<일본시장보고서>최신 뇌과학과 응용(한국어판)
A4 61p / 2023년 12월 15일 발간(Yano E-plus 2022년 12월호 및 2023년 1월호 게재내용 발췌)/
PDF로만 제공
게재내용
최신 뇌과학과 응용(1) ~뇌의 신경회로 메커니즘~
1. 뇌는 미개척의 소우주
2. 뇌의 신경회로 메커니즘
3. 뇌의 신경회로 메커니즘에 관한 시장규모
(그림·표1) 뇌의 신경회로 메커니즘에 관한 일본 국내 및 세계 시장규모 예측(금액: 2022~2030 년 예측)
4. 뇌의 신경회로 메커니즘에 관한 기업ㆍ연구기관의 대응 동향
4-1. 국립대학법인 오사카대학(大阪大学)
(1) 피질 뇌파ㆍ뇌자도를 이용한 BMI 개발
(그림1) 피질 뇌파 cx 측정
(2) Brain-Computer Interface(BCI) 로봇을 이용한 환지통 치료
(그림2) BCI 로봇을 이용한 환지통 치료
(3) 실용적인 성능의 BCI 가 실현되면 운동피질의 활동에 의해 신체를 거치지 않고 의사전달이 가능
(그림3) 상상함으로써, 화면에 생각한 영상을 제시하는 BCI
(그림4) 지각(知覚)과 상기(想起)에 공통된 활동을 Closed-loop 로 제어
(그림5) 지시 벡터=지시 word2vec 벡터(사람의 얼굴, 풍경, 문자) 등이 표현 가능
4-2. 국립대학법인 교토대학(京都大学)
(1) 뇌는 정보처리기능을 갖춘 특별한 장기
(2) 인간 뇌의 신경가소성 연구 ~외국어 학습에 의한 뇌의 유연한 변화를 가시화~
(그림6) 영어 어휘력과 상관해 발달된 뇌 구축(일본인 성인)
(3) MRI 연구
(그림7) 고화질 MRI 영상 일례
(4) BMI 연구
(그림8) 대뇌기저핵을 기점으로 한 BCI 조작 중의 네트워크
(5) 현재 진행 중인 연구(논문 발표 전이므로 상세 생략)
4-3. 국립대학법인 도쿄공업대학(東京工業大学)
(1) 뇌의 운동 제어 메커니즘
(그림9) 뇌 내 전기장 수식에 의한 신경 조절(좌)과 뇌 내 전기장으로부터의 정보 디코딩(우)
(2) 운동학습 모델
(그림10) 뇌 속의 정보처리 메커니즘 규명(좌)과 이것에 기초한 뇌ㆍ환경 인터페이스 개발(우)
(3) 신경 조절(Neuromodulation) 사례: 전기 자극에 의한 간질 억제
(그림11) 쥐를 이용한 약제에 의해 유발된 간질 활동 억제 실험
(그림12) 출력형 BMI 전개
4-4. 공익재단법인 도쿄도의학종합연구소
(1) 뇌 기능 재건 프로젝트
(2) 인공신경 접속에 의한 뇌 기능 재건 및 기능 회복 촉진
(그림13) 인공신경 접속에 의한 뇌 기능 재건ㆍ기능 회복 촉진 이미지
(그림14) 인공신경 접속 구조
4-5. 국립대학법인 도카이국립대학기구 나고야대학(東海国立大学機構 名古屋大学)
(그림15) 신경회로연구에서 화학유전학의 입지
(그림16) 흥분성 신경전달에서 글루탐산 수용체의 역할
(1) mGlu1을 선택적으로 활성화시키기 위한 변이 도입 및 인공 리간드(Pd(bpy)) 개발
(그림17) 배위유전화학법에 의한 mGlu1 활성화 (a)mGlu1의 구조 및 글루탐산 결합에 의한 활성화 모식도, (b)배위유전화학법에 의한 mGlu1 활성화 모식도, (c)글루탐산 및 PD(bpy)의 농도의존성
(2) Pd(sulfo-bpy)에 의한 뇌조직 내 mGlu1 활성화
(그림18) CRISPR/Cas9 법에 의한 mGlu1(N264H) 점변이 도입 마우스 작성
(그림19) 배위유전화학법에 의한 mGlu1 활성화 (a)소뇌 구조 모식도, (b)mGlu1 변이 마우스에서 mGlu1 발현 확인, (좌)mGlu1 단백질 발현량. (우)mGlu1 의 발현분포, (c)Pd(sulfo-bpy) 처리 전후 EPSC 값 변화
(3) 뇌 내 세포종 선택적 mGlu1 변이체 발현 및 Pd(sulfo-bpy)에 의한 활성화
(그림20) 배위유전화학법에 의한 세포종 선택적 mGlu1 활성화
(a)소뇌 신경회로 모식도, (b)아데노 수반 바이러스를 이용한 MLI 및 푸르키네 세포 선택적 유전자 발현 확인, (c)MLI 의 자발적 신경활동 평가
4-6. 학교법인 후지타학원 후지타의과대학(藤田学園 藤田医科大学)
(1) 망라적 행동 테스트 배터리
(그림21) 183 계통 마우스의 행동을 모두 분석한 결과
(그림22) 유전자와 행동의 관계를 모식적으로 나타낸 그림
(2) 칼슘/칼모듈린 의존성 효소 결손 마우스
(그림23) 해마 치상회에서의 칼빈딘 발현
(3) 미성숙 치상회는 여러 요인으로 유발
(그림24) 여러 요인으로 유도되는 미성숙 치상회
(4) 미성숙 뇌는 왜 생기는가?
(그림25) 미성숙 뇌가 형성되는 프로세스: 조현병 경우의 가설
4-7. 국립대학법인 홋카이도대학(北海道大学)
(그림26) 귀뚜라미의 기류감지시스템
(1) 도피 전략에서의 행동선택 의사결정 메커니즘 분석
(그림27) 귀뚜라미의 기류유도 도피행동에서 이동방향의 자극방향 의존성
(2) 거대 개재뉴런에서의 자극방향 정보추출 메커니즘에 관한 연구
(그림28) 기류응답성 거대 개재뉴론
(3) 기류방향 정보의 집단 세포 활동을 통한 코딩 양식 해명
(그림29) 거대 개재뉴런의 방향 감수 특성
최신 뇌과학과 응용(2) ~뇌의 정보처리 아키텍처~
1. 뇌를 구성하는 주역은 신경세포
2. 뇌의 정보처리 아키텍처
3. 뇌의 정보처리 아키텍처에 관한 시장규모
(그림·표1) 뇌의 정보처리 아키텍처의 일본 국내 및 세계 시장규모 예측(금액: 2022~2030 년 예측)
4. 뇌의 정보처리 아키텍처에 관한 기업ㆍ연구기관의 대응 동향
4-1. 국립대학법인 교토대학(京都大学)
(1) 강화학습의 세포 기반 이론적 검증
(그림1) 대뇌피질-기저핵 학습 모델
(그림2) 일반화ㆍ변별학습을 포함한 강화학습 알고리즘 OVaRLAP의 성능 검증에 이용한 미로 내비게이션 태스크
(2) 사이보그 AI
(그림3) 사이보그 AI의 기본적 콘셉트
(2) 시각 주의(Visual Attention)
(그림4) 생체 뇌에서 시각 주의 메커니즘
4-2. 국립대학법인 쓰쿠바대학(筑波大学)
(1) 광유전학적 방법
(그림5) 광유전학에 의한 실시간 뇌조작 실험계(폐루프 실험계) 구축
(2) 전기생리학적 방법
(그림6) 뇌 측정 프로브
(3) 기계학습의 적용
(그림7) 다채널 스파이크 열 커널
4-3. 국립대학법인 도호쿠대학(東北大学)
(1) Brain Morphic Computing(BMC)의 개념
(그림8) BMC 패러다임 개요
(2) BMCH의 연구 예
(그림9) 의식 과정과 무의식 과정의 상호작용에서 힌트를 얻은 역동성ㆍ알고리즘 하이브리드 계산 패러다임과 그 조합 최적화 문제에 대한 응용
(그림10) 하이브리드 뇌형 컴퓨터 하드웨어(프로토타입)
(그림11) 스핀 궤도 토크(SOT) 디바이스의 물리 다이내믹스를 직접 이용한 뉴런 다이내믹스와 시냅스 다이내믹스 실현
(그림12) 동적 원자기를 실현하는 뇌간 네트워크 모델과 카오스 신경망 리저버 집적회로(프로토타입)
4-4. 국립대학법인 도요하시기술과학대학(豊橋技術科学大学)
(그림13) 하올리브핵(좌)의 HH 모델에 의한 시뮬레이션(우)
(그림14) 인접하는 뉴런 간의 직접적인 접속만으로 모델링(좌), 가장 우수한 성능을 나타낸 STREAM design(우)(그림 15) LIF 모델에 의한 SNN의 전형적인 발화 전파와 도립 진자라는 실제 엔지니어링 분야의 문제에 적응한 사례
(그림16) FPGA 에서의 스텐실 계산에 접속하기 위한 매핑
4-5. 국립대학법인 요코하마국립대학(横浜国立大学)
(1) AI 와 심층학습
(그림17) 계층형 NN의 구조(좌)와 문자인식 사례의 결합하중 최적화(우)
(2) 설명가능 AI(XAI)
(3) NEDO 프로젝트: 설명가능 AI(XAI)ㆍ공진화 AI(CAI) 기반 기술 개발과 산업응용(2020~2024)
(그림18) XAI 유저의 니즈에 맞추어 추진되고 있는 개발
(4) 진화형 NN에 의한 인공뇌 구축
(그림19) 내부에 임의의 구조를 가진 신경회로망 예
(그림20) 범용 NN의 단계적 진화와 사람과의 공진화
(그림21) 범용 NN의 표현형(좌)와 유전자형(우)의 표현 예
4-6. 국립연구개발법인 이화학연구소
(1) 뇌형 학습 알고리즘 개발
(그림22) 뇌형 시냅스 학습규칙에 의한 신호원 추출
(2) 사람의 ‘주체감’을 최적의 감각정보 통합으로 설명하는 이론 제안
(그림23) 행동과 귀결의 시간 지각
(3) 뇌 내 신경망에서의 임계현상 ‘혼돈의 가장자리’와 ‘눈사태 현상’의 이해
(그림24) 신경망 활동에서의 두 가지 임계현상
(4) 예측 주성분 분석(PredPCA) 개발
(그림25) ‘PredPCA’에 의한 예측과 상태 변수 추출
5. 뇌 정보처리 아키텍처의 장래 전망
댓글 없음:
댓글 쓰기