くから見ると電流はキャンセルしている。それは細胞体でも同じで、結局磁場がでるような過程はない。 おそらくは軸索の軸方向に流れるわずかな電流か、それとも何か他の非対称が磁場のソースになるのだろう。
調べると分かるはずだけど、見積もりとしては三日かかる。そう言うことをやっている暇はないもんなあ。そもそも分かってない可能性もあるし。
これまでのニューラルネットワークは、学習速度が遅く、動作を学習するのに、数日〜数ヶ月を要しており、（中略）なかなかすばらしい。 ニューラルネットの研究と言うのはこういうふうに以前とは圧倒的に違う水準を達成したことを示さなくてはならない。結論が「ほら、ここのところが動物と似ているでしょう」というように主観的類似性になっている研究はダメな研究である。
たとえば、図2に示す起き上がり動作では、CPG5個を用い、約20秒で動作を学習できました。また、歩行動作はCPG 9個、階段の昇降動作はCPG 39個を用いて、それぞれ学習時間約50秒、約80秒で実現できました。
今回開発したのは、脊椎動物で存在が確認された神経振動子(*3)を数学的にモデル化したCPG(Central Pattern Generator *4)を基本構成単位とし、これを組み合わせたニューラルネットワークの構造や結合状態を、数値摂動法(NP法:Numerical Perturbation Method *5)を使って最適化することで、ロボットの各種の動作を学習する「CPG/NP学習法」です。CPGとか言ってますがこれは要するに、関節の自由度の動作をフーリエ級数で表したということですよね？そして、その係数を摂動展開してそれを解いたということですね。
今回開発した手法では、動作制御に必要なソフトウェア規模は、従来の力学的手法に比べ10分の1以下と小さく、また、学習に必要な時間は理論上、10のマイナス30乗以下(20自由度のロボットの場合)と、きわめて短くなります。やっぱり。「ニューラルネットワークのダイナミクスが」とか「〜が創発されて」とかという研究よりも、級数、摂動展開と言うような複雑でなくむしろコンベンショナルな単純系のやり口の方が10のマイナス30乗倍も効率がよかったりするのだな。
そして本当の生物も目的を持った機械である以上はやはりそう言う手口を使っているのではないだろうか。
■
Brain-state- and cell-type-specific firing of hippocampal interneurons in vivo, Klausberger et al., Nature Vol421 (2003) 844あるタイプのニューロンはθ波の下りで発火し、sharp waveのモードの時はそれにあわせて発火するし、また別のタイプは別のタイミングで発火するという話。
これはかねてからの私の主張、
脳はβ、θなどにあわせて動いている。これがバインディングの基本機構であり、情報表現の基本的な仕組みである。クロック信号にあわせて動いていると言う点においては計算機などの機械となんら変わりはない。脳の研究者には脳がそのようなメカメカしいものだという考えを嫌い、複雑なダイナミクスだと考える人がいるが、私は単純な方法ですむことは単純な方法で解決しているだろうと考えている。に対してsupportiveである。