認知イベントにおける過去の記憶効果と非マルコフ性｜履歴依存を正しくモデル化する

はじめに：履歴効果は「あるか」ではなく「どう表現するか」の問題

前の試行で見た傾きが、今の傾き判断をわずかに引き寄せる。直前に選んだ選択肢を、理由もなくもう一度選んでしまう。こうした過去依存の現象は、知覚、注意、意思決定、学習、記憶想起のいずれの領域でも繰り返し報告されてきました。

ここで生じやすい混同があります。「過去が現在に影響した」という観察結果と、「認知系そのものが非マルコフ過程である」という理論的主張は、同じではありません。本記事では両者を切り分け、履歴効果をどのような状態表現とモデル比較で扱うべきかを整理します。

過去の記憶効果（history-dependent effect）の操作的定義

履歴効果は、現在の行動・神経応答を $Y_t$Yt​、現在の刺激条件を $U_t$Ut​、それ以前の刺激・選択・報酬・誤差などの履歴を $H_{t-1}$Ht−1​ とするとき、$$P(Y_t \mid U_t, H_{t-1}) \neq P(Y_t \mid U_t)$$P(Yt​∣Ut​,Ht−1​)=P(Yt​∣Ut​)

が成り立つ現象として定義できます。視覚の serial dependence、priming of pop-out、選択反復、post-error adjustment、報酬履歴効果、想起の時間的近接性は、いずれもこの枠に収まります。

非マルコフ性は「状態をどう定義するか」に依存する

状態を拡張すればマルコフ化できる場合が多い

非マルコフ性は、指定した状態変数 $X_t$Xt​ について $P(X_{t+1} \mid X_{0:t}) \neq P(X_{t+1} \mid X_t)$P(Xt+1​∣X0:t​)=P(Xt+1​∣Xt​) となる構造的性質です。重要なのは、この性質が状態の取り方に依存する点です。

たとえば過去2試行が必要な過程も、$Z_t = (C_t, C_{t-1})$Zt​=(Ct​,Ct−1​) と状態を拡張すれば一次マルコフになります。指数減衰する記憶 $m_t = \lambda m_{t-1} + (1-\lambda)h_{t-1}$mt​=λmt−1​+(1−λ)ht−1​ も、観測列だけを見れば無限の履歴を持つように見えますが、$m_t$mt​ を状態に含めた瞬間に一次マルコフです。隠れマルコフモデル、状態空間モデル、Temporal Context Model、delta rule 型の学習則は、すべてこの発想に立っています。

したがって「前の試行が影響した、ゆえに脳は非マルコフ的だ」という推論は成立しません。正しくは「いま用いている観測変数だけではマルコフ性が成り立たない、ゆえに過去を十分に圧縮する潜在状態が存在するかを検証する」となります。

短期依存と長期依存を混同しない

直前1〜3試行の強い serial dependence は、効果が大きくても「長期依存」ではありません。一方、自己相関がべき乗則でゆっくり減衰する ARFIMA や fractional Brownian motion は長期記憶を表す枠組みです。

さらに注意すべきは、1/f 型スペクトルや DFA の指数だけでは長期記憶の証拠として不十分だという点です。Wagenmakers らが指摘したように、少数の短期記憶過程の混合でも長期依存らしい系列は生成され得るため、短期モデルを対立仮説として直接比較する必要があります。

領域別に見る履歴効果のエビデンス

知覚・注意

Fischer と Whitney の報告以降、現在の方位判断が直前の類似刺激へ引き寄せられる現象が広く確認されています。Manassi らのメタ解析では、この効果が時間、空間、特徴類似度、注意によって調整されることが定量的に整理されました。ただし、変化が知覚段階で起きるのか、作業記憶や判断・反応段階で起きるのかは依然として論点です。

意思決定

Akaishi らは、フィードバックがなくても過去の自己選択から内部推定が更新され、次の判断に慣性が生じることを示しました。Urai らのドリフト拡散モデル解析では、選択履歴の効果が開始点だけでなく証拠蓄積のバイアスとしても現れ得ることが報告されています。

学習

Sugrue らの動的採餌課題では、報酬履歴に基づく相対価値が選択を説明し、頭頂葉活動もそれと対応しました。Smith らの運動適応研究は、単一の学習率ではなく速い過程と遅い過程の組み合わせを支持しています。見かけ上長い記憶でも、有限個の時定数を持つ潜在状態で表現できる典型例です。

記憶想起

Temporal Context Model や CMR は、想起が内部文脈を更新し、その文脈が次の想起を制約する再帰過程として自由再生を説明します。想起系列は強く履歴依存ですが、文脈状態を十分統計量とみなせばマルコフ化できます。

神経・因果の証拠

fMRI、EEG、MEG では過去情報の表現が読み取れる一方、これらは主に相関的です。Hwang らの試行間区間における頭頂皮質操作や、Akrami らの頭頂皮質不活性化は、履歴表現を操作して行動バイアスを変化させた点で、より強い因果的証拠に位置づけられます。

階層的モデル比較という解析戦略

履歴係数が有意だった、という所見だけで非マルコフ性を主張するのは不十分です。推奨されるのは、単純なモデルから順に競合仮説を積み上げる比較です。

1. 現在刺激のみのモデル
2. 直前1試行の履歴モデル
3. 有限ラグの履歴カーネル
4. 指数減衰する潜在記憶
5. 複数時間尺度の潜在状態
6. HMM・状態切替モデル
7. HSMM・更新過程（滞在時間を明示）
8. べき乗則カーネル・ARFIMA・memory kernel

べき乗則モデルが多指数モデルを予測性能で上回らないなら、非マルコフモデルを採る根拠は弱いと判断できます。

評価指標と交差検証の落とし穴

最も見落とされやすいのが分割方法です。$Y_{t-1}$Yt−1​ が $Y_t$Yt​ の予測子である以上、試行をランダムに訓練・検証へ分けると、検証試行の直前履歴が訓練データに漏れ込みます。結果として履歴依存性を過大評価する危険があります。時系列を壊さない連続ブロック交差検証、あるいは前向き予測を標準とすべきです。

評価は予測対数尤度、AIC/BIC、ベイズファクター、事後予測チェックを併用し、残差の自己相関に未説明の構造が残っていないかを確認します。加えて、各候補モデルからデータを生成して再同定できるかを試すモデルリカバリは、この種の研究ではほぼ必須の手続きです。

実験デザインへの示唆

識別性を高めるには、刺激・選択・報酬の履歴が自然に相関しないよう系列を事前設計する要因型デザインが有効です。また、記憶の減衰が「試行数」に依存するのか「実時間」に依存するのかを分けるため、試行間間隔をランダム化して両者を独立に操作することが望まれます。

必要な試行数については万能の目安を置くより、予備データからシミュレーションを行い、モデルリカバリ率で決めるのが妥当です。長い時定数の推定は系列が短いほど不安定になる傾向があるためです。

まとめ

本記事の要点は次の3点です。

第一に、認知イベントの履歴依存性そのものは、知覚から記憶想起まで広い領域で強く支持されています。第二に、その多くは信念、文脈、速い記憶と遅い記憶、判断バイアスといった少数の潜在状態を導入することでマルコフ化でき、履歴効果の存在は非マルコフ性の証明にはなりません。第三に、非マルコフ性を主張するには、有限次元の潜在状態モデルや短期過程の混合を対立仮説として立て、前向き予測で一貫して上回ることを示す必要があります。

問いを立て直すなら、「脳はマルコフか非マルコフか」ではなく、現在の状態に過去のどの情報を加えれば未来が条件付き独立になるのか、そしてその十分状態は実験的・神経生理学的に実在するのか、となります。