視覚皮質における予測符号化

高校生向けのやさしい解説

脳は「次にこう見えるはず」と常に予測を立てていて、その予測が外れたときだけ信号を上の階層に送っているという1999年の論文です。天気予報が「晴れのはずなのに雨だった」ときだけ驚くように、脳の視覚野も「予想外の部分」だけを選んで処理するしくみです。この「予測誤差だけを伝える」モデルは、現代の「自由エネルギー原理」という脳理論の先駆けになっています。

概要

ラジェッシュ・ラオとダナ・バラードが1999年にNature Neuroscienceに発表した計算神経科学の論文。視覚皮質の階層的な順方向・逆方向結合を「予測と予測誤差の双方向伝達」として解釈するモデルを提示した。フィードバック結合が上位から下位への予測を担い、フィードフォワード結合が予測されなかった残差（誤差）を上位に送るという構造を実装すると、自然画像への露出によって第一次視覚皮質の単純細胞に似た受容野が自発的に出現し、受容野外の刺激に対するエンドストッピング（応答抑制）も再現された。脳の知覚処理が「感覚入力を予測し続ける生成モデル」として機能するという能動的推論・自由エネルギー原理の先駆的モデルとなった。

主要概念

階層的予測符号化

各階層レベルは下のレベルの活動を予測するフィードバック信号を送り、フィードフォワード経路は予測と実際の活動の差（残差誤差）を上位に伝える。予測が正確になるほど伝達される誤差は小さくなり、情報処理の冗長性が減る。

予測誤差ニューロン

誤差信号を担うニューロンが層 2/3 に多く存在するという仮説を提示。短い棒刺激には大きな誤差（大きな応答）が生じ、棒が受容野を越えて延びると上位からの予測精度が増して誤差が減少する。これがエンドストッピング現象として現れる。

エンドストッピングの機能的解釈

従来は曲率・線端・オクルージョン検出などの特徴検出器として解釈されていたエンドストッピングが、自然画像統計に適応した予測符号化の残差信号として機能的に説明できることを示した。

自然画像統計との適合

自然画像における支配的方向の輝度相関が比較的遠距離まで持続することを定量的に確認。上位モジュールが中心部の棒を予測するには周辺の文脈（棒の延長）が必要であり、文脈なしでは予測誤差が大きいことがモデルの動作を駆動する。

生成モデルとしての脳

脳が外界の因果構造を反映した内部生成モデルを学習し、感覚入力を常に予測・照合するという見方を提示。後のフリストンらの「自由エネルギー原理」「能動的推論」フレームワークの重要な前提となった。

関連する探索キーワード

予測符号化モデルは欠損駆動思考（ks）の神経科学的根拠として直接位置づけられる。「予測誤差（＝欠損）こそが脳のダイナミクスを生み出す」という論理は、欠損が探究と変化を駆動するという欠損駆動思考の中核的主張と構造的に対応する。予測と一致する情報は抑制され欠損した部分のみが意識に上るというメカニズムはアウェアネスモデル（as）の理論的基盤であり、内受容感覚（as）の処理にも同様の原理が働くことを示唆する先駆的モデルである。

書誌情報

• 著者: Rajesh P. N. Rao, Dana H. Ballard
• 年: 1999
• 出典: Nature Neuroscience, 2(1), 79-87
• access_status: raw-confirmed
• DOI: 10.1038/4580