====== 260318 アストロサイトと脳からインスピレーションを得たAI：生物学的可塑性の調節がニューラルネットワークの未来をどう形作るか ======
{{ .:pasted:20260319-003807.png?400}}

> 出典 [[https://qubic.org/blog-detail/astrocytes-neuraxon-intelligence-academy-vol-5|Astrocytes and Brain-Inspired AI: How Astrocytic Gating Transforms Neural Network Plasticity | Neuraxon Intelligence Academy Vol. 5]]

**ASTROCYTES AND BRAIN-INSPIRED AI: HOW BIOLOGICAL PLASTICITY REGULATION SHAPES THE FUTURE OF NEURAL NETWORKS**

執筆：**Qubic Scientific Team** / 公開日：2026年3月18日

**Neuraxon Intelligence Academy - Vol. 5**

===== 従来の人工ニューラルネットワークにおける情報の流れ =====

**HOW INFORMATION FLOWS IN TRADITIONAL ARTIFICIAL NEURAL NETWORKS**

　私たちが知っている人工知能モデルでは、情報が入力され、エンコードされ、代数行列を通じて変換され、出力を生成します。トランスフォーマーのような最も高度なアーキテクチャであっても、原理は同じです。つまり、信号は構造化されたシステム内の明確に定義された一連の操作を通過します。モデルは、左から右へ、入力から出力へ、または調整とトレーニングのためのバックプロパゲーション（誤差逆伝播）を通じて右から左へと、方向性のある処理回路として機能します。

　ご存知の通り、その結果は目覚ましいものです。数百万もの言語パラメータを処理することで、AIは（多少のハルシネーションを伴うとはいえ）素晴らしい回答を返すことができます。しかし、目的が「入力を処理して出力を生成すること」ではなく、「内部のダイナミクスを維持し、継続的に適応し、自らを再編成し、学習を調整し、組織（tissue）の特性として知能を維持できるシステム」を構築することであるならば、現在のAIは力不足です。

　人々は時折、言語モデルを脳の模倣として語りますが、実際にはこれは計算神経科学のシミュレーションというよりも、比較のための比喩にすぎません。生物学的システムは、情報を左から右へ、あるいはその逆へと処理するわけではありません。情報はネットワーク全体に伝播し、自己にフィードバックし、さらにコンテキストに応じて振動したり、減衰したり、強化されたりします。


{{.:pasted:20260319-004130.png?800}}

**図1. 従来の人工ニューラルネットワークにおける左から右への情報の流れ**\\
//(Fig 1. Left-right information flow in traditional artificial neural networks)//

===== ニューロンだけではない：脳機能とシナプス可塑性におけるアストロサイトの役割 =====

**NOT ONLY NEURONS: THE ROLE OF ASTROCYTES IN BRAIN FUNCTION AND SYNAPTIC PLASTICITY**

　私たちは通常、認知や知能をニューロン、その受容体、神経伝達物質の働きと結びつけます。しかし、神経系に存在するのはそれらの細胞だけではありません。長い間、アストロサイト（星状膠細胞）(([[https://ja.wikipedia.org/wiki/%E3%82%A2%E3%82%B9%E3%83%88%E3%83%AD%E3%82%B5%E3%82%A4%E3%83%88|アストロサイト - Wikipedia]]))は、環境のサポート、清掃、栄養補給、安定化を担う神経系の細胞であると考えられてきました。今日では、それらが調節に積極的に参加していることがわかっています。実際、「三者間シナプス（tripartite synapse）」という用語が使われており、アストロサイトは神経伝達物質を検出し、複数のシナプスからの信号を統合し、可塑性を調整し、回路の機能的有効性を変更することによって積極的に関与しています。

　生きたネットワークは、発火するニューロンだけで構成されているわけではなく、システムが「どのように」「いつ」「どの程度」変化するかを調節するアストロサイトによっても構成されています。生物学において、計算とは単に信号を発することだけでなく、その信号が影響を及ぼす環境（テレイン）を調整することでもあります。最近の研究では、アストロサイトがトランスフォーマー・アーキテクチャに見られる自己注意（self-attention）メカニズムに類似した正規化操作を実行できることが実証されており、人工知能システムにおける注意（attention）のような計算と、アストロサイト-ニューロン間の相互作用を直接結びつけています。

{{.:pasted:20260319-004158.png?800}}

**図2. 生物学的なアストロサイトと三者間シナプス**\\
//(Fig. 2 Biological astrocytes and tripartite synapse)//

===== Neuraxon におけるアストロサイト・ゲーティング：生体模倣型ニューラルネットワーク・アーキテクチャ =====

**ASTROCYTIC GATING IN NEURAXON: BIO-INSPIRED NEURAL NETWORK ARCHITECTURE**

　[[tag/Neuraxon]] は、脳の機能を回復およびエミュレートし、従来の人工ネットワークが過度に単純化してきた機能的特性を計算しようと試みるアーキテクチャです。

　このアカデミーの過去のボリュームで説明したように、Neuraxonは従来の意味での入力、出力、隠れニューロンだけで機能するわけではありません。興奮性、抑制性、または中立性の電位（-1, 0, +1）をエミュレートする状態を持つユニットを導入しています。さらに、コンテキストと直近の活性化履歴を考慮した、継続的な「時間的（TEMPORAL）」ダイナミクスの中でそれを行います。ネットワークはもはや層の合計ではなく、内部の生理学を備えたシステムにより似ています。これらの基本的な要素がどのように機能するかについてのより深いコンテキストについては、「NIA Volume 1: 知能がステップではなく時間で計算される理由」および「NIA Volume 2: 生きた知能のモデルとしての三進法ダイナミクス」を参照してください。

　私たちは、「NIA Volume 3: 神経調節と脳からインスピレーションを得たAI」で深く探求されたメカニズムである、高速、低速、および神経調節受容体を介した伝達をNeuraxonがどのようにモデル化するかを説明しました。しかし現在、私たちはアストロサイト・ゲーティングによる可塑性の調節もモデル化しています。

===== アストロサイトによるゲーティング機構を備えた複数時間スケール可塑性（AGMP）の仕組み =====

**HOW ASTROCYTE-GATED MULTI-TIMESCALE PLASTICITY (AGMP) WORKS**

　アストロサイト・ゲーティングは、三者間シナプスにおけるアストロサイトの役割に触発されたゲートを導入します。そのアイデアは、シナプスの変更をいつ開くか、減衰させるか、またはブロックするかを決定する、局所的で低速なコンテキスト・フィルターを導入することです。まるでシステムが変更の許可があるかどうかを検討できるかのようです。このアプローチは、ニューラルネットワークの継続学習における最も根本的な課題の1つである「安定性-可塑性のジレンマ」に直接対処します。

==== エリジビリティ・トレースと局所シナプス記憶 ====

//Eligibility Traces and Local Synaptic Memory//

　それはどのように機能するのでしょうか？ 一種のエリジビリティ・トレース（適格度トレース）を通じてです。それは「このシナプスで何か関連性のあることが起こった」と伝える局所的な記憶です。これは時間の経過に伴う減衰と、シナプス前およびシナプス後の活動の間の関数によって更新されます。つまり、シナプスは時間的同時性または因果関係の局所的な証拠を蓄積します。そこから、エラー、可能性のある報酬、またはドーパミンのようなグローバルなブロードキャスト型信号が発生します。アストロサイト・ゲートは、ニューロンが学習状態にあるかどうかを選択します。将来のバージョンでは、計算上の利点が得られる場合、アストロサイトは数千のシナプスを調整する可能性があります。

　このアプローチは、スパイキング・ニューラルネットワーク向けに提案されたAstrocyte-Gated Multi-Timescale Plasticity (AGMP) フレームワークを含む、ニューロモルフィック・コンピューティングの最近の進歩と一致しています。このフレームワークは同様に、シナプスの更新をゲートする低速のアストロサイト状態によってエリジビリティ・トレース学習を拡張し、4要素学習ルール（適格度 × 調整信号 × アストロサイト・ゲート × 安定化）をもたらします。

===== 内因性調節：Neuraxon が従来のニューラルネットワーク以上である理由 =====

**ENDOGENOUS REGULATION: WHY NEURAXON IS MORE THAN A CONVENTIONAL NEURAL NETWORK**

　QUBIC 内の [[tag/Neuraxon]] は、スケールやタスクのパフォーマンスで競争するわけではありません。内因性調節を備えたアーキテクチャを通じて機能します。アストロサイトの原理を組み込むことで、内部の生態学（エコロジー）を持つネットワークのように振る舞い始めます。つまり、どのユニットがアクティブになるかだけでなく、組織のどのドメインが可塑的か、どれが安定化されているか、どの領域がノイズを減衰させているか、どれが規則性を強化（コンソリデーション）しているか、そしてどれが自らを再編成する準備をしているかが重要になるシステムです。生物学的ニューラルネットワークと人工ニューラルネットワークの比較の包括的な概要については、「NIA Volume 4: AIと神経科学におけるニューラルネットワーク」を参照してください。

　[[tag/Aigarth]] と QUBIC にとって、目的はより多くのパラメータを蓄積することではなく、システム内により多くのレベルの機能的組織を導入することです。

===== Aigarth および分散型 AIにとってアストロサイト・ゲーティングが重要である理由 =====

**WHY ASTROCYTIC GATING MATTERS FOR AIGARTH AND DECENTRALIZED AI**

　[[tag/Aigarth]] は静的なモデルではなく、成長し、変異し、刈り込み（プルーニング）を行い、機能的な子孫を生み出し、適応圧の下でそのトポロジーを再編成することができるアーキテクチャを通じた進化的組織（tissue）です。そのコンテキストにおいて、[[tag/Neuraxon]] はある貢献をします。それは、その組織に生息するユニットのための豊かな計算論的微小生理学（microphysiology）です。

　これは、堅牢性、適応性、記憶に意味を持ちます。スケーラビリティについても同様です。大規模なアーキテクチャにおいて、問題はユニットの数が多いことだけでなく、システムのどの部分が再構成に利用可能であり、どの部分が安定性を維持しなければならないかをどのように調整するかということです。

　QUBIC のロードマップの観点から言えば、目標は、知能が神経計算だけでなく、高速処理、低速な調整、および構造的進化の間の結合からも創発するシステムを構築することです。[[https://huggingface.co/spaces/DavidVivancos/Neuraxon|HuggingFace Spaces にあるインタラクティブな Neuraxon 3Dシミュレーション]]を使ってこれらのダイナミクスを直接探索し、ゼロから Neuraxon 2.0ネットワークを構築、設定、シミュレートすることができます。

{{.:pasted:20260319-004229.png?800}}

**図3. Neuraxonのアストロサイト・ゲーティング - AGMPの定式化**\\
//(Fig 3. Neuraxon astrocytes gating - AGMP formulation)//

===== 科学的参考文献 =====

**SCIENTIFIC REFERENCES**

  * Allen, N. J., & Eroglu, C. (2017). Cell biology of astrocyte-synapse interactions. Neuron, 96(3), 697–708.
  * Halassa, M. M., Fellin, T., & Haydon, P. G. (2007). The tripartite synapse: Roles for gliotransmission in health and disease. Trends in Molecular Medicine, 13(2), 54–63.
  * Kofuji, P., & Araque, A. (2021). Astrocytes and behavior. Annual Review of Neuroscience, 44, 49–67.
  * Perea, G., Navarrete, M., & Araque, A. (2009). Tripartite synapses: Astrocytes process and control synaptic information. Trends in Neurosciences, 32(8), 421–431.
  * Woodburn, R. L., Bollinger, J. A., & Wohleb, E. S. (2021). Synaptic and behavioral effects of astrocyte activation. Frontiers in Cellular Neuroscience, 15, 645267.
  * Vivancos, D. & Sanchez, J. (2026). Neuraxon v2.0: A New Neural Growth & Computation Blueprint. ResearchGate Preprint.

===== NEURAXON INTELLIGENCE ACADEMY 全体を探索する =====

**EXPLORE THE FULL NEURAXON INTELLIGENCE ACADEMY**

　これは Qubic Scientific Team による Neuraxon Intelligence Academy の第5巻です。初めて参加される方は、全シリーズを探索して、[[tag/Neuraxon]] の背後にある科学と、脳からインスピレーションを得た分散型人工知能に対する Qubicのアプローチを完全に理解してください：

  * **NIA Volume 1:** [[260107_neuraxon_time|]]

  * **NIA Volume 2:** [[260127-beyond-binary|]]

  * **NIA Volume 3:** [[260210-neuromodulation|]]

  * **NIA Volume 4:** [[260224-neural-networks-in-ai-and-neuroscience|]]

　Qubic は実験的技術のための分散型オープンソースネットワークです。詳細については、[[https://qubic.org|qubic.org]] をご覧ください。[[https://x.com/_Qubic_|𝕏]]、[[https://discord.gg/qubic|Discord]]、[[https://t.me/qubic_network|Telegram]] での議論にご参加ください。

===== 要約版 =====

|  Google NotebookLM スライドPDF\\ [[https://drive.google.com/file/d/1_uke18wqCbH6YRIBsq6GY4LK-oqaWO2-/view?usp=drive_link|{{.:pasted:20260319-005725.png?800}}]]  |

==== 1. 従来のAIの限界 ====

　トランスフォーマーなどの現在の AIは、情報を一方向に処理して優れた出力を生成することには長けています。しかし、環境に合わせて継続的に適応し、自らを再編成するといった「内部ダイナミクス」を維持・調節する能力においては、生物の脳には遠く及びません。

==== 2. アストロサイト（星状膠細胞）の真の役割 ====

　これまで脳内のサポート役と見なされてきた「アストロサイト」は、実はシナプス調節（三者間シナプス）に積極的に関与しています。神経伝達物質を検出し、ネットワークが「いつ、どのように、どの程度変化するか」という学習の土台（環境）をコントロールする重要な役割を担っています。

==== 3. Neuraxonへの応用：アストロサイト・ゲーティング (AGMP) ====

　[[tag/Neuraxon]] アーキテクチャでは、このアストロサイトの機能を模倣した局所的なフィルター（ゲート）を導入しています。

  * **適格度トレースと局所記憶**: 
    * シナプスが変更されるべきか、減衰すべきか、ブロックすべきかをシステムが自律的に判断します。

  * **安定性-可塑性のジレンマを解決**: 
    * どの部分を新しい学習に適応（可塑化）させ、どの部分の記憶を維持（安定化）するかを効率的に制御します。

==== 4. Aigarth（分散型AI）の進化と未来 ====

　[[tag/Neuraxon]] は単にパラメータの規模を競うのではなく、ネットワーク内に「内因性調節（内部のエコロジー）」をもたらします。これにより、成長・変異・再編成を繰り返す分散型AI「[[tag/Aigarth]]」において、大規模なシステムを破綻させずに調整・進化させるための堅牢性とスケーラビリティが提供されます。


==== 結論 ====

　Qubic と [[tag/Neuraxon]] が目指すのは、単なる計算処理だけでなく、「高速な処理」「低速な調節（アストロサイト）」「構造的な進化」の組み合わせから知能が創発する、真の脳型AIシステムの構築です。

{{tag>blog 260318 neuraxon }}