ニューラルコンピューティング

神経計算とは、ニューロンのネットワークによって実行される情報処理です。神経計算は、計算的心の理論 (計算主義とも呼ばれる)として知られる哲学的伝統に属し、神経計算が認知を説明するという説を推し進めています。神経活動を計算的なものとして説明することを最初に提案したのは、1943 年の画期的な論文「神経活動に内在する考えの論理的計算」を書いたウォーレン・マカロックとウォルター・ピッツでした。

計算主義には、古典主義、コネクショニズム、計算神経科学の 3 つの一般的な分野があります。3 つの分野はいずれも、認知は計算であるという点では一致していますが、どのような計算が認知を構成するかについては意見が一致していません。古典主義の伝統では、脳内の計算はデジタルであり、デジタル コンピューティングに類似していると考えています。コネクショニズムと計算神経科学はどちらも、認知を実現する計算が必ずしもデジタル計算である必要はありません。ただし、認知現象の説明モデルを構築するためにどのような種類の実験データを使用すべきかについては、2 つの分野の間で大きな意見の相違があります。コネクショニストは、認知現象を説明するモデルを構築するために行動の証拠に依存しますが、計算神経科学は、神経解剖学的および神経生理学的情報を活用して、認知を説明する数学モデルを構築します。^[1]

心の計算理論の 3 つの主要な伝統と、脳内でのさまざまな計算形式を比較する場合、一般的な意味での計算の意味を定義すると役立ちます。計算とは、一連のルールに従って情報 (変数またはエンティティとも呼ばれる) を処理することです。この意味でのルールは、指定された出力を生成するために、変数の現在の状態に対する操作を実行するための指示にすぎません。言い換えると、ルールは、コンピューティング システムへの特定の入力に対してどの出力を生成するかを決定します。コンピューティング システムとは、確立された一連のルールに従って情報を処理するために、コンポーネントが機能的に編成されている必要があるメカニズムです。コンピューティング システムによって処理される情報の種類によって、実行される計算の種類が決まります。伝統的に、認知科学では、神経活動に関連する計算にはデジタルとアナログの2 つのタイプが提案されており、理論研究の大部分は認知のデジタル理解を取り入れています。デジタル計算を実行するコンピューティング システムは、文字列上の数字の種類と位置に応じて、数字の文字列に対する操作を実行するように機能的に編成されています。神経スパイク列の信号伝達は、ある種のデジタル計算を実装しているという主張もある。神経スパイクは、0 や 1 のような離散単位または数字とみなすことができるため、ニューロンは活動電位を発するかしないかのどちらかである。したがって、神経スパイク列は数字の列と見なすことができる。一方、アナログ計算システムは、離散的でなく、還元不可能な連続変数、つまり時間の関数として連続的に変化するエンティティに対して操作を実行する。これらの種類の操作は、微分方程式のシステムによって特徴付けられる。^[1]

ニューラル計算は、例えばニューラル計算のモデルを構築することによって研究することができます。

このテーマに特化した科学雑誌「Neural Computation」があります。

人工ニューラルネットワーク（ANN）は、機械学習の研究分野のサブフィールドです。ANNの研究は、ニューラルコンピューティングの知識に多少影響を受けています。^[1]