Qubic Scientific Teamによって書かれました
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
私たちが知っている人工知能モデルでは、情報が入り、エンコードされ、代数的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も、原則は同じです：信号は構造化されたシステム内で一連の明確に定義された操作を通過します。モデルは、左から右への入力-出力、または右から左へのバックプロパゲーションによる調整とトレーニングを通じて、指向性処理回路として機能します。
結果は、私たちがよく知っている通り、壮大です。何百万もの言語パラメータに取り組むことで、AIは素晴らしい回答を提供することができ、一部の幻覚もあります。しかし、目標が入力を処理し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、自己再編成し、学習を調節し、知性を組織の特性として持続させるシステムを構築することである場合、現在のAIは不足しています。
人々は時々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よりも比較的な比喩です。生物学的システムは情報を左から右に、またその逆に処理することはありません。情報はネットワークを通じて伝播し、自らにフィードバックし、また文脈に応じて振動し、減衰し、または強化されます。
図1. 従来の人工神経ネットワークにおける左右の情報フロー
ニューロンだけではない：脳の機能とシナプス可塑性におけるアストロサイトの役割
私たちは通常、認知と知性をニューロンの機能、受容体、神経伝達物質に関連付けます。しかし、それらは神経系の唯一の細胞ではありません。長い間、アストロサイトは神経系の細胞として支持、清掃、栄養、環境の安定に従事していると考えられていました。今日、私たちは彼らが調節に積極的に関与していることを知っています。実際、三者シナプスという用語が使われており、彼ら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、可塑性を調節し、回路の機能的効率を修正することに積極的に参加しています。
生きたネットワークは、単に発火するニューロンだけでなく、システムがどのように、いつ、どのくらい変化するかを調整するアストロサイトで構成されています。生物学において、計算は単に信号を発信することだけでなく、その信号が効果を持つ地形を調節することでもあります。最近の研究は、アストロサイトがトランスフォーマーアーキテクチャで見られる自己注意メカニズムに類似した正規化操作を実行できることを示しています。アストロサイトとニューロンの相互作用を人工知能システムにおける注意のような計算に直接結びつけています。
図2 生物学的アストロサイトと三者シナプス
Neuraxonにおけるアストロサイトゲーティング：生物にインスパイアされた神経ネットワークアーキテクチャ
Neuraxonは、脳の機能を回復しエミュレートし、従来の人工ネットワークが過度に単純化した機能特性を計算しようとするアーキテクチャです。
このアカデミーの前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、および隠れニューロンだけでなく、興奮性、抑制性、または中立的なポテンシャルをエミュレートする状態を持つユニットを導入します（-1、0、+1）。さらに、最近の活性化の歴史と文脈を考慮に入れた連続的な時間的ダイナミクス内でそれを行います。ネットワークはもはや層の合計ではなく、内部生理を持つシステムのように見えます。これらの基礎要素がどのように機能するかについての詳細は、NIAボリューム1：知性がステップではなく、時間で計算される理由、およびNIAボリューム2：生きている知性のモデルとしての三元ダイナミクスを参照してください。
Neuraxonが速い、遅い、そして神経調節受容体を通じて伝達をモデル化する方法を説明しました。これは、NIAボリューム3：神経調節と脳にインスパイアされたAIで深く探求されています。しかし、今では、アストロサイトゲーティングを通じて可塑性の調節もモデル化しています。
アストロサイトゲート付きマルチタイムスケール可塑性（AGMP）の仕組み
アストロサイトゲーティングは、三者シナプスにおけるアストロサイトの役割にインスパイアされたゲートを導入します。このアイデアは、シナプスの修正がいつ開くべきか、減衰すべきか、またはブロックされるべきかを決定する局所的で遅く、文脈に応じたフィルターを導入することです。これは、システムが変化の許可があるかどうかを考慮できるようなものです。このアプローチは、神経ネットワークの継続的学習における最も基本的な課題の一つである安定性-可塑性ジレンマに直接取り組みます。
適格トレースと局所シナプス記憶
どのように機能するのでしょうか？それは一種の適格トレースを通じてです。それは「このシナプスで何か重要なことが起こった」と言う局所的な記憶です。これは時間とともに減衰し、前シナプスと後シナプスの活動間の関数で更新されます。つまり、シナプスは時間の一致や因果関係の局所的な証拠を蓄積します。そこから、エラー、可能な報酬、またはドーパミン様の何かのようなグローバルなブロードキャストタイプの信号があります。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、アストロサイトは計算的な利点を提供する場合、数千のシナプスを調整できるかもしれません。
このアプローチは、スパイキング神経ネットワークのために提案されたアストロサイトゲート付きマルチタイムスケール可塑性（AGMP）フレームワークを含む最近の神経形態学的計算の進展と一致しています。これは、シナプスの更新をゲートする遅いアストロサイト状態を持つ適格トレース学習を同様に増強し、四因子学習ルール（適格性×調整信号×アストロサイトゲート×安定化）を生成します。
内因性調節：なぜNeuraxonは従来の神経ネットワーク以上のものなのか
QUBIC内のNeuraxonは、スケールやタスク性能で競争しません。内因性調節を持つ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則を組み込むことで、内部生態系を持つネットワークのように振る舞い始めます。つまり、どのユニットが活性化されているかだけでなく、どの組織の領域が可塑的で、どれが安定しているか、どれがノイズを減衰させ、どれが規則性を統合し、どれが自己再編成の準備をしているかが重要です。生物的および人工的神経ネットワークの比較に関する包括的な概要は、NIAボリューム4：AIと神経科学における神経ネットワークを参照してください。
AigarthとQUBICにとっての目標は、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機能的組織のレベルを導入することです。
なぜアストロサイトゲーティングがAigarthと分散型AIに重要なのか
Aigarthは静的なモデルではなく、成長、突然変異、剪定、機能的な子孫を生成し、適応圧力の下でそのトポロジーを再編成する能力を持つ進化的な組織です。その文脈で、Neuraxonは何かを提供します：その組織に住むユニットのための豊かな計算的微生理。
これは、堅牢性、適応性、そして記憶に影響を与えます。また、スケーラビリティにも。大規模なアーキテクチャでは、問題は単に多くのユニットがあることだけでなく、再構成のためにどの部分が利用可能で、どの部分が安定性を維持しなければならないかを調整する方法です。
QUBICのロードマップにおける目標は、知性が単に神経計算からではなく、速い処理、遅い調整、構造的進化の間の結合からも出現するシステムを構築することです。HuggingFace SpacesのインタラクティブなNeuraxon 3Dシミュレーションを使用して、ゼロからNeuraxon 2.0ネットワークを構築、構成、シミュレートすることで、これらのダイナミクスを直接体験できます。
図3. Neuraxonアストロサイトゲート - AGMP定式化
科学的参考文献
Allen, N. J., & Eroglu, C. (2017). アストロサイトとシナプス相互作用の細胞生物学。ニューロン、96(3)、697–708。
Halassa, M. M., Fellin, T., & Haydon, P. G. (2007). 三者シナプス：健康と病気におけるグリオトランスミッションの役割。分子医学のトレンド、13(2)、54–63。
Kofuji, P., & Araque, A. (2021). アストロサイトと行動。神経科学年次レビュー、44、49–67。
Perea, G., Navarrete, M., & Araque, A. (2009). 三者シナプス：アストロサイトがシナプス情報を処理し制御する。神経科学のトレンド、32(8)、421–431。
Woodburn, R. L., Bollinger, J. A., & Wohleb, E. S. (2021). アストロサイト活性化のシナプスおよび行動への影響。フロンティアズ・イン・セルラーニューロサイエンス、15、645267。
Vivancos, D. & Sanchez, J. (2026). Neuraxon v2.0：新しい神経成長と計算の青写真。ResearchGateプレプリント。
Neuraxonインテリジェンスアカデミーの全貌を探索する
これは、Qubic科学チームによるNeuraxonインテリジェンスアカデミーのボリューム5です。今参加する方は、NeuraxonとQubicの脳にインスパイアされた、分散型人工知能の背後にある科学を完全に理解するために、完全なシリーズを探索してください。
NIAボリューム1：知性がステップではなく、時間で計算される理由 — 生物学的知性が従来のLLMのような離散的計算ステップではなく、連続的な時間で機能する理由を探ります。
NIAボリューム2：生きている知性のモデルとしての三元ダイナミクス — 三元ダイナミクスについて説明し、三状態論理（興奮性、中立、抑制）が生きたシステムのモデリングにとってなぜ重要であるかを説明します。
NIAボリューム3：神経調節と脳にインスパイアされたAI — 神経調節と脳の化学信号（ドーパミン、セロトニン、アセチルコリン、ノルエピネフリン）がNeuraxonのアーキテクチャにどのようにインスパイアされているかをカバーします。
NIAボリューム4：AIと神経科学における神経ネットワーク — 生物学的神経ネットワーク、人工神経ネットワーク、およびNeuraxonの第三のアプローチの深い比較。
Qubicは実験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qubic.orgを訪れてください。