研究内容
Research Content
システムの同型性に基づく普遍的理解
当研究室では，神経系をはじめ，電池などの機能材料，光コンピュータを研究対象としています．これらは一見無関係に見えますが，システムとして共通の数理構造すなわち同形性を有しています．我々は様々な研究対象を専門とする実験/理論研究者と手を組んでモデリングを行い，これら対象の同型性に基づき共通の機械学習や統計力学を適用して，高次機能や設計指針を明らにしようとしています．このような分野をまたぐ横串展開により，異なる対象から普遍的な理解をもたらすことができます．
(1)神経系や材料などのイメージングデータ解析
神経科学や材料科学など様々な研究分野において、革新的なイメージング技術が開発されています．これら異分野のイメージングデータは，その生成過程を数理モデル化すると，その多くが同型です．我々は，これまで機械学習が使われていないイメージング課題において，同型性に基づき有効な解析手法を提案しています．
(2)非平衡情報統計力学の横串展開
神経系や磁性薄膜や光発振器などは，非線形振動子として見ると同型の標準モデルで記述できます．我々は，これまで非平衡情報統計力学が適用されていない課題において，同型性に基づきその巨視的性質を明らかにしています．例えば，データ駆動科学の基盤技術である圧縮センシングを光コンピュータのコヒーレントイジングマシンに実装する方法を提案し，その性能限界を明らかにしています．
(3)皆様へのメッセージ
昔，神経科学と人工知能は同一の研究分野でした．研究者人口の増加と研究の高度化とともに，様々な研究分野に細分化されていきました．多くの人がこのような研究の細分化がもたらす弊害に気づき始めています．我々の役割は，細分化と逆方向の流れを作り出すことです．究極のジェネラリストになってみませんか
A universal understanding based on the concept of system isomorphism
We focus our research on neuronal systems and functional materials such as batteries, optical computers, and so on. Despite appearing unrelated, they have a common mathematical structure, namely, isomorphism, as a system. In collaboration with experimental and theoretical researchers, we model and apply machine learning methods and statistical mechanics based on the isomorphisms of these subjects and conceptualize these higher-order functions. Through such a cross-disciplinary approach, different subjects can be understood in a universal manner.
Analyses of the nervous system and functional materials using imaging techniques
In recent years, new imaging techniques have been developed in several research fields, including neuroscience and materials science. Mathematical models for imaging processes are often isomorphic. By utilizing the isomorphism, we propose effective methods for the analysis of imaging problems for which machine learning has not yet been applied.
Cross-disciplinary application of non-equilibrium information statistical mechanics
It is possible to describe neuronal systems, magnetic thin films, and optical oscillators as nonlinear oscillators by isomorphic canonical models. The isomorphism has helped us clarify the macroscopic properties of subjects in which non-equilibrium information statistical mechanics has not been applied. As an example, we proposed a method for implementing compressed sensing, which is a fundamental method in the area of data-driven science, with the Coherent Ising Machine, and clarified theoretically its performance limits.
A message for everyone
Several decades ago, neuroscience and artificial intelligence were considered to belong to the same field. However, as the number of researchers has increased and research has become more sophisticated, it has been classified into a wide variety of research fields. Many researchers are increasingly realizing that the subdivision of research fields has negative consequences. The purpose of our work is to create reverse flow against the subdivision. Don’t you want to become the ultimate generalist?
研究プロジェクト Research project
- 統計力学によるCIM実装アルゴリズムの最適設計
受託研究（政府系） 革新的研究開発推進プログラム (ImPACT)
共同研究 NTT Research PHI Laboratories
- 特徴量画像のデータ駆動科学解析
委託研究（政府系） 戦略的創造研究推進事業チーム型研究 (CREST)