Numbering Code	G-INF01 63163 LJ46 G-INF01 63163 LJ12	Year/Term	2022 ・ First semester
Number of Credits	2	Course Type	Lecture
Target Year	Master's students	Target Student
Language	Japanese	Day/Period	Wed.3・4
Instructor name	NAKAHARA HIROYUKI (Part-time Lecturer) SATOU WATARU (Part-time Lecturer) KUMADA TAKATSUNE (Graduate School of Informatics Professor) ICHINOSE NATSUHIRO (Graduate School of Informatics Program-Specific Associate Professor)
Outline and Purpose of the Course	人間の心や知能の源泉は脳、より正確には脳における計算と情報処理である。「人間の脳の働きを理解する」または「新たな知能情報の実現を目指して人間の知能理解から学ぶ」といった目的のために必要な、理論脳科学の基盤や観点の習得を目指す。そのために、実験と理論の協同でいかに脳計算の理解が進むか、脳情報処理がいかに定式化されるかなどを、意思決定（強化学習）、社会的な意思決定（心の理論）、感情、社会的認知などの発展著しい話題を取り上げ、解説し、最近の研究例を示す。 Neural activities in the brain, or more precisely the neural computations, are origins of human mind and intelligent behavior. This course covers the fundamentals and perspectives of theoretical (computational) neuroscience, which are useful for understanding them and/or developing new intelligent systems by learning from them. Covering hot topics and recent studies such as decision-making (reinforcement learning), social decision-making (theory of mind), emotion, and social cognition, we will discuss how collaborative research between theory and experiment leads to computational understanding of brain functions and how the information processes in the brain are formulated and validated.
Course Goals	この講義を通じて、計算論的認知神経科学の考え方を深く理解する。一般性のある観点と同時に、意思決定を中心に具体的な実例、さらにそれが実験と理論の協同の中からいかに発展されてきたかなど多角的な理解を深める。これらにより、将来、それぞれの分野で計算論的認知神経科学を何らかの形で使える基礎となることをめざす。 We aim to achieve deep understandings of computational cognitive neuroscience. Students will learn not only the general perspective but also the concrete examples such as decision-making, including how the field has been progressed and what is hot now, through the interactions of experimental and computational studies. These will allow students to develop multi-faceted understanding of computational cognitive neuroscience and thus the basics to get prepared if and when they may use the approaches in their future studies in their own fields.
Schedule and Contents	1．認知神経科学と計算脳科学へのイントロダクション　熊田 2-3. 感情　佐藤 4-5. 社会的認知　佐藤 6-7．価値に基づく意思決定の基礎　中原 8-9．社会的意思決定、心の理論　中原 10-11. 脳とこころの進化 12-13. 脳とこころの障害（精神疾患） 14. 個性の脳基盤とロボティックス応用　熊田 15．まとめとフィードバック　熊田 なお、講義の順序や内容については、変更の可能性がある。 1. Introduction to cognitive and computational neuroscience (Kumada) 2-3. Emotion (Sato) 4-5. Social cognition (Sato) 6-7. Value-based decision-making (Nakahara) 8-9. Social decision-making and theory of mind (Nakahara) 10-11. Evolution of human brains and minds 12-13. Computational Psychiatry 14. Brain basis of individuality and its robotic applications (Kumada) 15. Summary and feedback (Kumada) The order and content of the lectures are subject to change.
Evaluation Methods and Policy	レポート課題の提出と平常点に基づき、情報学研究科成績評価規定第７条により成績評価を行う。 Grading will be based on reports and in-class participation based on Article7 of Graduate School of Informatics Academic Grading Regulations.
Course Requirements	レポート課題の提出と平常点。 Reports and in-class participation.
Study outside of Class (preparation and review)	予習、復習が必要な箇所は、授業中に指示するので適宜行うこと。 Points to be prepared or reviewed will be indicated in class, if necessary.
References, etc.	シリーズ脳科学 第1巻「脳の計算論」, 甘利俊一(監), 深井朋樹(編), (東京大学出版会), 第5章『意思決定とその学習理論』(2009、中原裕之) Cognitive Neuroscience: The Biology of the Mind (Third Edition), Michael Gazzaniga et al., (W. W. Norton & Company) Rainforcement Learning, Richard S. Sutton and Andrew G. Barto, (A Bradford Book) Theoretical Neuroscience, Peter Dayan and Laurence F. Abbot, (The MIT Press) 中原担当分に関しては、以下のHP（TECHNICAL REPORTSの項）にも読みやすい総説がおいてあります。　http://www.itn.brain.riken.jp/publications_japanese.html