Dr. Mitsuo KAWATO
 (川人 光男)

  --ENGLISH--
Revised: April 27, 2017
 
For BICR members: ACN Seminar on 25th April 2017, Download PowerPoint Slides here !





2017年4月17日
Call for Abstracts: real-time functional imaging and neurofeedback conference (rtFIN2017)

2017年11月29日(水)〜12月1日(金)の3日間、奈良春日野国際フォーラムにてreal-time functional imaging and neurofeedback conference (rtFIN2017:大会長 川人光男)を開催致します。

第3回目は、先端的ニューロフィードバックに焦点をあて、臨床応用を視野に、ニューロフィードバックの標準化から国際的な研究協力体制の確立を目標とし、様々な議論をする場を提供する予定です。

登録サイトがオープンしましたので、是非とも演題登録をお待ちしています。

日時:2017年11月29日(水)〜12月1日(金)
場所:奈良春日野国際フォーラム
会議概要:こちらのサイトをご覧ください。
締切:2017年7月15日(演題申込)、2017年10月31日(参加申込)
主催:国際電気通信基礎技術研究所 (ATR)
共催:内閣府ImPACT「脳情報の可視化と制御による活力溢れる生活の実現」、けいはんなリサーチコンプレックス




2017年3月15日

Nature Communications掲載論文が
Nature日本語Webサイト「おすすめのコンテンツ」で紹介されました。
多(ボクセル)ニューロフィードバックで知覚成績を変えずに確信度だけを変える

2017年3月2日

恐怖記憶の消去について、
川人所長、小泉研究員、天野研究員の著者インタビューがNature日本語Webサイトに掲載されました。
Nature 著者インタビュー2017年1月号掲載

2016年12月13日

フジTVネット番組ホウドウキョクGOGOに川人所長、小泉研究員らが出演。恐怖記憶の消去について紹介しました。 アーカイブ動画を視聴可能
12月13日(火)にフジテレビフジTVネット番組ホウドウキョクGOGOに 川人所長、小泉研究員が生出演し、Nature Human Behaviourに掲載された下記の論文について紹介しました。
番組の様子は、アーカイブされ半年間視聴が可能です。

ホウドウキョクGOGO
「恐怖の記憶の消去」とは?  ←動画にリンクしています

Ai Koizumi, Kaoru Amano, Aurelio Cortese, Kazuhisa Shibata, Wako Yoshida, Ben Seymour, Mitsuo Kawato, Hakwan Lau: Fear reduction without fear: Reinforcement of neural activity bypasses conscious exposure. Nature Human Behaviour. DOI: 10.1038/s41562-016-0006 (2016).
プレスリリース詳細についてはこちらをご覧下さい


2016年10月8日
皇太子殿下に、ASDバイオマーカ、うつ病結合ニューロフィードバック治療のご説明、そして脳波デコー ディングによる下肢外骨格パ ワーアシストロボットの足踏み制御のデモンストレーションを、AMEDの脳科学研究戦略推進プログラムの成果としてご紹介させて頂きました。

(株) 国際電気通信基礎技術研究所
    脳情報通信総合研究所 所長  /  脳情報研究所 所長  /  ATRフェロー ATR_Logo.jpg

情報通信研究機構(NICT)脳情報通 信融合研究センター(CiNet)副研究センター長
理化学研究所 革新知能統合研究センター 特任顧問

奈良先端科学技術大学院大学 客員教授(連携講座)
京都大学大学院 客員教授(連携講座)
富山県立大学  特任教授
金沢工業大学 客員教授
大阪大学大学院生命機能研究科 招聘教授
自然科学研究機構 新分野創成センター ブレインサイエンス研究分野長/客 員教授
国 立情報学研究所 客員教授
東京工業大学精密工学研究所 特定教授
玉川大学脳科学研究所 客員教授



最近の話題

現代化学2010年6月 号 No.471  " ブレイン・マシン・インタフェース BMI倫理4原則の提案"



脳活動信号から脳に表現されている情報を解読し、その情報を使ってロボット を操作し、脳機能を解明する研究に取り組んでいる。
a) 計算論的神経科学
脳を創ることによって脳を知り、脳を創れる程度に脳を知る、という計算論的 神経科学の研究を行っている。脳が解いている具体的な問題を解く事により、 初めて情報処理を明らかにできるという立場から、脳、身体、環境のなすダイ ナミクスを全体として理解する事を目指す。
b) ヒューマノイドロボットの開発
ヒト型ロボットCB-i、空電外骨格ロボットEXORのブレインマシンインタフェー スによる制御などを通して、見まね学習、二足歩行、3次元視覚物体認識の発 達などの脳機能を理解する。
c)ブレインマシンインタ フェース
脳と情報通信ネットワークを直接繋ぐ新しい技術ブレインマシンインタフェー スを、脳情報の推定や解読の数理統計研究に基づいて開発している。この技術 を用いて、因果関係を証明できる操作脳科学を構築する事も目指している。


Computational Study of the Brain: 感覚−運動統合からコミュニケーションへ

計算論的神経科学
過去50年、脳の構造や機能について研究をする神経科学の分野は、めざましい進歩を遂げてきました。しかし、残念ながら主に脳の責任 部位の解明や 脳のある機能に重要な働きをする物質の特定に限られており、脳内情報表現や脳の情報処理過程については、あまり研究が進んでいませんでした。脳の情報表現 と処理に関して十分に理解が進めば、視覚情報処理、スムーズで器用な運動制御、自然言語処理のような難題を解き明かすことができる人工的な機械やコン ピュータプログラムをつくることができるでしょう。従来の神経科学研究のパラダイムから脱皮す べく、私たちは計算的な理解に基づくアプローチを採用し研究を続けてきました。換言すれば、脳を知るために脳を創り、脳を創るために脳を知り、また最終的 には脳を創ることができる程度に脳を知ることを目指しています。さらに具体的にいうと、人間の脳が用いているのと同じ原理で機械、コンピュータプログラ ム、またはロボットが計算問題を解けるという長期的目標を定め、脳の情報処理についての研究を行ってきました。(文献1)  このようなアプローチにより、視覚情報処理、腕運動における軌道計画のための最適制御の規範、小脳の内部モデル、ロボットの見まね学 習、筋電 図に基づくヒューマンインタフェース、脳活動推定アルゴリズムの開発、脳情報の解読と制御、ブレインマシンインタフェースの開発、リハビリテーション医学 への応用などについて研 究を続けてきました。スペースの関係上、ここでは内部モデルとロボットの見まね学習についてお話したいと思います。                             
                

小脳皮質の内部モデル
内部モデルとは、脳の外(文献2)に存在するある対象の入出力特性をまねることができる脳内の神経回路のことです。私たちは、 運動学習により運動器官の内部モデルが小脳に獲得される という仮説をたてました。フィードバック誤差学習という私たちのモデルでは、登上繊維入力が運動指令の誤差信号を提供し、平行繊維入力とプルキンエ細胞の シナプス荷重を変えることにより小脳皮質がダイナミカルシステムの入出力をひっくりかえした内部モデル、つまり逆モデルを学習して獲得します。この仮説は サル の生理学実験(文献1、3)、ヒトの行動実験(文献4、5)、ヒトの脳イメージング実験(文献6、7)により実証されました。今では一般的に小脳内部モデ ルは感覚ー運動統合だけではなくヒトの認知機能にとっても重要であると捉えられています。(文献1、2、8)

 ロボットの見まね学習
 脳の機能は脳についてのみハードウェアとして再現して研究をしても解明できません。全身や周辺の環境も作 り出す必要があります。従って、このようなアプ ローチがロボット研究と深い関連性があることは明らかです。これまで、ロボット工学においてヒト知性の情報処理過程を解明するという科学的目的は、あまり 重要視されてきませんでした。むしろ逆に、この目的 は表には出されておらず、曖昧にされ、軽視されてきました。私たちは、計算論的神経科学を研究する目的で、サルコス社と共同でDBというヒューマノイドロ ボットを開発しました。DBは、動きが早く、人間と同じ大き さ、重さで、30自由度を持っています。4つのカメラ、人工前庭感覚、関節感覚、アクチュエータについたカセンサもついています。 (DB's Home page). DBは、今では24個の芸ができるようになりました。それらの芸は、3つに分類されます。最初の分類は、見まねによる学習です。(1)沖縄舞踊見まね(カ チャーシ)、(2)ロックンロールまね、(3)見まねによる棒立て、(4)見まねによるテニス、(5)ビデオカメラによる実時間運動認知、(6)パンチン グ見まね、(7)ジャグリング、(8)デビルスティック、(9)実時間見まねによる手の運動、(10)エアホッケー見まね、(11)箱ころがし、(12) 小箱運び 2つ目の分類は、眼球運動で、(13)前庭動眼反射適応、(14)円滑性追跡眼球運動学習、(15)サッカード、(16)眼球運動プ リミティブの統合 があります。3つ目の分類は、タスク力学・物理的相互作用・学習で(17)パドリング、(18)視覚−運動変換学習、(19)キャッチ ボール、(20)ドラミングの共演、(21)スティッキーハンド、(22)キャリブレーションなしの視覚−運動変換、(23)ヨーヨー、スリンキー、 (24)柔軟物体操作があります。これらの見まね学習では、(A)小脳内部モデル、(B)大脳基底核強化学習、(C)大脳皮質確率的内部モデルが重要な計 算原理となっています。
最近では全身に51の自由度を持ち、姿勢制御と歩行能力があり、ブレインマシンインタフェースによってサルの脳と1万キロ離れて接続されたCB-iを 開発しました。(文献9)

文献
  1. Kawato M: From " Understanding the brain by creating the brain" toward Manipulative Neuroscience." Philosophical Transactions of the Royal Society B (2007)
  2. Kawato M: Internal models for motor control and trajectory planning. Current Opinion in Neurobiology, 9,718-727(1999). (c) Elsevier Science Ltd.
  3. Shidara M, Kawano K, Gomi H, Kawato M: Inverse-dynamics model eye movement control by Purkinje cells in the cerebellum. Nature 365,50-52(1993).
  4. Gomi H, Kawato M: Equilibrium-point control hypothesis examined by measured arm-stiffness during multi-joint movement. Science 272,117-120(1996).
  5. Burdet E, Osu R, Franklin D, Milner T, Kawato M: The central nervous system stabilizes unstable dynamics by learning optimal impedance. Nature, 414,446-449(2001). (c) Macmillan Magazines Ltd.
  6. Imamizu H, Miyauchi S, Tamada T, Sasaki Y, Takino R, Puetz B, Yoshioka T, Kawato M: Human cerebellar activity reflecting an acquired internal model of a novel tool. Nature, 403,192-195(2000).
     (c) Macmillan Magazines Ltd.
  7. Imamizu H, Kuroda T, Miyauchi S, Yoshioka T, Kawato M: Modular organization of internal models of tools in the human cerebellum. Proc Natl Acad Sci USA., 100,5461-5466 (2003).(c) PNAS.
  8. Wolpert D, Kawato M: Multiple paired forward and inverse models for motor control. Neural Networks 11,1317-1329(1998). (c) Elsevier Science Ltd.
  9. Kawato M: Brain controlled robots. HFSP Journal, 2(3), 136-142 (2008)

経 歴 等

生年月日
1953年11月12日

学歴
1976年3月     東京大学理学部物理学科卒業
1978年3月     大阪大学大学院基礎工学研究科物理系専攻修士課程修了
1981年3月     大阪大学大学院基礎工学研究科物理系専攻博士課程修了  ( 工学博士 )

職歴
1981年 大阪大学基礎工学部   助手、1987年同講師。1988年より(株)ATR視聴覚機構研究所  主任研究員。1992年、(株)ATR人間情報通信研究所  第3研究室  室長。2003年よりATR脳情報研究所所長、2004年ATRフェロー、IEICEフェロー。2010年よりATR脳情報通信総合研究所所長。

2008〜 2016年 科学技術振興機構さきがけ「脳情報の解読と制御」領域 研究総括。2013年より文部科学省脳科学研究戦略推進プログラムBMI技術精神・神経疾患等の治療グループリーダー、 2014年より内閣府「革新的研究開発推進プログラム(ImPACT)」脳情報の可視化と制御による活力溢れる生活の実現携帯型BMI領域統括技術責 任者、2015年より自然科学研究機構新分野創成センター ブレインサイエンス研究分野長、2016年より理化学研究所 革新知能統合研究センター 特任顧問、現在に至る。

1996年~2001年科学技術振興事業団川人学習動態脳プロジェクト総括責任者、2004年~2009年科学技術振興機構計算脳プロジェクト研 究総括を兼任。1994年より金沢工業大学、2000年より奈良先端科学技術大学院大学連携講座、2002〜2016年大阪大学大学院生命機能研究科の客 員教 授、2008年〜2016年生理学研究所多次元共同脳科学推進センター、国立情報学研究所、2009年より自然科学研究機構新分野創成センター、2010 年より京都大学大学院、 2011年より東京工業大学精密工学研究所、及び玉川大学脳科学研究所の客員教授。2006年より富山県立大学特任教授。

計算論的神経科学の研究に従事。北米神経科学学会外国人会員, 日本神経回路学会特任理事, 日本脳科学関連学会連合評議員, 同学会連合将来構想委員会副委員長, 電子情報通信学会IEICEフェロー, 米国生理学会会員, 日本学術会議連携会員, 第33回日本神経科学大会大会長, 東洋紡百周年記念バイオテクノロジー研究財団理事



1986年  とやま賞科学技術部門  ( 財団法人  富山県置県100年記念財団 )
1988年  ブレインサイエンス振興財団研究助成賞 
1991年  電子情報通信学会論文賞,同米澤ファウンダーズ・メダル受賞記念特別賞
1992年  システム制御情報学会  椹木記念論文賞
1992年   International Neural Network Society Outstanding Research Award
1993年  科学技術庁長官賞 研究功績者賞
1993年  日本神経回路学会論文賞、研究賞
1993年  第11回大阪科学賞
1994年  日本神経回路学会論文賞、研究賞
1996年  第10回塚原仲晃記念賞
1997年  日本神経回路学会論文賞
1997年  1997年度大川出版賞
1998年  1998年度計測自動制御学会論文賞友田賞
2001年  第3回時実利彦記念賞
2001年  ビジュアルサイエンスフェスタ優秀賞
2004年  電子情報通信学会 IEICE FELLOWの称号を授与
2005年  第58回中日文化賞
2005年  情報通信月間推進協議会会長表彰 志田林三郎賞
2006年  朝日賞
2007年  日本神経回路学会論文賞
2007年  APNNA Outstanding Achievement Award
2008年  INNS ガボール賞
2008年  船井業績賞
2009年  平成21年度「情報通信月間」総務大臣表彰
2009年  大川賞
2012年  第2回立石賞特別賞
2012年  International Neural Network Society "College of Fellows" の称号を授与
2013年  紫綬褒章を受章

業 績


ATR Publication and Citation Statistics


Links


阪 大講義2012

阪 大講義2009


NAIST 講義2009


東 大医講義




My favorites

    picture put angels soft