脳のような完全な知識を持たない複雑系の統計的記述を探求する上で、最大エントロピー原理（MEP）を深く理解することは非常に重要なことです。MEPは、統計力学、複雑系解析、ベイズ統計学を橋渡しする複雑系科学の中核をなす基本的な枠組みです。シャノンのエントロピーの関数形はMEPの可能性を制限するため、その拡張が強く望まれています。情報理論の微分幾何学表現に根ざし、我々は曲がった統計多様体の基本特性に基づくMEPの拡張を提唱しています[1]。これにより、Renyiエントロピーが他のエントロピー尺度とは異なる特別な幾何学的性質を持つことを強調し、このエントロピーとダイバージェンスの最近の数多くの応用のための確固たる数学的基礎を確立しました。

神経系における情報処理は、時空間的な複数のスケールで記述・解析することが可能であるため、過去数年にわたり多くの研究者が模倣学習法を開発してきました。しかし、特定のスケールで処理された情報のみが意識的に利用可能な状態で、ノイズが多く確率の高い個々の神経細胞のスケールで利用可能な情報を直接体験することはできない状況です。また、対人コミュニケーションのような、よりマクロなスケールの相互作用の知見もありません。このような意識の不思議なスケール問題を解決するために、私たちは情報理論に基づく新しい意識理論、「意識の情報閉包理論（ICT）」を提案しました[2]。ICTは、簡潔な定義と仮説により、意識に関連する様々な現象の説明と予測を行う理論であり、意識に関する多くの科学的理論を結びつけるものです。特にICTは、情報が意識と物理的現実の間の共通言語となり得ることを実証していることは最も重要なポイントです。