自由エネルギー原理 — 統一的脳理論?
高校生向けのやさしい解説
脳は「次に何が起きるか」を常に予測していて、予測と違うことが起きたときに更新します——これが知覚も行動も学習も一つの原理で説明できるというフリストンの提案です。「自由エネルギー」とは「予測のはずれ具合」を表す数学的な量で、脳はこれを最小にしようとしているというのが自由エネルギー原理の核心です。抽象的ですが、「脳は世界を受け取るのではなく世界を予測している」という直感はとても面白いかもしれません。
概要
Karl Friston (2010) は変分自由エネルギーの最小化を脳の統一的原理として提案した。脳が行うすべて — 知覚、行動、学習、注意 — は、内部の生成モデルと感覚入力の間の変分自由エネルギー（サプライズの上界）を最小化する過程として記述できる。最小化には2経路がある: (1) 知覚的推論（内部モデルの更新 = 予測符号化）、(2) 能動的推論（行動による環境の変更）。精度重み付けにより予測誤差の重要度が調整され、これが注意のメカニズムに対応する。
Friston (2013) はマルコフ毛布の概念を通じて FEP を生命一般の原理に拡張: マルコフ毛布を持つ任意のシステムは自由エネルギーを最小化しているかのように記述できる。
書誌情報
- 著者: Friston, Karl
- タイトル: The free-energy principle: a unified brain theory?
- 雑誌: Nature Reviews Neuroscience, 11(2), 127-138
- 出版年: 2010年
- DOI: 10.1038/nrn2787
- PMID: 20068583
- 被引用数: 7,000件超
- DOI: 10.1038/nrn2787
主要主張
変分自由エネルギー
F = D_KL[q(θ) || p(θ|o)] - log p(o)
F はサプライズ（-log p(o)）の上界。F の最小化 ≈ サプライズの最小化 ≈ ホメオスタシスの維持。
予測符号化の実装
皮質の階層構造で: 高次→低次にトップダウン予測、低次→高次にボトムアップ予測誤差。各層で予測誤差 = 入力 − 予測。
精度重み付け
予測誤差の信頼度（精度 = 逆分散）が動的に調整される。注意 = 特定チャネルの精度を上げる操作。
マルコフ毛布
システムの内部状態と外部環境を統計的に分離する境界。細胞、臓器、脳、人間、社会に適用可能。
論争・限界
- 反証不可能性: FEP は原理であり直接反証の対象ではないという応答は、科学的理論としての地位に疑義（Andrews, 2021）
- マルコフ毛布の存在論: 統計的ツールと存在論的境界の混同（Bruineberg et al., 2022 “The Emperor’s New Markov Blankets”）
- 形式的問題: マルコフ毛布の統計的独立性条件が生物系で成立するか（Biehl et al., 2021）
- 定量的予測の困難: 具体的実験結果の事前予測への適用は限定的
現在の位置づけ（2025年時点）
有力な原理的枠組みとして機能。予測符号化・能動的推論・精度重み付けなどの具体的理論を統合する上位概念。ただし FEP 自体が経験的にテスト可能な理論かは哲学的に未解決。実践的には FEP から導出される具体モデルが神経科学で有用。
awareness-model との関連
v2 §1.2「脳は予測と誤差のシステムである」の理論的基盤。核心仮説は FEP で「間主観的予測誤差に高い精度が割り当てられている」と翻訳可能。欠損駆動思考の「欠損」は FEP の「予測誤差」に直接対応し、「棄却される誤差を問いとして拾う」とは通常精度を下げる誤差信号にあえて高い精度を維持する操作。Clark が認知科学的解釈を、Friston が数学的形式主義を分担。