Dialogue between predictive coding model and neural basis of active inference
Publicly Offered Research
| Project Area | Correspondence and Fusion of Artificial Intelligence and Brain Science |
|---|
| Project/Area Number |
17H06031
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research on Innovative Areas (Research in a proposed research area)
|
| Allocation Type | Single-year Grants |
|---|
| Review Section |
Complex systems
|
|---|
| Research Institution | Kyoto University |
|---|
Principal Investigator |
小村 豊 京都大学, こころの未来研究センター, 教授 (80357029)
|
|---|
| Project Period (FY) |
2017-04-01 – 2019-03-31
|
| Project Status |
Completed (Fiscal Year 2018)
|
| Budget Amount *help |
¥20,280,000 (Direct Cost: ¥15,600,000、Indirect Cost: ¥4,680,000)
Fiscal Year 2018: ¥10,790,000 (Direct Cost: ¥8,300,000、Indirect Cost: ¥2,490,000)
Fiscal Year 2017: ¥9,490,000 (Direct Cost: ¥7,300,000、Indirect Cost: ¥2,190,000)
|
|---|
| Keywords | 予測誤差 / 内部モデル / 予測符号化 / 推論 / 脳・神経 |
|---|
| Outline of Annual Research Achievements |
知覚が成立するまでのプロセスとして、古典的な神経生理学では、外界の感覚信号が、感覚器官を介して、脳に入って、受動的に処理されるというスキームを想定している。しかし脳は、能動的な器官であり、知覚も、無意識的推論の産物であるという考え方は、ヘルムホルツが提唱してきたが、近年、予測符号化モデル、ひいては自由エネルギー原理という計算論において、再注目されている。理論の骨子は、脳は、予測テンプレートを有していて、外界との相互作用によって生じた予測誤差を最小化するように、内部モデルを更新していくというものである。
予測符号化モデルにおいて、キー変数であるprecision（精度）の神経相関が、これまで不明だったが、近年、申請者が皮質下の視床枕において発見した確信度(Nature Neuroscience)が、理論的にprecisionに相当していることが予想された。そこで本研究では、動物に、知覚カテゴライズ課題を課した時の、推論の更新様式について、実験的検証を行った。課題としては、各試行の始めにキューで、ターゲットが色か動きを指定し、ターゲットの色（動き）が、赤か緑か（上か下か）カテゴライズ内容を、確信度とともに報告させる。色は、CIE空間上、輝度は一定のまま、動きについては、ドット群の中で、上・下向きに動く比率を変化させて、刺激の曖昧さを操作する。その結果、再現よくシグモイド状の心理物理関数を得ることができた。次に、正答率70%を基準にし、曖昧な刺激のみを選択呈示して、カテゴライズ課題を行うと、ある試行の判断は、前試行の判断結果に、引きずられることが分かった。
|
| Research Progress Status |
平成30年度が最終年度であるため、記入しない。
|
| Strategy for Future Research Activity |
平成30年度が最終年度であるため、記入しない。
|
Report
(2 results)
Research Products
(12 results)
