はじめに
「盲視（blindsight）」は、一次視覚野（V1）が損傷しても、本人が「見えている」という自覚がないまま視覚情報に反応してしまう現象として知られています。これまで盲視研究は非ヒト霊長類を中心に発展してきましたが、近年はこの知見をタコやマウス、さらにはAI視覚モデルにまで拡張し、種を越えて共通する測定の枠組みを作れないかという研究関心が高まっています。本記事では、盲視プロトコルを「刺激層」「行動層」「内部表現層」という三層に分解する考え方を軸に、霊長類で確立された手法がどこまで他の系に応用できるのか、その可能性と限界を整理します。
盲視研究の基本構造とは
盲視研究の核心は、「見えているかどうか」という主観報告そのものではなく、視覚入力が行動選択や内部表現へどのように変換されるかを測定する点にあります。非ヒト霊長類を用いた研究では、V1が損傷を受けた後でも、刺激の定位や検出、視線制御などの機能が部分的に残ることが示されてきました。特に重要なのは、常に刺激が提示される強制選択課題では成績が保たれる一方、刺激なしの試行（ブランク試行）を含む信号検出課題では成績が下がりやすいという点です。この「課題形式への依存性」こそが、盲視を単なる弱い視覚として片づけられない理由になっています。
さらに、視床の外側膝状体(LGN)や上丘とプルビナールを結ぶ経路への介入によって、これらの残余視機能が阻害されることも報告されており、盲視には複数の迂回的な神経経路が関わっている可能性が示唆されています。こうした「刺激をどう出すか」「行動でどう答えさせるか」「内部でどう表現されているか」という三つの要素を切り分けて考えることが、種を越えた比較の土台になります。
非ヒト霊長類における確立されたプロトコル
非ヒト霊長類、特にニホンザルやアカゲザルを用いた盲視研究では、視覚誘導性サッカード、強制選択課題、そしてブランク試行を含むyes/no判断課題が組み合わされてきました。刺激は小さな光点で、位置やコントラストを系統的に変えながら提示され、眼球運動は高精度で記録されます。術後には損傷側の視野と健常側の視野で同じ課題を比較することで、残余機能の性質を定量化する工夫がなされています。
神経科学的な検証としては、LGNを一時的に不活性化すると高次視覚野の反応や行動的な検出成績が消失すること、また上丘からプルビナールへの経路を選択的に遮断すると視覚誘導性サッカードの成績が低下することが示されています。これらの結果は、「局所的な不活性化」「行動指標の測定」「必要に応じた脳活動計測」という三点セットが、盲視研究における神経科学的プロトコルの基本形であることを物語っています。
タコという「独立進化」した視覚系との比較
タコは脊椎動物とは全く異なる系統でカメラ眼と大きな脳を独自に進化させた生物であり、視覚依存的な行動が非常に発達しています。ただしタコの網膜は外向き構造をしており、脊椎動物のV1に相当する皮質階層を持ちません。そのため、タコを比較対象に加える意義は「盲視そのものを再現すること」ではなく、「V1という特定の解剖学的構造がなくても成立しうる、最小限の測定の枠組みを見つけること」にあると考えられます。
タコは単一種類の視物質しか持たない一方で偏光を知覚できるとされており、偏光パターンの弁別課題や偏光・輝度コントラストに対する感度測定が可能です。これにより、視覚刺激の設計を輝度や位置だけでなく偏光という次元にまで広げられる可能性があり、測定プロトコルの汎用性を検証するうえで重要な対照系になり得ます。
マウスというSC優位系からみた普遍性の検証
マウスは霊長類と比べて上丘(SC)の役割が大きく、網膜からの出力の大部分がSCに投射しているとされています。マウスはヒトのような中心窩を持たず、視覚は防御行動や逃避、接近行動と強く結びついているため、霊長類の盲視と同じ表れ方をするとは考えにくいところがあります。
しかし、この違いこそが検証に値するポイントです。「同じ測定項目が、視覚処理の役割分担が大きく異なる種でも成立するかどうか」を確かめることで、測定プロトコルがどこまで神経基盤に依存せず機能するのかを点検できます。マウスでは霊長類のサッカード課題をそのまま移植するのではなく、頭部の向けかたや接近・逃避といった行動出力に置き換えつつ、刺激提示位置やコントラスト、ブランク試行といった測定の骨格自体は維持する設計が現実的だと考えられます。
AI視覚モデルへの応用可能性
AI視覚モデルへの拡張で重要なのは、盲視を単なる比喩として使うのではなく、同じ課題構造と同じ介入の論理をそのまま実装することです。畳み込みニューラルネットワークは局所的な特徴抽出と階層的な表現学習を行い、Vision Transformerは画像をパッチに分割し自己注意によって情報を統合します。また自己教師あり学習モデルや言語監督を伴うモデルなど、学習方法の違いによっても表現の性質は大きく異なるため、アーキテクチャの違いと学習信号の違いを分けて考える必要があります。
AIに対する評価では、刺激の位置を答えさせる課題、ブランク試行を含む検出課題、確信度を出力させる課題、そして内部表現を層ごとに取り出して比較する仕組みを組み合わせることが有効だと考えられます。介入としては、初期層や初期のトークンを部分的に遮断する操作が、V1損傷に相当する最も単純な模擬になり得ます。さらに、浅い層から直接行動の出力へとつながる「迂回経路」を用意し、主要経路だけを遮断した際に一部の課題成績は保たれるが別の課題成績は大きく低下するといったパターンが観察できれば、盲視研究で示されてきた機能的な特徴に近づく可能性があります。
統一プロトコル設計における考え方
こうした異なる系を比較可能にするためには、「完全に同じ手続きを当てはめる」のではなく、「共通のコア課題」と「種に応じた拡張課題」を組み合わせる二層構造が現実的だと考えられます。コア課題としては、静止または低速で動く刺激、位置の弁別、コントラストの操作、ブランク試行を含む信号検出、反応時間の記録、内部表現の保存などが想定されます。一方で、タコには偏光条件、マウスには接近・逃避行動、AIには早期の出力段階や迂回経路の比較といった、種ごとの拡張的な要素を加えることで、コア部分の普遍性と種特異的な適応の両方を同時に観察できるようになります。
統計的な設計についても注意が必要です。霊長類のように個体数が少ない研究では、無理に大標本を前提とした統計手法に寄せるのではなく、試行やセッション、個体を階層的に扱うモデルを軸にする方が適切だと考えられます。一方でAI側は個体の制約がないため、乱数シードや学習の初期条件による分散を十分に確保し、生物側の不確実性を踏まえたうえで公平に比較する枠組みを整えることが望まれます。
倫理面での留意点
非ヒト霊長類を用いる研究では、動物福祉への配慮が特に重要であり、飼育環境や手術後のケア、データ共有のあり方までを含めた総合的な設計が求められます。日本国内では動物の取り扱いに関する法律が基本的な枠組みとなっており、研究機関内の審査体制のもとで実験が実施されます。またタコを含む頭足類についても、一部の地域では科学目的での利用にあたり保護対象として扱われる制度があり、「哺乳類ではないから配慮が軽くてよい」という考え方は適切ではないとされています。マウスを含め、いずれの種を対象とする場合も、事前の審査や苦痛軽減、実験終了基準の設定などを研究計画に組み込むことが重要です。
まとめと今後の研究テーマ
盲視研究で確立されてきたプロトコルは、そのままの形で「普遍的」に使えるわけではありませんが、刺激・行動・内部表現という三層構造に分解することで、霊長類・タコ・マウス・AIという性質の異なる系を橋渡しできる可能性があります。重要なのは、V1という特定の解剖学的構造の有無にとらわれるのではなく、「同じ刺激設計、同じ判断の枠組み、同じ介入の論理に耐えられるかどうか」を基準に普遍性を判定するという考え方です。この視点を保つことで、種としてはまったく異なるタコやAIモデルであっても、同じ土俵で比較できる可能性が開けてきます。
コメント