研究チームはNetwork Neuroscience Theoryを検証するため、神経イメージングによる構造的・機能的指標を組み合わせて脳の大規模な組織化を記述しました。解析にはNature Communicationsに掲載された研究で、Human Connectome Projectの831人の成人データとINSIGHT Studyの独立した145人の成人サンプルが用いられました(INSIGHTはIARPAのSHARPプログラムによる資金提供)。
主要な発見は次の通りです。知能は単一の領域から生じるのではなく、複数の専門化したネットワークにまたがる処理から生じます。遠く離れた脳領域を結ぶ長距離通信と統合が重要で、制御を担う領域がハブとして相互作用を調整し、適切なネットワークを動員します。効果的な認知には局所的な専門性と短い伝達経路による全体的な統合のバランスが求められます。
両データセットで一般知能の個人差はこうしたシステムレベルの特性と関連しており、単一の領域や典型的な「知能ネットワーク」だけでは説明が不十分でした。Barbeyは認知が協調されたときに一般知能が現れると指摘し、Wilcoxは堅牢で適応的なシステム全体の協調の証拠を見つけたと述べています。
この知見は発達や老化、拡散性の脳損傷への感受性に関する幅広いパターンの説明に役立ちます。また人工システムで一般知能を達成するには、専門能力を単に大きくするだけでなくシステムレベルの組織化が必要になる可能性を示唆しています。共同著者にはBabak HemmatianとLav Varshneyが含まれ、情報源はUniversity of Notre Dameです。
難しい単語
- 組織化 — 部分や機能がまとまって配置されること
- 専門化 — 特定の仕事や機能に特化すること専門化した
- 統合 — 別々の要素や情報を一つにまとめること
- ハブ — 複数の部分をつなぐ中心的な点
- 個人差 — 同じ特性でも人ごとに違うこと
- 感受性 — 影響や損傷を受けやすい性質
- 堅牢 — 外部の変化に強く安定していること
- 協調 — 複数の部分が連携して働くこと協調された, 協調の
ヒント:記事中の強調表示された単語にマウスオーバー/フォーカス/タップすると、その場で簡単な意味が表示されます。
ディスカッション用の質問
- この研究の結果は教育や訓練方法にどのような影響を与えると思いますか。理由を挙げて説明してください。
- 脳損傷や老化に対する「システムレベルの組織化」の理解は、臨床やリハビリにどう役立つでしょうか。具体例を考えてください。
- 人工知能を設計する立場なら、本文の示唆を受けてどのような設計方針を検討しますか。メリットと注意点を述べてください。