뇌 활동 해독이란, MRI나 뇌파에 의해 계측한 뇌 활동 데이터로부터 그 사람이 무엇을 하고 있었는지를 추정하는 기술로, 장래적인 BMI(Brain Machine Interface; 계측한 뇌 활동을 기초로 의수나 의족을 움직이는 기술)에의 응용을 응시한 연구가 진행되고 있다.
최근에는 이 뇌활동 해독에 인공지능의 기반기술인 '심층학습'을 이용함으로써 정밀도 향상이 이루어지고 있다.한편, 심층 신경회로의 동작은 매우 복잡하기 때문에, 「주어진 데이터에 대해 해독기가 왜 그 대답을 냈는가」의 설명이 곤란하다.
오카야마대학, 릿쿄대학, 생리학연구소, 주식회사 아라야, 게이오 대학의 연구자들은 이와 같이 블랙박스가 되어 있는 심층 신경회로에 의한 뇌활동 해독을 직관적으로 설명하는 새로운 수법을 개발 했다.이것은 반실 가상 설명이라는 수법과 심층 생성 모델이라는 심층 학습의 또 다른 기술을 조합함으로써 실현되었다.
구체적으로는 해독기가 대답을 잘못한 뇌 활동 데이터를 바탕으로 적대적 학습에 의한 심층 생성 모델로 진짜 똑같은 가상적 뇌 활동 데이터를 생성한다.가상 뇌 활동 데이터로 해독기가 올바르게 판단할 수 있으면, 원래의 뇌 활동 데이터와 가상 뇌 활동 데이터를 비교함으로써 오답의 원인이 된 뇌 부위를 판별할 수 있다.양자의 차이의 부분을 시각적으로 나타내고, 오작동의 「설명」을 줄 수 있다고 한다.
또, 뇌활동 생성기에 의해 어느 특징을 과장한 뇌활동 데이터를 생성해, 해독기에 읽게 한다고 하는 응용에 의해, 심층 신경 회로가 해독에 사용하는 뇌 활동의 특징을 추출하는데도 성공했다.이러한 성과는 "설명이 붙는" 심층 학습을 이용한 뇌 영상 진단을 실현하는 기초 기술로서 도움이 될 것으로 기대된다.
