認知の「過去の記憶効果」と非マルコフ性の違いとは｜行動・神経・数理モデルから読み解く履歴依存性

私たちの知覚や判断は、目の前の刺激だけで決まっているわけではありません。直前に何を見たか、どちらを選んだか、報酬が得られたか——こうした過去のイベントが、現在の反応に影響を残すことが数多く報告されています。しかしここで見落とされやすいのが、「過去が効いている」ことと「その過程が数学的に非マルコフである」ことは別だという点です。両者を区別しないまま議論すると、実験結果の解釈も、モデル選択も、臨床応用への期待も、容易に過剰になります。本記事では、概念定義、実験的証拠、検出手法、数理モデル、実験設計への示唆という順で、この論点を体系的に整理します。

過去の記憶効果（history-dependent effect）とは何か

定義：現在入力を統制しても残る過去の影響

認知科学で言う history-dependent effect は、厳密な公理をもつ術語というより包括概念です。実用的には、現在の刺激 $S_t$St​ を統制しても、過去の刺激・選択・報酬・文脈によって現在の反応 $Y_t$Yt​ の条件付き分布が変わる現象を指します。$$P(Y_t \mid S_t, H_{t-1}) \neq P(Y_t \mid S_t)$$P(Yt​∣St​,Ht−1​)=P(Yt​∣St​)

視覚の系列依存性、選択の反復・交替バイアス、報酬履歴によるバイアス、順応水準効果などが、この広いクラスに含まれます。

非マルコフ性は「状態表現に対して」定義される

一方、マルコフ性は確率過程に対する条件付き独立性の主張です。一次マルコフであれば、$$P(X_{t+1} \mid X_0,\ldots,X_t) = P(X_{t+1} \mid X_t)$$P(Xt+1​∣X0​,…,Xt​)=P(Xt+1​∣Xt​)

が成り立ちます。どの有限次数 $k$k でもこれが成立しないとき、その状態表現に関して非マルコフ的と呼びます。重要なのは論理の非対称性です。非マルコフ性は履歴依存を含意しますが、履歴依存は非マルコフ性を含意しません。たとえば $X_{t+1}=aX_t+\epsilon_{t+1}$Xt+1​=aXt​+ϵt+1​ は明瞭な過去依存をもちながら一次マルコフです。「自己相関がある」ことと「マルコフではない」ことを同一視してはいけません。

補助変数を加えるとマルコフ化できる

さらに本質的なのが「状態定義への相対性」です。$X_{t-1}$Xt−1​ までを含む二次状態を定義したり、潜在状態、状態の経過時間（age）、ベイズ的 belief state といった補助変数を加えたりすると、一見した非マルコフ性が消えることがあります。この状態拡張によるマルコフ化は Cox（1955）が古典的に示した論点です。したがって「脳そのものが非マルコフだ」と言うより、「選択系列を選択変数だけで記述すると非マルコフだが、潜在 belief を含めればマルコフ化できる」というように、状態空間を明記するほうが科学的に厳密です。

行動・神経科学が示す履歴効果の証拠

1/fゆらぎと長距離時間相関

Gilden らは、時間量・空間量の反復再生課題における誤差系列に $1/f$1/f 型のゆらぎを報告し、行動系列に長い統計的記憶が存在し得ることを示唆しました。神経側でも、Linkenkaer-Hansen らはヒトEEG/MEGの振動振幅に長距離時間相関を報告しています。ただし $1/f$1/f 型スペクトルは、ゆっくりした非定常ドリフト、疲労、ブロック構造、未観測の覚醒度などからも生じ得ます。「1/f1/f 1/f が見えた＝本質的に非マルコフ」という推論は過剰であり、機序を一意に特定するものではありません。

系列依存性（serial dependence）

Fischer & Whitney は、現在の知覚が直前の刺激や知覚方向へ引き寄せられる系列依存性を報告しました。その後、初期視覚野のfMRI表現、EEGによる前試行情報の復号、MEGによるワーキングメモリ表現の変位など、多層的に神経相関が確認されています。ただしこれらの多くは短期履歴に関する知見であり、有限次数マルコフモデルでも再現可能な範囲にとどまります。

また、系列依存性の方向は一様ではありません。感覚順応は変化を強調する反発的バイアスを生む一方、系列依存性は過去へ引き寄せる誘引的バイアスを生みます。処理段階や時間経過によって優勢な成分が変わる可能性が示唆されており、速い反発と遅い誘引が共存する多時間スケールモデルが有力と考えられます。

後部頭頂皮質（PPC）と履歴の神経基盤

Hwang らは、試行間間隔（ITI）中のPPCニューロンが過去の選択・結果とバイアスを符号化し、その時期の不活性化によって履歴依存的選択が低下することを示しました。Akrami らは、PPCニューロンが現試行の刺激より過去試行の刺激について多くの情報を保持し、PPCの抑制が履歴効果を減らして成績を改善したと報告しています。これらは、観測された現在刺激には存在しない状態変数が神経集団内に保持されているという潜在状態解釈を支持する強い証拠です。

変動環境におけるベイズ推定

Glaze らは、環境の不安定性（hazard/volatility）に応じて古い証拠の重みを動的に調節する行動を示しました。Funamizu らはマウス皮質のイメージングから、予測と感覚更新に対応する神経表現を報告しています。この枠組みでは、履歴利用は必ずしも非合理な「バイアス」ではありません。自然環境に時間相関があるなら過去と現在の統合はノイズ低減に寄与しますが、実験者が試行を独立にランダム化していても被験者が持続性を仮定すれば、同じ計算がバイアスとして観測されます。

非マルコフ性をどう検出・定量化するか

自己相関から条件付き相互情報量へ

非マルコフ性を直接表現する量として有用なのが、直近 $k$k ステップを条件づけたうえで、より古い履歴が未来について残す情報です。$$\mathcal{M}_k = I\!\left(X_{t+1}; H_t^{\rm old} \mid X_{t-k+1:t}\right)$$Mk​=I(Xt+1​;Htold​∣Xt−k+1:t​)

理想的な $k$k 次マルコフ過程では $\mathcal{M}_k=0$Mk​=0 になります。実データでは有限標本バイアスがあるため、「ゼロか否か」を問うより、サロゲートデータや交差検証、ブートストラップを用いて有限標本バイアス以上かを評価するほうが適切です。二系列間であれば transfer entropy が方向性のある追加予測情報を測れますが、隠れた共通原因があれば非ゼロになり得るため、そのまま因果作用と解釈することはできません。

潜在状態モデルという対抗仮説

観測レベルの見かけの非マルコフ性は、離散的な潜在状態を仮定するHMMや、緩慢に変化する潜在変数を仮定する状態空間モデルによって説明できる場合があります。さらに、標準的なHMMは滞在時間が幾何分布になるという制約をもつため、非幾何的な dwell time を扱う hidden semi-Markov model（HSMM）との比較も有効です。状態の「年齢」に依存するハザードをもつ過程は semi-Markov ですが、状態を（状態, 経過時間）に拡張すれば再びマルコフ化できます。

モデルリカバリを省略しない

実務上もっとも重要なのは model recovery です。既知のマルコフモデルから生成した合成データに自分の検定を適用して偽陽性率を確認し、逆に既知の非マルコフモデルから生成したデータで検出力を確認する。この手順を欠くと、緩慢なドリフトや試行数不足を「記憶」と誤認する危険が高まります。推奨される流れは、定常性の確認 → 自己相関・スペクトルによる探索 → 履歴カーネル付きGLMによる次数比較 → 条件付き相互情報量 → 潜在状態モデルとの対決 → サロゲート検定という階層的な進め方です。

非マルコフ性の四類型と識別の難しさ

数理的には、認知の非マルコフ性は少なくとも次の四種類に分けると見通しが良くなります。

第一に、直近 $K$K 試行のみが効く有限次数履歴。第二に、未観測の潜在状態が持続することで生じる見かけの記憶。第三に、非指数的な滞在時間による semi-Markov 性。第四に、べき則カーネルや fractional process による長期依存性です。

問題は、これらが同じ自己相関を生じ得ることです。特に、べき則の履歴カーネルをもつモデルと、$z_t=\rho z_{t-1}+\eta_t$zt​=ρzt−1​+ηt​ のような緩慢な潜在バイアスをもつモデルは、有限データ上でしばしば似た観測分布を生成します。したがって、単一の統計量から機序を同定することは原理的にできず、行動・神経計測・介入・生成モデルの四者を突き合わせる必要があります。

実験設計への具体的示唆

もっとも重要な原則は、試行をランダム化しただけで独立サンプルと見なさないことです。実験者の刺激系列が独立でも、被験者の反応は過去の選択や内部状態に依存し得ます。実験刺激の独立性は、被験者の内部状態の独立性を保証しません。

そのうえで、解析計画には次の点を組み込むことが望まれます。lag-1のみを見るのではなく正則化つきの履歴カーネルで複数ラグを推定すること。刺激履歴と選択履歴を分離できる設計にすること。セッション内のドリフトを潜在状態や共変量として明示的に扱うこと。fMRIでは血行動態のキャリーオーバー、EEG/MEGではフィルタ由来の自己相関を、生理的記憶と混同しないこと。そして、履歴情報が「存在する」ことと「利用されている」ことを区別するために、ITIの特定時点を狙った介入を検討することです。

まとめ：問うべきは「あるか否か」ではなく「どこに、どれだけ」

本記事の要点は三つに集約できます。第一に、履歴依存と非マルコフ性は別概念であり、後者は状態表現に対して相対的に定義されるということ。第二に、行動の $1/f$1/f ゆらぎ、系列依存性、PPCの履歴状態、変動環境のベイズ推定という証拠系列は、履歴依存を強く支持する一方で、厳密な高次非マルコフ性を直接検定したものは限られるということ。第三に、直接的な長期記憶と潜在状態の持続は識別困難であり、モデルリカバリを含む階層的な解析設計が不可欠だということです。

現在もっとも生産的な問い方は、「非マルコフ性があるか」という二値判定ではありません。どの観測レベルで、どの履歴変数が、どの時間スケールで、どれだけ追加の予測情報をもち、その情報がどの潜在状態や神経回路によって保持されているのかを同時に問うことです。予測情報の減衰曲線から実効的な記憶長を推定し、それを個体ごとの時間構造フェノタイプとして扱う方向は、平均反応時間や平均活動量では捉えられない側面を可視化する可能性があります。次節では、この方向をさらに具体化する研究テーマを整理します。