24個の入力
122個の入力ニューロンを、重複しない24群へ分配。ONの間だけ刺激を与えます。
ARTIFICIAL NEURAL INSTRUMENT / 2026
SB—24001
入力の履歴が、
音の回路を変える。
24個のON/OFF入力から、人工神経回路へ。
内部の発火が音を生み、その履歴が接続の強さを変えていく。
01 / NEURAL CIRCUIT
実験記録の再生1,024 CELLS / 6,000 DISPLAYED EDGES
ドラッグで回転
記録を読み込んでいます…WEIGHT / 1.000× MEAN
学習を停止して計測した3秒の記録と、余韻を含む約5秒の音声。表示は3秒で最終フレームに止まります。音は再生ボタンを押すと出ます。
線の濃さは記録された結合倍率を4段階で表示し、点の明るさは発火活動。移動点は実発火から一部を選び、0.6秒に引き延ばした模式表示です。
02 / SIGNAL PATHひとつの回路から、
ひとつの回路から、
音と立体へ。
人工神経回路
MaleCNSの部分回路から配線統計を読み、新たな1,024ニューロン・76,705接続を生成。発火の履歴が重みに残ります。
16声と3D
非入力902ニューロンの活動でSuperColliderを制御。同じ発火をApple Metalで描きます。
4 VOICESFM
4 VOICESGRANULAR
4 VOICESMODAL
4 VOICESADDITIVE
発火数・活動量・履歴を20 msごとに音源へ送ります。音色と3D配置は、この楽器のための設計です。
03 / SYNAPTIC MEMORY繰り返すたび、
繰り返すたび、
つながりが変わる。
PRE → POST強化
POST → PRE弱化
信号の到着と、受信側の発火。その順序で35,672接続の重みを更新するSTDPを使います。報酬や正解ラベルを与えず、局所的な発火の履歴から変化が起こります。
- 倍率の範囲
- 0.25—2.0×
- 発火履歴の時定数
- 20 ms
- 基準値への緩和
- 120 s
上限へ近づくほど強化を抑え、過活動を調整します。学習がONの間、重みはゆっくり基準値へ戻ります。「保持」で学習を止め、保存した状態から再開できます。
強化率が弱化率より大きいため、順序によらず強化へ偏る場合もあります。学習の速さと安定化は工学的な設計です。
04 / MEASURED RESPONSE同じ入力。
同じ入力。
異なる応答。
同じ3秒間の非入力ニューロンの発火数
全24入力をONにして、シミュレーション上の30秒間学習。前後で神経状態をリセットし、学習を停止して同じ3秒の刺激を与えました。刺激、回路構造、音源の条件をそろえた比較です。
1,2711.01×を超えた接続
6570.99×を下回った接続
同じ刺激への応答が変わったことを示す測定です。特定の順序を覚えたことや、音楽的な改善を示すものではありません。
05 / NATIVE INSTRUMENT手で触れて、
手で触れて、
回路を育てる。
保持 / 再開
音と神経活動を続けたまま、学習だけを止める。
保存 / 読込
重みと学習時間を保存し、次のセッションへ。
全てOFF / PANIC
活動と音をリセット。学習済みの重みは残す。
06 / MODEL & ORIGIN生物の配線から学び、
生物の配線から学び、
人工の楽器をつくる。
SB24は、MaleCNSの部分回路から得た統計と、設計した発火モデル・学習規則・音色を組み合わせた人工回路です。ハエの脳全体や、生物の記憶・行動の再現を目的としたモデルではありません。実センサー接続と、設置環境での音・映像の評価はこれからです。
参考文献とデータ
- MaleCNS v1.0 ↗FlyEM / HHMI Janelia · University of Cambridge · MRC LMB · Google Research
- Bi & Poo, 1998 — Spike-timing-dependent plasticity ↗
- Turrigiano et al., 1998 — Activity-dependent scaling ↗
発火順序と活動依存の調整は、ラットの培養細胞などの研究を参考に簡略化しています。ハエで測定した学習則の再現ではありません。
Connectivity data: CC BY 4.0. 統計から生成した人工回路・抽象3D配置。