技術的概要：具現化神経計算

問題提起

生物学的ニューラルネットワーク（BNN）は、従来のシリコンベースのアーキテクチャと比較して、高い適応性、エネルギー効率、そして固有の学習メカニズムを特徴とする情報処理の有望な基盤を提供する。しかし、BNN を神経計算に広く活用することを妨げる根本的なボトルネックが存在する。それは、デジタル世界と生きた生物学を接続するための最適な符号化および復号化メカニズムの欠如である。ネットワーク活動の復号化は進展しているが、構造的なデジタルデータを生物学的ネットワークに対する意味のある電気的刺激に変換するという逆の課題は、生物学的システムの適応的、雑音的、非定常的な性質により、依然として困難である。現在の手法は、しばしば制約の厳しいパラメータを持つヒューリスティックまたはアドホックな刺激プロトコルに依存しており、生物学的符号化の広大で多次元のパラメータ空間（周波数、振幅、パルス幅、波形、時空間分布）は、ほとんど探求されず、最適化されていない。

手法：具現化神経計算フレームワーク

著者らは、バイオ・デジタルインターフェースを多変数最適化問題として概念化する「具現化神経計算（Embodied Neurocomputation）」と呼ばれるシステムレベルのフレームワークを提案する。このフレームワークは、入力系列（$x_t$）を出力系列（$y_t$）に変換するシリアルなフィードフォワードマッピングとして神経計算 $f(\cdot; \theta_t)$ をモデル化し、4 つの相互依存するモジュールを通じて行う：

1. 符号化（$e$）： タスク固有の情報を、マイクロ電極アレイ（MEA）と互換性のある電気的刺激行列（$u_t$）に変換する。これには、刺激周波数、振幅、パルス幅、および時間的分布に関するパラメータが含まれる。
2. 生物学的変換（$b$）： 刺激を応答行列（$v_t$）にマッピングする BNN の内在的かつ非定常的なダイナミクスである。このマッピングは、刺激の履歴、フィードバック、および自発的適応に基づいて時間とともに進化し、単純な線形フィルタリングではなく、情報の質的再編成としてモデル化される。
3. 復号化（$d$）： 生物学的応答（電気的電位またはスパイク）をタスクに関連する出力に戻して変換する。
4. フィードバック（$r$）： 応答後に提供され、適応を駆動する符号化の特殊な形態である。これは、正の報酬のための構造化された刺激である「強化（reinforcing）」か、負の報酬のためのランダムな刺激である「可塑性誘導（plasticity-inducing）」のいずれかとなり得る。

このフレームワークは、これらのモジュールの構成を、計算目標を達成するための最適な変換セット（$\theta_t = \theta_e \cup \theta_{b,t} \cup \theta_d \cup \theta_r$）を見つけるための時間依存の最適化問題として扱う。

実証的評価

このフレームワークを検証するために、著者らは大規模な実証研究を実施した。

• タスク： 6x6 のグリッドワールドにおけるシミュレートされた目標指向のナビゲーションタスク。エージェント（BNN）は、スカラーの「臭気」センサーに導かれて「食物」源へ向かって移動する。行動には前進、左折、右折が含まれる。
• 規模： Cortical Labs の CL1 プラットフォームを介して接続された 26 の個別の BNN 培養物。
• 最適化： 自動ハイパーパラメータ最適化パイプライン（Optuna を使用）が、リアルタイムの相互作用を通じて約 1,300 の符号化構成を 4,000 時間にわたってスクリーニングした。
• プロセス：
  • ステージ 1： 2 つの異なる生物物理学的設定（グループ 1 と 2）において、短い 30 ステップのエピソードを使用して 1,296 のパラメータ組み合わせをスクリーニングした。
  • ステージ 2： トップ 64 のパラメータを最終的な 12 の構成に絞り込み、より長い（150 ステップ）およびマルチエピソード（休憩を伴う 5 エピソード）の条件下で評価した（グループ 3 と 4）。
• ベースライン： 性能は、非適応的な培養物ベースライン（自発的活動の再生、シミュレートされたランダムスパイク）および同等の相互作用ステップ数で訓練された最適化されたシリコンベースの Deep Q-Network（DQN）エージェントと比較された。

主要な結果

1. 最適パラメータの特定

ステージ 1 のデータに対する SHAP（SHapley Additive exPlanations）分析を用いて、著者らはレート符号化における最大周波数が性能の最も強力な駆動因子であることを特定し、中程度の値（40–60 Hz）を支持した。高い性能を支持する他の要因には、より高い刺激振幅、より短いパルス幅、およびより速い環境相互作用レートが含まれた。この分析により、検索空間は 1,296 から一貫性があり高性能な 12 の構成に削減された。

2. 最適化された BNN の優れた性能

• ベースラインとの比較： 最適化された生物学的エージェントは、非適応的な培養物ベースラインを大幅に上回った（グループに応じて 3.6 倍から 5.6 倍）。
• シリコン（DQN）との比較： 最適化された BNN エージェントは、同じ数の相互作用ステップで訓練された DQN エージェントよりも有意に高いタスク性能を達成した。具体的には、BNN はグループ 3（単一の 150 ステップエピソード）で 1.18 倍の改善を示し、グループ 4（5 つの 30 ステップエピソード）で 1.25 倍の改善を示した。
• 学習ダイナミクス： BNN は明確な学習の進展を示し、特に学習が休憩期間を伴う複数のエピソードにわたって分散された場合（グループ 4）、より長期的な適応プロセスの出現を示唆した。行動の痕跡は、目標を達成するための「前進」行動の戦略的利用へと移行するランダムな移動からの転換を示した。
• 神経活動： 最終エピソードまでに、ネットワーク活動は符号化電極の近くで局在化していたものから、復号化領域全体にわたって多様で分散したものへと変化し、成功した内部状態の適応を示した。

意義と主張

本論文は、閉ループ環境における BNN エージェントの符号化構成の大規模なパラメータ最適化を初めて提示すると主張している。その主な貢献は以下の通りである：

1. フレームワークの確立： 孤立した概念実証の刺激を超え、構造化された多変数最適化アプローチへと移行する、具現化神経計算の形式的かつシステムレベルの定義を提供する。
2. データ駆動型の基盤： 約 1,300 の構成をスクリーニングすることにより、符号化パラメータがネットワークの生物物理学とどのように結合して堅牢な可塑性と学習を生み出すかを理解するためのデータ駆動型の基盤を確立する。
3. 性能の検証： 適切にインターフェースされた生きた神経基盤は、目標指向の行動を支援でき、同等の訓練予算の下で標準的なシリコン強化学習アルゴリズムを上回ることを結果が示している。
4. 将来の軌道： この研究は、効率的で適応的かつリアルタイムな計算を可能にするハイブリッド・バイオ・シリコンアーキテクチャの開発を支援する。BNN の計算能力は生物学に固有のものだけでなく、バイオ・シリコンインターフェースの構造に決定的に依存していることを示唆している。

著者らは一般化性については控えめであり、現在の研究は低次元のスカラー感覚入力を利用したものであると指摘している。検索空間はドメインの専門知識によって制約されており、マルチエピソードの改善に潜む時間的依存関係はさらなる特徴付けが必要であると認めている。しかし、この研究は、より複雑な環境における将来の体系的な検証と、神経計算のための分野全体のベンチマークの開発の基礎を築くものであると提唱している。