← 2026-10-25 の一覧へ戻るホーム
ニューラルチップが脳領域間の相互作用を読み解く

2026/10/25 0:57

ニューラルチップが脳領域間の相互作用を読み解く

RSS: https://news.ycombinator.com/rss

元のHacker News記事へ ↗
要約▶

Japanese Translation:

EPFL、Mahsa Shoaran 氏を筆頭に実施された研究により、「LogSync」という埋め込み型ニューロチップ（4×2 mm）が開発されました。これは、陳腐な単一領域システムに依存するのではなく、分散した脳ネットワークの実時間モニタリングを可能にすることで、精神医学治療を革新します。現在、多くの深部脳刺激療法は非効率なオープンループ手法を使用していますが、LogSync は脳活動を記録して波の強度と同期に関する特定のバイオマーカーを抽出することによってこの問題を解決します。その後、専用の機械学習アルゴリズムがこれらのネットワークレベルのデータポイントを分析し、重度の気分障害および不安障害に対して瞬時にターゲット指向かつ適応的な刺激をトリガーします。ユニークに、このチップは巧妙なハードウェアコデザインと対数計算を通じて極めて低い消費電力（196 μW）で動作します。初期の検証では、認知関与の変化を捉えた人間脳記録およびミネソタ大学でのラット実験が行われました。米国国立精神衛生研究所（NIMH）より CHF 6.6 万スイスフラン、ERC スタートアップ助成金による支援を得て、このイノベーションは知的臨床ツールの道を開きます。精神医学を超えて、LogSync は運動障害の治療や非侵襲型インターフェースの開発において可能性を秘しており、神経技術における大きな前進を示します。この研究には、Infera Neuro というスピンオフ企業を通じて ICML 2026 で発表された新しい自己教師あり手法が含まれ、主要な結果は IEEE ソリッドステート回路および VLSI 技術・回路誌（京都市、2025 年）で提示されました。

本文

エーペフエル（EPFL）、脳間通信を追跡する次世代埋め込み型神経チップ「LogSync」を開発

エーペフエル（EPFL）の研究チームが、脳領域間での通信を追跡し、リアルタイムで認知状態や感情状態を同定する機能を持つ埋め込み型神経チップを開発しました。この技術は、既存の治療法である深部脳刺激（DBS）の限界を突破し、より高次な精神疾患への治療応用を目指します。

現状の問題点と研究背景

既存の脳刺激システムには以下の課題がありました。

  • オープンループ方式の限界: 多くのシステムが事前に設定されたパラメータに基づき動作しており、患者の脳活動に応じた動的適応ができない。
  • 単一領域記録の制限: クローズドループ（アダプティブ）システムにおいても、単一の脳領域からの信号のみを使用している場合が多くあります。しかし、精神疾患において臨床的に重要な情報は、相互に作用する複数の脳領域ネットワークに分散して存在するため、このアプローチには限界があります。
  • 研究の根拠: マサ・ショアラン（INL 長）らは、近年の研究成果に基づき、「精神疾患は個々の脳領域の機能不全ではなく、脳領域間の通信の障害により引き起こされることが多い」と提唱しています。

「LogSync」チップの開発と仕組み

エーペフエル工学部および神経科学・テクノロジー研究所（Neuro-X Institute）に所属する統合神経技術研究所（INL）が、低消費電力で埋め込み可能なシステムオンチップ（SoC）を开发出しました。

主な機能と動作原理

  • 信号の記録: 脳活動をリアルタイムで記録します。
  • バイオマーカー抽出: 異なる脳領域間の信号間の同期性や、脳波の振動強度を表すバイオマークを抽出します。
  • 機械学習による解析: ロジックアルゴリズムがネットワークレベルのバイオマークを解析し、以下の動作を実現します。
    • 認知状態や感情状態の識別
    • 特定の状態検知時の刺激トリガー生成

チップの基本仕様

  • サイズ: 約 4×2 ミリの微小サイズ。
  • 消費電力: ネットワークレベルの神経信号処理とデコーディングを実現しながら、消費電力を200 マイクロワット未満に抑えました（一般的な埋め込み型システムの数分の 1）。
  • 技術的特徴:
    • 「共設計」アプローチ: アルゴリズム開発からハードウェア設計まで、埋め込み装置の制約を考慮して一体的に進める手法を採用。
    • 対数計算の利用: 脳ネットワーク解析に必要な複雑な演算を簡略化し、低消費電力を実現。

実証実験と成果

研究成果は、米国国立精神衛生研究所（NIMH）から交付されたスイスフラン 660 万相当の助成金により開発されました。

人間脳活動データを用いた検証

  • 認知関与度の検出: メンタルタスク実行中の認知関与度の変化を捉えるデータセットで、アルゴリズムが認知状態の変化を検知しました。
  • 感情の高ぶりの検出: ビデオクリップ観察時の感情変化に対応し、アルゴリズムが感情状態を区別することに成功しました。

ラットを用いた追加実験（ミネソタ大学）

  • 埋め込みチップが脳活動の特定のフェーズにおいて継続的に振動を追跡できることを確認。
  • その追跡に基づき、事前に設定されたタイミングで正確に刺激トリガーを生成することが実証されました。

将来への展望と展開可能性

LogSync の技術は、精神疾患治療だけでなく、次世代の神経技術全般へ応用可能です。

主な応用分野

  • 気分障害・不安障害などの重度精神疾患: ネットワークレベルのバイオマーカーを測定し、振動する脳ネットワークを制御。
  • 運動障害への展開: アダプティブ DBS（深部脳刺激）や非侵襲的的刺激への適用。
  • 新興技術との統合: 集束超音波インターフェースなどへ。

並行する研究開発

  • 自己教師あり学習手法: 事前に定義されたバイオマーカーに依存せず、直接神経記録データから学習する新たな機械学習手法を開発中（ICML 2026 発表）。
  • 企業化の動き: インフェラ・ニューロ（Infera Neuro）という EPFL のスピンアウト企業を設立し、ショアラン氏も共同創設。臨床応用に向けた包括的な取り組みを進めています。

資金提供と参考文献

資金支援

  • 米国国立精神衛生研究所（NIMH）
  • スイス州教育・研究・革新省（SERI）助成による欧州研究評議会（ERC）初期研究者助成金

引用文献

  1. D. Alex 他, 「LogSync: A Low-Power Logarithmic SoC for Cross-Regional Synchrony Extraction and Adaptive Psychiatric State Classification」, IEEE Journal of Solid-State Circuits (JSSC), 2026 年 9 月号。
  2. J. Liu と M. Shoaran, 「RECTOR: Masked Region-Channel-Temporal Modeling for Affective and Cognitive Representation Learning」, International Conference on Machine Learning (ICML), 2026 年。
  3. D. Alex 他, 「A 32-Channel 196-μW Logarithmic SoC for Brain Network Connectivity Extraction and Adaptive Psychiatric Symptom Classification」, VLSI Technology and Circuits Symposium, 京都、日本, 2025 年。

同じ日のほかのニュース

一覧に戻る →

2026/10/25 8:11

米国のメディア・映画・芸術分野で20万人の雇用が失われた。その内訳はいくらなのか？AIの影響はどれくらいか？

## Japanese Translation: ## サマリー： 米国のクリエイティブ産業は歴史的な縮小に直面しており、雇用喪失の規模は 2001 年および 2008 年の不況と匹敵する深刻さです。この減少の主因は、映画制作、サウンド録音、出版セクターにおける大規模なリストラにあります。ハリウッドだけで 4 年で 10 万超の雇用を失い、同セクター全体の雇用の約3分の1となり、総雇用数は 2008 年以来の水準に後退し、30 年ぶりの低水準に近づいています。同様の期間中に記述出版物は約 7 万の雇用を喪失し、デジタルアートの各サブセクターも減少を続けており、特に新聞社のスタッフ数は 90 年代以降に 85% も減少し、雑誌出版業者は同期間でスタッフの 66% を失っています。ツアーや物理メディア販売によって支えられていた過去の時代とは異なり、現在のストリーミング収益では以前ほどの水準には達せず、音楽業界もそのビジネスモデルをシフトさせています。この経済的後退に拍車をかけているのは人工知能技術の戦略的な転換です。これらの労働者の約 32% がすでに生成型 AI を利用しているにもかかわらず、画像、映像、音楽生成などの高コスト分野では数学や科学への投資と比較して経済的リターンが低いため、テックセクターはそうした分野から撤退しており（アンソルピックなどで見られるように）、AI ツールによる迅速な回復は短期間で望むことはできず、伝統的なアートの労働力にとって長引く課題を示唆しています。さらに状況は複雑化しており、2022 年のテック雇用の増加が約 30 万でしたが、それ以降毎年雇用を喪失し続けており、これらのデジタルの逆風にもかかわらず対面エンターテインメントは引き続き成長しているという事実が加わっています。

2026/10/25 6:47

構築するソフトウェアに対し、より雄大であるべきです

## 日本語訳： 本件の核心メッセージは、高度な AI ツールを利用する個人が、大規模資金調達なしに高パフォーマンスで影響力のあるソフトウェアを構築できる可能性を示しており、「vibeslop」や低品質な AI 出力に対する懐疑論に挑戦している点です。具体的な証拠としては、Michael Malis の pgrust プロジェクトがあり、これは PostgreSQL に重大なバグ（SP-GiST、JSONPath、pgcrypto、メモリ安全性）を発見しており、メインプロジェクトが成功しない場合でもその最適化は Clickhouse などの主要システムを採用される可能性があります。パフォーマンスは重要な推進力であり、AI モデルは今や数年を要する論文やコードベースからの複雑な技術（例：カスタムレギュラー表現式エンジン、ボードゲーム AI、IMAP RFC 処理）を数時間以内に実装しており、Ripgrep 検索、Rust コンパイル、ファイルシステムオーバーヘッドなどのタスクにおけるボトルネックを大幅に減少させています。大規模な研究所が SOTA モデルのために高価なハードウェアを使用する一方、独立した取り組みは AI が検証および実装可能な能力の差が広がっていることを証明しており、これによりエンジニアリング課題への挑戦が最小限のオーバーヘッドで行えるようになり、データベースおよびツールエコシステムにおける漸進的な進展を促進しています。

2026/10/25 4:06

Goose プログラミング言語

## 日本語訳: Goose は、動的値をコンパイラ管理のスタック上にインライン保持することで、ヒープ割当とガベージコレクションを排除し、メモリ安全性を実現するシステム言語です。リソースの解放は手動のデアロケーションではなくスコープ終了経由で行われ、単一スタックメモリモデルによって再割当なしでの成長がサポートされ、参照がポインタが進むにつれて拡大する配列内を維持します。コンパイラはすべての参照に対する静的ルートを自動的に推論し、所有者よりも長生きする可能性があるものは却下し、ライフタイムアノテーションやアンセーフブロックの必要はありません。 パフォーマンスベンチマークでは、Goose が標準的な C++、手動最適化された C++、そして安全な Rust に比べて速度とメモリ使用量でともに優れています：標準的な C++ の場合最高 3.3 倍高速に動作し、メモリ使用量は約半分（1.9 倍削減）です。アーキテクチャ上の革新であるバリアントモード enums（各バリアントの正確なサイズを格納）、ナローリンク（位置非依存参照のために 1/2/4 バイトのオフセットを使用）、およびインプレース構築は、オーバーヘッドが著しく低い連続したネスト型データ構造を可能にします。エラーは関数フレーム間を静的に返すことができ、アンワインダーや Result タイプを必要とせず、スレッドは分離されたメモリ空間で動作し、memcpy によってフラットな値が転送されることでデータ競合とロックを回避します。全体として、Goose は組み込みシステムや高频度取引といったクリティカルドメインにおいて高いパフォーマンスと安全性を提供するとともに、開発ライフサイクルを簡素化します。

ニューラルチップが脳領域間の相互作用を読み解く | そっか～ニュース