我々人間を含む動物の脳内では、神経ネットワークの構成要素であるニューロンと、ニューロン間を結合し記憶や学習を担うと考えられているシナプスの両方が強い確率性を持って動作し続けている。しかしこれらの確率的動作が相互にどのように関係し、どんな機能的意義を持つのかは未解明に残されていた。本発表では、ニューロンとシナプスの確率的動作を統合的に考えることで、サンプリングに基づくニューラルネットワークの学習が可能になることを示す。得られた学習アルゴリズムの特性を紹介し、この学習手法が、既存のニューラルネットワークの学習速と異なり、実験的に報告されている脳のいくつもの性質を整合的に説明できることも紹介する。