アフリカのサバンナを歩くことを想像してみてください。 突然、大きな黄色のオブジェクトを部分的に覆い隠している動きのあるブッシュに気付きます。 この限られた情報から、あなたが危険にさらされているかどうかを把握し、対応する方法を決定する必要があります。 それは乾燥した草の山ですか？ または空腹のライオンですか？

このような状況では、私たちの脳は複雑な不確かな視覚情報を使ってスプリット・セカンド決定を下さなければなりません。 私たちが見ていることに基づいて推論やその後の決定を下すことは、脅威に適切に対応し、ライオンの次の食事になることの違いになります。

伝統的に、神経科学者は、視覚情報処理は、時々刻々と変化する入力信号（目から）をフィルタリングして、次々と起こる一連のイベントとして考えてきました。 しかし、最近では、プロセスをよりダイナミックかつインタラクティブなものと考えるようになりました。 視覚システムは、受け取る感覚情報の不確実性を解決しようとするので、何が起きているのかについて情報に基づいた推測を行うために、事前知識と現在の証拠の両方を使用する。

視覚系：目よりはるかに

もちろん、私たちの周りに何が起こっているかを目で見ても、目は重要です。 しかし、集中的に研究されている人間の視覚システムの大部分は脳内にある。

あなたの目の後ろの網膜には、環境中の光を感知して反応する光受容体が含まれています。 これらの光受容器は、頭部の後部に位置する脳の視覚野に情報を伝達するニューロンを活性化する。 視覚野は生データを処理し、元の入力データに基づいて適切に対応し、行動する方法を決定することができます。

視覚野は、解剖学的および機能的な階層構造で構成されている。 各段階は、顕微鏡の解剖学的構造とその機能的役割と生理学、すなわちニューロンが異なる刺激にどのように反応するかという点で、他の段階とは区別されます。

伝統的に、研究者は、この階層が、下から上へ順に段階的に情報をフィルタリングしたと考えていました。 彼らは、視覚的脳の各処理レベルが下位レベルから受け取った視覚信号のより洗練された形を上に通過すると信じていました。 例えば、階層の1つの段階で、高コントラストのエッジが形状およびオブジェクトの境界を形成するためにシーンから抽出される。

元の考えは、最終的に、視覚野の最高レベルは、ニューロン活動のパターンに、我々が行動することができる世界の意味ある表現を含むであろうと考えた。 しかし、最近のいくつかの最近の神経科学の発達により、この見解が根底に浮かんでいます。

世界、ひいては視覚環境は瞬時に非常に不確実です。 さらに、我々は知っている 多くの研究から 視覚的脳の能力が著しく制限されていることを示している。 脳は、 視覚的注意と視覚的記憶 これらの限られたリソースを効率的に活用するのに役立ちます。

限られた情報量で、非常に不確実な環境で脳がどのようにして効果的にナビゲートするのでしょうか？ 答えは、オッズとギャンブルを演じることです。

最高の推測でチャンスを取る

脳は、その周辺で何が起こっているかを情報に基づいて推測するために、あいまいで可変の情報の限られた入力を使用する必要があります。 これらの推測が正確であれば、良い決定の基礎を形成することができます。

これを行うために、脳は基本的に情報のサブセットに賭けます。 小さな感覚情報に基づいて、行動的に最良の報酬を得るために、世界がそれを伝えていることに賭けます。

サバンナの動くブッシュの例を考えてみましょう。 あなたは、ブッシュによって覆われた、ぼやけた大きな黄色の物体を見る。 このオブジェクトはブッシュを動かせましたか？ 黄色い塊とは何ですか？ それは脅威ですか？

これらの質問は、私たちの行動の面で次に選択するものに関連しています。 限られた視覚情報（移動する茂み、大きな黄色のオブジェクト）を効果的な方法で使用することは行動上重要です。 黄色のオブジェクトが実際にライオンや他の捕食者であると推測すると、我々は逆の方向に素早く移動することに決めます。

推論は、証拠と推論の両方に基づく結論として定義できます。 この例では、推論（ライオンである）は証拠（大きな黄色のオブジェクト、動くブッシュ）と推論（ライオンは大きく、サバンナに存在します）の両方に基づいています。 神経科学者は 計算としての確率論的推論 以前の情報と現在の証拠の組み合わせが含まれます。

双方向の脳の接続

過去20年間の神経解剖学的および神経生理学的証拠により、視覚野の階層には多数の接続が含まれていることが示されている 低い方から高い方へ、高い方から低い方へ それぞれのレベルで 反転した漏斗を通って情報が上がり、高度が上がるにつれて洗練されていくのではなく、視覚システムがインタラクティブな階層であるように思えます。 明らかに、一定のフィードバックとフィードフォワードサイクルを通じて、世界に内在する不確実性を解決するように働いています。 これにより、 の組み合わせ 一気飲み 現在の証拠と トップダウン 事前情報 階層のすべてのレベルで

解剖学的および生理学的証拠により、より相互に接続された視覚的脳が行動実験によってうまく補完されることが示される。 視覚的なタスクの範囲で - オブジェクトの認識, 無関係なオブジェクトの中から特定のオブジェクトを検索する & 簡単に提示された視覚情報を覚えている - 人間は、確率論的推論の規則から生じる期待に沿って行動する。 確率的推論がこれらの能力の根底にあるという仮定に基づく行動予測は、実際の実験データによく一致する。

エラーを最小限に抑え、情報に基づいた推測

神経科学者は、脳が自然選択によって進化して、認識されているものと期待されるものとの間の瞬時の不一致の瞬間を積極的に最小化することを示唆している。 この不一致を最小限に抑えるためには、必然的にprobabalistic推論を使用して、世界の先行知識に基づいて到来情報の側面を予測する必要があります。 神経科学者はこのプロセスに名前を付けました 予測符号化.

予測符号化アプローチをサポートしてきたデータの多くは、視覚システムを研究してきたものです。 しかし、今や研究者は アイデアの一般化を開始する 脳における情報処理の他の側面に適用することができます。 このアプローチは、現代の神経科学のための多くの潜在的な将来の方向をもたらしました。 個々のニューロンとより高いレベルのニューロンダイナミクスの低レベル応答 （脳波や脳波に記録されたグループ活動など）。

知覚が推論の過程であるという考えは、 新しくありません近代的な神経科学は近年それを活性化させました。そして、それは分野を劇的に変えました。 さらに、このアプローチは、視覚情報だけではなく、意思決定、記憶、意識的思考のようなより高度なプロセスだけでなく、すべての形態の感覚情報に対する情報処理の理解を高めることを約束します。

著者について

Alex Burmester、知覚と記憶の研究アソシエイト、 ニューヨーク大学

この記事は、最初に公開された 会話。 読む 原著.

関連書籍

at InnerSelfMarketとAmazon