私は、小脳の中に、外界の内部モデルが獲得されると言う『小脳内部モデル』理論を提唱し、それを実験的に証明し、またその計算論的蓋然性をロボットの学習実験で示しました。これは、ブレインマシンインタフェースの研究へと発展し、神経科学と人工知能を組み合わせて、精神疾患の診断と治療に革新的な方法を導入することにもつながりました。
ブレインマシンインタフェースの中でもニューロフィードバック技術を精神疾患や発達障害の治療に役立てました。薬とは全く違う、精神疾患、発達障害の革新的な治療法として実用化が進んでいます。２０１７年に、株式会社XNef（エックスネフ）を起業して､社会還元に取り組んでいます。
現在の精神医学では物理・生体計測にもとづく客観的検査が使われていません。これが、診断、治療、創薬が過去３０年間停滞する大きな原因であると考えられています。図に示したように、患者がリラックスしている１０分間に脳活動を機能的MRIで計測して脳回路パターン（いわば脳の設計図の青写真）を計測できます。これを機械学習で処理して専門医より一致率の高い診断補助に成功しました。
小脳の内部モデル理論を、ブレインマシンインタフェースや精神科の診断・治療へと応用してきました。脳のモデルとしては、現在の人工知能、特にディープラーニングが抱える最大の問題：【データ貪欲】を、脳はどのように解決しているのかを明らかにしました。先ほどのデコーディッドニューロフィードバックを用いた実験から、ヒトが少数サンプルから学習できるのは、認知を認知する【メタ認知】能力によるもので、それが意識の起源であることを示唆しました。さらに、それに基づいて、２種類の内部モデル；生成モデルと推論モデルを多重に多階層に組み合わせたモジュール階層強化学習に、認知的実在モニタ回路CRMNを組み込む次世代人工知能を提案しました。
私の研究は、基礎的な小脳の神経科学、ロボティクスと神経科学の融合、日本に強みのあるブレインマシンインタフェースの開発、精神疾患の診断と治療への脳科学と人工知能の応用など、多岐にわたっていますが、その底流には脳がどのように大規模なパターンを学習し、それを内部モデルとして保持するのかという手続き的記憶のメカニズムの探求という首尾一貫した目的があり、それがまた現在、意識の科学的理解から、次世代人工知能という最新課題への取り組みになっていると考えられます。

講演者経歴：
1976年東大理学部物理学科卒業。1981年阪大大学院博士課程修了、同年助手。1987年同講師。1988年(株)ATRに移る。2003年よりATR脳情報研究所所長、2004年ATRフェロー、2010年よりATR脳情報通信総合研究所所長。専門は計算論的神経科学。 現在は理化学研究所革新知能統合研究センター特別顧問、AMED「戦略的国際脳科学研究推進プログラム 3-①脳科学とAI技術に基づく精神神経疾患の診断と治療技術開発とその応用」研究開発代表者などを兼任。 科学技術庁長官賞、塚原賞、時実賞、朝日賞、大川賞、立石賞特別賞、C&C賞、令和4年日本学士院賞などを受賞。2013年紫綬褒章受章。日本学術会議会員。 著書に「脳の仕組み」、「脳の計算理論」、「脳の情報を読み解く」等。

日本学士院賞の紹介（授賞理由）：
https://www.japan-acad.go.jp/japanese/news/2022/031401.html#006
川人光男氏は小脳の中に外界の内部モデルが獲得されるという「小脳内部モデル」理論を提唱し、運動制御や視覚・聴覚など複雑な時空間パターンを情報処理・学習するための神経ネットワークの計算科学的研究を一貫して進めました。例えば、ヒトがコンピュータマウスなどの新しい道具を使用する時には、ヒト小脳の一部に道具の内部モデルが学習されることを、機能的MRIを用いて示しました。その小脳内部モデルの神経回路をヒト型ロボットに組み込んで、ロボティックスと神経科学を統合した新しい計算論的神経科学の研究パラダイムを作り出し、人が自然に考えただけでロボットを思うとおりに制御するブレインマシンインタフェース（BMI）、中でも体に負担をかけない非侵襲脳活動計測によるBMIの開発に成功しました。更に、BMIと人工知能技術を組み合わせたデコーディッドニューロフィードバック法を開発し、精神疾患の診断と治療に新たな道筋を示しました。