2020.07.10 NEW!

KDDI, KDDI Research Inc, ATR, XNef, start joint research on “Smartphone Addiction” utilizing neuroscience and AI. – Aiming for fact-finding survey and elucidation of “Smartphone Addiction”, and practical application of smartphone app for improvement/prevention Smartphone Addiction in FY 2024 –

Started research in collaboration with KDDI, KDDI Research Institute, and XNef, ATR will be responsible for analysis of brain activity and behavior related to smartphone usage and application of the DecNef method.
⇒ Click here for details

2020.07.01 NEW!

XNef Inc. Dr. Kawato serves as CEO opened official website !

Four research paradigms & Main collaborators

ATRに出向していたNTTの五味裕章さんらと発展させた小脳内部モデル[1,2]、ATRに私を招いて下さった乾敏郎先生と提案した順逆光学モデル[3]、Daniel Wolpertさんらと提案しNeural Networks誌に掲載したMOSAIC[4]などがあります。

ロボットに脳のモデルを埋め込むと言う斬新なパラダイムを、ERATO学習動態プロジェクトのグループリーダを務めてくれたStefan Schaalさん、ICORP計算脳プロジェクトの米国側の相方のChristopher AtkesonさんとグループリーダのGordon Chengさん等と構築しました[5]。現在ATR脳情報研究所ブレインロボットインタフェース研究室・室長の森本淳さんがMiguel Nicolelisさんと行った、Duke大学のサルとATRのヒューマノイドをインターネットで双方向に繋いで、ブレインマシンインタフェースによって歩行させる実験が印象深かったです[6]。

様々な計算モデルを実験で検証することや、理論にもとづく実験を行う事が出来ました。当時電総研におられた河野憲二先生の研究グループと共同で小脳内部モデル仮説を検証することが出来たのはとても幸運でした[7,8]。五味裕章さん、大須理英子さんやEtienne Burdetさんらとはロボットマニピュランダム[9,10]、今水寛さん等とはfMRI[11]を用いた実験にも手を付けるようになり、強化学習モデルに基づくfMRI実験については、私と銅谷賢治さん、春野雅彦さんが、世界で初めてcomputational model based neuroimagingと言う用語を使いました [12,13]。

超多次元のデータを多数のサンプルについて計測し、機械学習を応用して脳科学を精密科学にするという方向性が有望だと感じています。例えば安静時脳活動を複数のモダリティーで長時間計測する精密な実験、患者さんを含む2千人の脳ビッグデータ[14]、David Marr流の計算理論と脳ダイナミクスモデルが初めて統合される兆しがあること、柴田和久さん、渡邊武郎先生、佐々木由香先生と共同で開発したDecoded Neurofeedback[15]や、福田めぐみさんが中心になって開発したFunctional Connectivity Neurofeedback[16]などの新しいツールを用いて脳活動から心への因果関係を明らかに出来る神経科学を構築したいと考えています[17]。

[1] Kawato, M., Furukawa, K., Suzuki, R. (1987): A hierarchical neural-network model for control and learning of voluntary movement, Biological Cybernetics, Vol.57, pp.169-185.

[2] Kawato, M., Gomi, H. (1992): A computational model of four regions of the cerebellum based on feedback-error-learning, Biological Cybernetics, Vol.68, pp.95-103.

[3] Kawato, M., Hayakawa, H., Inui, T. (1993): A forward-inverse optics model of reciprocal connections between visual cortical areas, Network:Computation in Neural systems, Vol.4, pp.415-422.

[4] Wolpert, D., Kawato, M. (1998): Multiple paired forward and inverse models for motor control, Neural Networks, Vol.11, pp.1317-1329.

[5] Atkeson, CG., Hale, J., Pollick, F., Riley, M., Kotosaka, S., Schaal, S., Shibata, T., Tevatia, G., Vijayakumar, S., Ude, A., Kawato, M. (2000): Using humanoid robots to study human behavior, IEEE Intelligent Systems: Special Issue on Humanoid Robotics, Vol.15, pp.46-56.

[6] Morimoto, J., Kawato, M. (2015): Creating the brain and interacting with the brain: an integrated approach to understanding the brain, Journal of the Royal Society Interface, Vol.12, 20141250.

[7] Shidara, M., Kawano, K., Gomi, H., Kawato, M. (1993): Inverse-dynamics model eye movement control by purkinje cells in the cerebellum, Nature, Vol.365, pp.50-52.

[8] Kawato, M. (1999): Internal models for motor control and trajectory planning, Current Opinion in Neurobiology, Vol.9, pp.718-727.

[9] Gomi, H., Kawato, M. (1996): Equilibrium-point control hypothesis examined by measured arm-stiffness during multijoint movement, Science, Vol.272, pp.117-120.

[10] Burdet, E., Osu, R., Franklin, D., Milner, T., Kawato, M. (2001): The central nervous system stabilizes unstable dynamics by learning optimal impedance, Nature, Vol.414, pp.446-449.

[11] Imamizu, H., Miyauchi, S., Tamada, T., Sasaki, Y., Takino, R., Puetz, B., Yoshioka, T., Kawato, M. (2000): Human cerebellar activity reflecting an acquired internal model of a new tool, Nature, Vol.403, pp.192-195.

[12] Haruno, M., Kuroda, T., Doya, K., Toyama, K., Kimura, M., Samejima, K., Imamizu, H., Kawato, M. (2004): A neural correlate of reward-based behavioral learning in caudate nucleus: a functional magnetic resonance imaging study of a stochastic decision task, Journal of Neuroscience, Vol.24, pp.1660-1665.

[13] Haruno, M., Kawato, M. (2006): Different neural correlates of reward expectation and reward expectation error in the putamen and caudate nucleus during stimulus-action-reward association learning, Journal of Neurophysiology, Vol.95, pp.948-959.

[14] Yahata, N., Morimoto, J., Hashimoto, R., Lisi, G., Shibata, K., Kawakubo, Y., Kuwabara, H., Kuroda, M., Yamada, T., Megumi, F., Imamizu, H., Nanez, JE., Takahashi, H., Okamoto, Y., Kasai, K., Kato, N., Sasaki, Y., Watanabe, T., Kawato, M. (2016): A small number of abnormal brain connections predicts adult autism spectrum disorder, Nature Communications, Vol.7, p.11254.

[15] Shibata, K., Watanabe, T., Sasaki, Y., Kawato, M. (2011): Perceptual learning incepted by decoded fMRI neurofeedback without stimulus presentation, Science, Vol.334, No.6061, pp.1413-1415

[16] Megumi, F., Yamashita, A., Kawato, M., Imamizu, H. (2015): Functional MRI neurofeedback training on connectivity between two regions induces long-lasting changes in intrinsic functional network, Frontiers in Human Neuroscience, Vol.9, p.160.

[17] Watanabe, T., Sasaki, Y., Shibata, K., Kawato, M. (2017): Advances in fMRI real-time neurofeedback, Trends in Cognitive Sciences, Vol.21, pp.997-1010