知覚の予測処理モデルの神経生理学的な証拠を調べた論文を自動翻訳を使った手抜きで紹介する
ネットで調べ物をしてたら、記事タイトル通りの知覚の予測処理モデルの神経生理学的な証拠を調べた論文を見つけました。 google:Kevin S. Walsh, David P. McGovern, Andy Clark, and Redmond G. O’Connell Evaluating the neurophysiological evidence for predictive processing as a model of perception
科学的なレビュー論文なのに、いくらその方面のテーマで有名とはいえ、共著者に哲学者のアンディ・クラークがいるのが驚いた。
で…読もうかなとは思ったけど、正直いって神経生理学は得意じゃない。いや、実質は認知神経科学ばかりなのだろうけど、やはり読む自信がない。
そこで、ここではこんな論文があるという紹介に留めて、内容の検討はその方面の専門家にお任せしたいと思う。でも、最小限の紹介はしたいのだが、どうも面倒くさい。
自動翻訳の出力をそのまま載せる実験的記事にする
そこで、今回は論文の要旨と、核となる四つの仮説を提示する引用を、ネットの自動翻訳で訳してそのまま載せようと思います。一応評判のDeepLを使いますが、読めない翻訳であっても、私に文句を言わないでください。
原文とセットで載せるので、自動翻訳のお手並み拝見程度の気軽な気持ちで見ましょう。
論文の要旨
まずは原文
For many years, the dominant theoretical framework guiding research into the neural origins of perceptual experience has been provided by hierarchical feedforward models, in which sensory inputs are passed through a series of increasingly complex feature detectors. However, the long-standing orthodoxy of these accounts has recently been challenged by a radically different set of theories that contend that perception arises from a purely inferential process supported by two distinct classes of neurons: those that transmit predictions about sensory states and those that signal sensory information that deviates from those predictions. Although these predictive processing (PP) models have become increasingly influential in cognitive neuroscience, they are also criticized for lacking the empirical support to justify their status. This limited evidence base partly reflects the considerable methodological challenges that arepresented when trying to test theuniquepredictions of thesemodels. However, aconfluence of technological and theoretical advances has prompted a recent surge in human and nonhuman neurophysiological research seeking to fill this empirical gap. Here, we will review this new research and evaluate the degree to which its findings support the key claims of PP.
そして、DeepLの翻訳。
長年にわたり、知覚経験の神経起源に関する研究を導く支配的な理論的枠組みは、感覚入力が複雑化する一連の特徴検出器を通過する階層的フィードフォワードモデルによって提供されてきた。 しかし、これらの説明の長年の正統性は、知覚は2つの異なるクラスのニューロンによって支えられた純粋な推論的プロセスから生じるとする根本的に異なる理論によって最近挑戦されています：感覚状態に関する予測を伝達するニューロンと、それらの予測から逸脱した感覚情報を信号化するニューロンです。 これらの予測処理（PP）モデルは、認知神経科学においてますます影響力を持つようになってきているが、その状態を正当化するための実証的な裏付けが不足していると批判されている。 このような限られた証拠ベースは、その一部を反映しているが、その理由としては、予測処理モデルを検証する際の方法論的課題が大きいことが挙げられる。 これらのモデルを用いた研究が行われている。 しかし、技術と理論の進歩のaconfluenceは、この実証的なギャップを埋めるために求めてヒトと非ヒトの神経生理学的研究の最近のサージを促している。 ここでは、この新しい研究をレビューし、その結果がどの程度PPの主要な主張を支持しているかを評価する。
まぁ、そこそこ読めるのでいいんじゃないんですかね。
四つの仮説の提示部分の引用
A variety of PP-consistent modelsb have been proposed, but despite this heterogeneity, there are a number of shared, canonical features that clearly dissociate PP from traditional models of perception. To date, neurophysiological investigations of PP have largely centered around testing four key hypotheses:
1. Error-signaling neural responses to sensory stimuli should scale inversely with expectation. 2. Top-down signals represent sensory prediction. 3. At each level of the cortical hierarchy there are two functionally distinct neural subpopulations representing predictions and prediction errors.
4. Prediction error minimization is achieved through reciprocal exchange of error and prediction signals across levels—a process known as “hierarchical inference.”
以下はDeepLによる翻訳。改行はしてますが、あとはそのまま。数字が二回出るのもそのままだが、実はこれはニューラルネットワークによる翻訳の特徴の一つでもある。
様々なPP整合モデルが提案されているが、このような不均一性にもかかわらず、PPを従来の知覚モデルから明確に切り離す共通の特徴がいくつかある。 これまでのところ、PPの神経生理学的研究は、主に4つの重要な仮説を検証することを中心に行われてきた。
1. 1.感覚刺激に対するエラーシグナリングの神経反応は、期待値に反比例する。
2. 2. トップダウン信号は感覚的予測を表す。
3. 大脳皮質階層の各レベルでは、予測と予測エラーを表す2つの機能的に異なる神経小集団が存在する。
4. 予測エラーの最小化は、レベル間のエラーと予測信号の相互交換によって達成されます-"階層的推論 "として知られているプロセス。
知識があれば言いたいことはなんとなく分かるかな。てか、 この程度は自分で訳せ！ってやつだな。
こんなもんじゃないかな？
評価は読者に任せますが、大雑把な内容把握ぐらいなら使えなくもないかな。でも、知識のない領域ではとても使う気がしないな。
ちなみに、今は今年出た統一理論としての予測処理(PP)理論を批判する論文を読んでいて、これがなかなか面白い。ここで紹介した論文とは方向性が真逆だな。これは紹介するかは分からないけど、予測処理についてはもう少し色々と書いても良さそうなことはなくもない(書く約束はできない)。
