「見る」は、目から始まるとは限らない？

今回中心に取り上げるのは、Thomas Parr、Noor Sajid、Lancelot Da Costa、M. Berk Mirza、Karl Fristonらが2021年に発表した、

という論文です。

この論文では、視覚を 視覚野・注意ネットワーク・眼球運動系を含む「能動的な視覚システム」 として捉えています。

普通、視覚の説明は「光が網膜に入るところ」から始まります。

網膜に光が届き、神経信号に変換され、それが視覚野へ送られ、形や色、物体などが認識されていく。

ところが、この論文は少し逆方向から視覚を考えます。

私たちの目は、カメラのように一か所に固定されたまま世界を撮影しているわけではありません。

絶えず目を動かしながら、

「ここには何がある？」
「次はどこを見ればいい？」

と情報を探しています。

つまり、 見ることそのものが、能動的な行為なのではないか というわけです。

脳は先に「予測」している？

ここで登場するのが、Karl Fristonらが発展させてきた 自由エネルギー原理（Free Energy Principle） や能動的推測の考え方です。

Fristonは2010年のレビュー論文で、知覚・学習・行動などを、脳が持つ内部の生成モデルと感覚情報との関係から統一的に説明する枠組みを提示しました。

少し難しく聞こえますが、視覚だけに絞ってかなり単純化すると、

そして実際に目から入ってきた情報と、その予測を照らし合わせます。

たとえば、自宅の机を見るとします。

いつも同じ場所にパソコンが置いてあるなら、私たちは机を見る前から、ある程度 「そこにパソコンがあるだろう」 と予測できます。

そして目から入ってきた情報によって、

「やっぱりあった」
「今日はそこにない」

と予測を確認したり、修正したりします。

「脳からの予測」と「実際に入ってくる感覚情報」が相互作用しながら、知覚が成立している、と考えます。

「予測」と現実がズレたらどうなる？

脳の予測と、実際に目から入ってくる情報には、ときどきズレが生じます。

これが一般に 予測誤差（prediction error） と呼ばれる考え方です。

先ほどの机の例なら、

「ここにスマートフォンがあるはず」

と思って見たのに、

ない。

すると、

「あれ？」

となります。

もう一度よく見るかもしれません。

視線を右へ動かすかもしれません。

机の下を探すかもしれません。

あるいは、 「別の部屋に置いたのかも」 と自分の予測そのものを変更するかもしれません。

つまり私たちは、単に入ってきた映像を受け取るだけではなく、

の両方によって、不確実さを減らしていると考えることができます。

目を動かすことも「見る」の一部

この考え方を視覚で特に面白くしているのが、 眼球運動 です。

私たちの目は、何かを見るときに細かく何度も動いています。

代表的なのが サッケード と呼ばれる素早い眼球運動です。

2017年にParrとFristonが発表した The active construction of the visual world では、

という視点から、眼球運動と視覚認知の神経機構が整理されています。

考えてみれば当然です。

部屋に入ったとき、私たちは部屋全体を一度に同じ精度で見ているわけではありません。

必要なところから情報を集めていきます。

2021年の Generative Models for Active Vision でも、どこへ目を動かすかという選択には、 どこを見ると情報が得られそうかという予測 や、 情報を得ることで自分の認識を更新できるか という要素が関係すると論じられています。

ここが、能動的推測から視覚を考える面白さです。

同じものを見ても、同じように見えるとは限らない

こう考えると、日常の中にも思い当たることがあります。

もちろん、外の世界そのものが突然変わったわけではありません。

変わったのは、

です。

私たちの「見える」は、外から入ってくる光だけで決まる単純なものではなさそうです。

では、私たちが見ている世界とは何なのか

能動的推測という考え方から見ると、 「見る」は単純な一方向の流れではありません。

この循環が絶えず続いています。

だから、

目、脳、注意、眼球運動、行動。

さまざまな仕組みが関わりながら、 「今ここに見えている世界」 が成り立っている。

そう考えると、普段何気なく行っている「見る」ということが、少し不思議に感じられてきませんか。

参考文献