電話番号を読み取ってから携帯電話に打ち込むまでの瞬間に、数字が不思議なことに迷子になっていることに気付く場合があります。最初の番号を記憶に焼き付けたとしても、最後の番号はまだ説明できないほどぼやけている可能性があります。 6 は 8 の前ですか、それとも後ですか?よろしいですか?
このような情報断片を、それに基づいて行動するのに十分長く維持することは、視覚作業記憶と呼ばれる能力を利用します。何年もの間、科学者たちは、作業記憶が一度に数項目しか記憶できないのか、それとも詳細を記録する余地が限られているのかについて議論してきました。おそらく、私たちの心の容量は、いくつかの非常に明確な記憶か、より疑わしい多数の記憶に分散しているのでしょう。
Neuron に掲載された最近の論文によると、ワーキング メモリの不確実性は、脳が曖昧さを監視して使用する驚くべき方法に関連している可能性があります。 ニューヨーク大学の神経科学研究者によるものです。機械学習を使用して、記憶タスクに従事している人々の脳スキャンを分析したところ、信号は人々が見たと思っているものの推定値をエンコードし、信号内のノイズの統計的分布は記憶の不確実性をエンコードすることを発見しました。あなたの知覚の不確実性は、あなたの脳が記憶の中で表しているものの一部かもしれません.そして、この不確かさの感覚は、脳がその記憶をどのように使用するかについてより良い決定を下すのに役立つ可能性があります.
この調査結果は、「脳がそのノイズを使用している」ことを示唆していると、NYU の心理学と神経科学の教授であり、新しい論文の著者である Clayton Curtis 氏は述べています。
この研究は、人間が日常生活で統計を理解することに長けているように見えなくても、脳は日常的に、現在および想起された世界の感覚的印象を確率の観点から解釈しているという一連の証拠に追加されます。この洞察は、不確実な世界に対する認識に私たちがどれだけの価値を割り当てているかを理解する新しい方法を提供します。
過去に基づく予測
視覚系のニューロンは、斜めの線、特定のパターン、さらには車や顔などの特定の光景に反応して発火し、神経系の残りの部分にフレアを送信します.しかし、個々のニューロンはそれ自体がノイズの多い情報源であるため、「単一のニューロンが、脳が見ているものを推測するために使用している通貨であるとは考えにくい」と Curtis 氏は述べています。
より可能性が高いのは、脳がニューロン集団からの情報を組み合わせていることです。その場合、それがどのように行われるかを理解することが重要です。たとえば、細胞からの情報を平均化している可能性があります。一部のニューロンが 45 度の角度で最も強く発火し、他のニューロンが 90 度で発火した場合、脳はそれらの入力を重み付けして平均し、60 度の角度を表す可能性があります。目の視野で。あるいは、脳は勝者総取りのアプローチをとっており、最も強く発火したニューロンを知覚の指標として採用しているのかもしれません.
「しかし、ベイジアン理論に影響された新しい考え方があります」と Curtis 氏は述べています。
ベイジアン理論 — その開発者である 18 世紀の数学者トーマス ベイズにちなんで名付けられましたが、後にピエール シモン ラプラスによって独自に発見され普及した — は、確率へのアプローチに不確実性を取り入れています。ベイジアン推論は、既知の状況を考慮して、結果が発生することをどれだけ確信を持って期待できるかを扱います。視覚に適用すると、このアプローチは、脳が尤度関数を構築することによって神経信号を理解することを意味する可能性があります。以前の経験からのデータに基づいて、特定の発火パターンを生成した可能性が最も高い光景は何ですか?
ラプラスは、条件付き確率があらゆる観測について語る最も正確な方法であることを認識し、1867 年に医師で物理学者のヘルマン・フォン・ヘルムホルツは、それらを私たちの脳が知覚中に行う可能性のある計算に関連付けました。しかし、1990 年代から 2000 年代初頭にかけて、人々が行動実験で確率的推論のようなことを行っていることが研究者によって発見されるまで、これらのアイデアに注目した神経科学者はほとんどいませんでした。また、ベイジアン法が知覚と運動制御のいくつかのモデルで有用であることが証明され始めました。
「人々は脳がベイジアンであると話し始めました」と、NYU の神経科学と心理学の教授であり、新しい Neuron のもう 1 人である Wei Ji Ma 氏は述べています。 論文の著者
2004 年のレビューで、Alexandre Pouget (現在はジュネーブ大学の神経科学教授) とロチェスター大学の David Knill は、脳が確率分布を使用して感覚情報を表現していると仮定する「ベイジアン コーディング仮説」の主張を主張しました。 .
思い出をスキャン中
当時、ニューロンの研究からは、これに関する証拠はほとんどありませんでした。しかし 2006 年、ロチェスター大学の Ma、Pouget とその同僚は、シミュレートされたニューロンの集団が最適なベイジアン推論計算を実行できるという強力な証拠を提示しました。馬と他の研究者による過去数十年にわたるさらなる研究により、ベイジアンデコーダーと呼ばれる機械学習プログラムを使用して実際の神経活動を分析することにより、電気生理学と神経画像から理論が視覚に適用されることがさらに確認されました。
神経科学者は、デコーダーを使用して、脳の fMRI (機能的磁気共鳴画像法) スキャンから人々が何を見ているかを予測してきました。プログラムは、提示された画像と、人々がそれを見たときに生じる脳内の血流および神経活動のパターンとの関連性を見つけるように訓練することができます。たとえば、対象が 85 度の角度で見ているという単一の推測を行う代わりに、ベイジアン デコーダーは確率分布を生成します。分布の平均は、被験者が見ているものの最も可能性の高い予測を表します。分布の幅を表す標準偏差は、視覚に関する被験者の不確かさを反映していると考えられています (85 度ですか、それとも 84 度か 86 度でしょうか?)。
最近の研究で、Curtis、Ma と彼らの同僚は、この考えを作業記憶に適用しました。まず、ベイジアン デコーダーが人々の知覚ではなく記憶を追跡できるかどうかをテストするために、fMRI マシンの被験者に、周囲に点がある円の中心を見つめさせました。ドットが消えた後、ボランティアは、ドットがあったことを覚えている場所に視線を移すように求められました.
研究者は、記憶課題中に撮影された、視覚と作業記憶に関与する 10 の脳領域の fMRI 画像をデコーダーに提供しました。チームは、神経活動分布の平均が、報告された記憶 (被験者がドットがあると思った場所) と一致するかどうか、またはドットが実際にあった場所を反映するかどうかを調べました。そのうちの 6 つの領域で、手段が記憶により密接に結びついたため、2 回目の実験が可能になりました。
ベイジアンコーディング仮説は、これらの脳領域の少なくとも一部からの分布の幅が、記憶したことに対する人々の自信を反映するはずであることを示唆しました. 「それが非常にフラットで、極端なところから真ん中に向かうのと同じように描く可能性が高い場合、記憶はより不確かになるはずです」と Curtis 氏は言います。
人々の不確実性を評価するために、研究者は記憶されている点の位置について賭けをするように依頼しました。被験者には、正確かつ正確であることへのインセンティブがありました。より狭い範囲の場所を推測した場合はより多くのポイントを獲得し、実際の場所を見逃した場合はポイントを獲得しませんでした。賭けは事実上、不確実性の自己報告尺度であったため、研究者は賭けとデコーダーの分布の標準偏差との間の相関関係を探すことができました。視覚野の 2 つの領域である V3AB と IPS1 では、分布の標準偏差が一貫して個人の不確実性の大きさに関連付けられていました。
ノイズの多い測定
観察された活動パターンは、脳が角度の記憶をエンコードするのと同じ神経集団を使用して、その記憶の信頼をエンコードするのではなく、脳の別の部分に不確実性情報を保存することを意味する可能性があります。 「これは効率的なメカニズムです」と Curtis 氏は述べています。 「これは本当に驚くべきことです。なぜなら、これらは一緒に同じものにエンコードされているからです。」
それでも、「認識すべきことの 1 つは、実際の相関関係が非常に低いということです」と、ケンブリッジ大学の神経科学者で、視覚作業記憶も研究しているポール ベイズは述べています。視覚野と比較して、fMRI スキャンは非常に粗粒度です。スキャンの各データ ポイントは、数千、場合によっては数百万のニューロンの活動を表します。技術の限界を考えると、研究者がこの研究でこの種の観察を行うことができたことは注目に値します.
NYU のポスドク研究員で、新しい論文の筆頭著者である Hsin-Hung Li は、次のように述べています。彼によると、将来の研究では、タスク中に幅広い不確実性を引き起こすことで相関関係が明らかになる可能性があり、被験者がかなり確信できる画像もあれば、まったく確信が持てない画像もあります.
調査結果は興味深いものですが、不確実性がどのようにエンコードされているかという問題に対する予備的かつ部分的な答えにすぎません。 「この論文は、その特定の説明を主張しています。それは、不確実性が[ニューロンのグループの]活動のレベルに事実上エンコードされているということです」とベイズは言いました. 「しかし、それが起こっていることを示すために fMRI でできることは限られています。」
他の解釈も可能かもしれません。おそらく、記憶とその不確実性は同じニューロンによって保存されているわけではなく、不確実性ニューロンが近くにあるだけかもしれません。あるいは、個々のニューロンの発火以外の何かが不確実性とより強く相関しているのかもしれませんが、現在の技術では解決できません。理想的には、さまざまな種類の証拠 (行動、計算、神経) が一列に並び、同じ結論を示している必要があります。
しかし、私たちが常に確率分布を頭の中で歩き回っているという考えには、ある種の美しさがあります。プージェによれば、このように構造化されているのはおそらく視覚と作業記憶だけではありません。 「このベイジアン理論は非常に一般的です」と彼は言いました。 「ここでは、一般的な計算要素が働いています」。脳が意思決定を行っているかどうか、空腹かどうか、ルートをナビゲートしているかどうかを評価するかどうかです。
しかし、確率を計算することが、私たちが世界を認識し、考える方法の不可欠な部分である場合、なぜ人間は確率が苦手であるという評判を得たのでしょうか?特に経済学や行動科学からのよく知られた調査結果によると、人々は無数の推定ミスを犯し、危険なことが起こる可能性を過大評価し、他のものを軽視するようになっています。 「明示的かつ口頭で確率を見積もるように人々に頼むと、彼らはうんざりします。他に言葉はありません」とプジェは言いました。
しかし、この種の推定は、文章問題や図表で説明できるが、この研究のようなタスクに使用されるシステムよりもはるかに最近進化した脳内の認知システムに依存していると Ma は述べた。知覚、記憶、および運動行動は、捕食者を見つけられなかったり、危険を誤って判断したりすることが死を意味する、はるかに長い自然淘汰のプロセスによって磨かれてきました。何十年もの間、記憶された認識を即座に判断する能力 (おそらくその不確かさの推定を含む) によって、私たちの先祖は生き続けてきました。
2022 年 1 月 22 日に追加された訂正:
当初、キャプションは Hsin-Hung Li を NYU の Wei Ji Ma 研究室のポスドク研究員と誤認していました。彼は Clayton Curtis の研究室で働いています。
