共同研究・競争的資金等の研究課題

生物学的知見の蓄積により、現行の精神障害カテゴリーは生物学的妥当性を欠くことが明らかになり、研究方略の抜本的方向修正の必要性が指摘されている。本研究は、精神障害に関する症状・神経生理・認知行動のビッグデータに対して、既存の精神障害カテゴリーにとらわれない疾患横断的・次元的アプローチに基づき、機械学習・人工知能（AI）技術を含む計算論的精神医学の手法を適用することで、新しい精神障害の表現型：症候学的タイプ、バイオタイプ、計算論的表現型を明らかにする。さらに、深層学習技術を用いて、見出された各水準の表現型相互の媒介メカニズムを明らかにすることにより、精神障害の統合的理解と新しい診断体系を創出する。

現行の精神障害診断カテゴリーは生物学的・臨床的妥当性が不十分であり、新たな疾病概念の確立が求められている。そこで、本研究は機械学習（ML）・人工知能（AI）技術を基盤とする計算論的精神医学に基づき、精神障害の背後にある連続的・離散的潜在状態を捉え、それを次元的・カテゴリー的臨床判断に統合する新たな疾病概念（「計算論的診断学」）を構築する。具体的には、階層的・動的、かつ連続的・離散的性質を併せ持つ潜在状態抽出を可能にする計算モデルの開発と、抽出した潜在状態を次元的・カテゴリー的性質を併せ持つ臨床判断に融合させる計算論的手法を確立し、WEB実験により疾病概念の妥当性と臨床的有用性を検証する。

人とロボットの長期にわたる持続的なインタラクションの実現が期待される．本研究は，その実現のための一つのアプローチとして，人同士のインタラクションを支える脳内情報処理の「計算原理」を理解し，その原理に基づいてロボットの知的情報処理機構を開発する．具体的には，理論神経科学の分野で提唱されている自由エネルギー原理（Free-Energy Principle: FEP）に注目する．理論的枠組みであるFEPに対して，深層学習分野で培われてきた実世界応用可能なアルゴリズムを適用することでロボットの知的情報処理機構を構築し，人―ロボット間インタラクション実験を通じて，開発技術を検証する． 本研究課題では，人同士のインタラクションを支える脳内情報処理の「計算原理」を理解し，その原理に基づいてロボットの知的情報処理機構を開発することを目的とする．具体的には，理論神経科学の分野で提唱されている自由エネルギー原理（Free-Energy Principle: FEP）に注目する．理論的枠組みであるFEPに対して，深層学習分野で培われてきた実世界応用可能なアルゴリズムを適用することでロボットの知的情報処理機構を構築し，人―ロボット間インタラクション実験を通じて，開発技術を検証する． 令和6年度は，FEPを実世界環境でのインタラクションにスケールさせるためのフレームワークの構築を行なった．具体的には，高次元の観測情報時系列から潜在的なダイナミクスを抽出するための世界モデル，観測情報に応じたロボットの行動系列候補を生成可能な方策モデルを実装し，数値実験及びロボット実験による評価を行なった．世界モデルについては，時系列データの処理機構としてRNNを用いたモデルとTransformerを用いたモデルを実装した．また，方策モデルについては，RNNを用いたモデルと拡散モデルを用いたモデルを実装した． 数値実験及び実ロボット実験によって，世界モデルの自己回帰的な観測予測能力，方策モデルの観測に応じた行動系列候補の生成能力を確認した．これらの成果は，人とインタラクションしながらロボットが期待自由エネルギーを最小化する行動を選択するための基盤となるものであり，本研究の目的に向けた重要な進展である． 現在までに，自由エネルギー原理（FEP）に基づくロボットの知的情報処理機構の構築に向け，世界モデルおよび方策モデルの実装と評価を進めた．これらの成果の一部は，査読付き国際会議において発表を行い，対外的な評価も得ている．加えて，人とロボットの物理的なインタラクションを実現するために，ロボットのインピーダンス制御の環境整備も進めており，実験系のさらなる拡充に取り組んでいる．これらの取り組みにより，実環境下での人ーロボットインタラクションの実現に向けた基盤を着実に構築しつつある． 今後の研究では令和6年度に構築した計算フレームワークを利用して，人とロボット間のインタラクション実験を実施していく．具体的には，人の動作や力の変化に応じてロボットが適応的に行動を選択する状況を設定し，期待自由エネルギーの最小化に基づく行動選択メカニズムの有効性を検証する．また，インピーダンス制御による柔軟な力のやり取りを活用し，物理的インタラクションにおける双方向の適応過程を明らかにすることを目指す．これにより，FEPに基づくロボットの意思決定機構が実環境下で人との協調的行動にどのように寄与するかを体系的に評価する．

本研究は他者との協調を支える認知情報処理機構の理解を目的とし，構成論的手法により取り組む．特に，（i）環境変化や他者のふるまいといった外的要因と（ii）自己の将来の行動に関する計画や意図といった内的要因により生じる協調の形成とその崩壊に関する動的過程に着目する．具体的には，脳の情報処理の仕組みとして提案されている予測符号化を再帰型神経回路モデルにより具現化し，二台のロボットそれぞれに実装する．そして，実環境における二台のロボット間の相互作用学習実験を行う．他者（ロボット）との相互作用の結果生じる互いの意図の動的な収斂と発散により，協調の形成・崩壊に関する動的過程が観察可能であると期待される．

本研究課題では，精神障害における多様な症状を生み出す脳・神経メカニズムをロボット構成論によりシステムレベルで統合的に理解することを目指している．具体的には，不確実性を考慮した予測誤差最小化原理が脳の神経回路における基本的な計算原理であるという仮説を提案し，その仮説を神経回路モデルで具現化し，ロボットに実装することで評価を行う． 同原理に基づく階層的な神経回路モデルを構築し，ロボット実験による正常モデル及び異常モデルの評価を行った．具体的には，感覚運動情報の不確実性を予測学習可能な階層的な神経回路モデルを構築した．構築したモデルを小型ヒューマノイドロボットに実装し，他者との協調インタラクション課題を学習させた．このようにしてロボットは正常モデルを獲得するが，正常モデルによって推定される不確実性を強制的に増幅・減少させることで異常モデルを構築した．その結果，正常モデルにおいてはロボットの外部環境に変化が生じた際，モデルによって推定された不確実性によって適切に重み付けされた予測誤差が上位回路のPBまで伝播することで，行動の切り替えが実現された．一方，異常モデルにおいては，行動切り替えが困難であることや同一行動への固執・硬直といった多様なふるまいが観測された．これは，モデルによって推定された不確実性を強制的に書き換えることで，誤差信号が通常よりも減少・増幅することで生じたと考えられる． さらに，このような不確実性に関する推定の破綻をもたらす原因の検討を行った．具体的には，神経回路の階層間の結合重みにノイズを付与することで機能的断裂をシミュレートした結果，正常な神経回路よりも不確実性の推定値が常時高くなることが確認された．これは，神経回路の階層間の機能的断裂が学習過程において不確実性の推定異常を引き起こしたということを示す． 平成30年度は，精神障害の病態メカニズムの理解として，（1）不確実性に関する推定の破綻がもたらす影響の検討，（2）ロボット実験による精神障害モデルの評価，（3）不確実性に関する推定の破綻をもたらす原因の検討を行う予定であった．このうち，一部は平成29年度に着手することができていたことから，当初の想定よりも多くの時間を確保することができ，当初の計画以上に進展することができた． 成果発表を国内の学術講演会・査読付き国際会議において行っており，学術雑誌論文としてもまとめ，既に計算論的精神医学分野初の専門誌Computational Psychiatryに掲載されている． これまでの研究において，（1）不確実性に関する推定の破綻がもたらす影響の検討と（2）不確実性に関する推定の破綻をもたらす原因の検討を行ってきた．その結果，（1）誤差信号が通常よりも減少・増幅することで行動切り替えが困難であることや同一行動への固執・硬直といった多様なふるまいが観測された．また，（2）神経回路の階層間の機能的断裂が学習過程において不確実性の推定異常を引き起こす，ということがわかっている．さらに，平成30年度に行ったロボット実験において，当初想定していなかった興味深いデータを得ることができた．得られたデータについては，力学系・情報理論的指標に基づいた追加の解析を行うことで，研究を推進することができると考えられる．これらの結果を統合して，知覚・行動に関する異常性，幻覚・妄想・コミュニケーション障害といった多様な病態メカニズムの原理説明を試みる． 本研究は認知神経科学・精神医学・ロボティクス，機械学習等の学際的研究であるため，学会発表やワークショップへの参加，ロボット実験のデモンストレーション，ウェブページでの研究資源の開示を通して幅広い分野の研究者と交流し議論を深める．