はじめに：「似た行動」は「似た内部処理」を意味するのか
人間の脳と、深層学習で訓練されたAIエージェントが、似たような課題成績や行動パターンを示すことがあります。しかし、その背後にある「時間の扱い方」まで本当に似ているのかは、まったく別の問いです。本記事では、脳科学における時間表現の基礎理論と、人工エージェントの内部状態を横断的に比較するための研究デザインを紹介します。中心となるのは、関係構造を比較するRSA、状態空間の整列を測るCKA、そして出力そのものの近さを見る行動類似度という3本柱を組み合わせる発想です。
脳における時間表現の理論的背景
時間受容窓とprocess memoryという考え方
脳科学の分野では、皮質にはミリ秒単位から分単位以上にまで及ぶ、階層的な時間統合の窓が存在すると考えられています。この枠組みでは、過去の情報は独立した記憶として別に保管されるのではなく、進行中の処理そのものに内在する状態として扱われるという見方が示されています。つまり時間は、外部から与えられる単なるラベルではなく、脳の情報処理の構造そのものを規定する軸だと捉えられているわけです。
時間細胞とMTL(内側側頭葉)の役割
エントロリナル皮質や海馬では、経験に依存した時間の表現、いわゆる「時間細胞」の存在が報告されており、秒から時間単位に及ぶ経験の構造が神経集団の活動パターンに埋め込まれている可能性が指摘されています。さらにヒトの内側側頭葉の単一ニューロンレベルでも、時間に関連した発火パターンが確認されているとされ、精密な時間的記憶を支える仕組みが存在する可能性があります。
これらの知見に共通するのは、「時間」を独立変数として外から扱うのではなく、脳の表現空間そのものの一部として内在的に組み込まれているという見方です。
人工エージェントは時間をどう内部化しているか
一方、機械学習のモデルにも、履歴に依存した処理を行うための内部的な時間表現の仕組みが備わっています。
- LSTM：長い時間差をまたいで情報を保持することを目的に設計されたアーキテクチャで、過去の入力の影響をゲート機構によって調整します。
- 深層強化学習エージェント：知覚入力から将来の報酬を推定する形で、時間的な予測を学習します。
- Transformer：自己注意機構によって、系列全体の文脈をまとめて表現します。
- Decision Transformer：強化学習の問題を系列モデリングとして再定式化し、状態・行動・報酬の履歴をひとつの文脈として扱います。
つまり人工システムも「時間を内部化する」複数の方式を持っていますが、アーキテクチャが違えば、たとえ最終的な出力(行動)が似ていても、内部で保持される時間表現の形は大きく異なる可能性があります。ここに、単純な行動比較だけでは不十分だという問題意識が生まれます。
行動が似ていても安心できない理由
「同じ課題でよく似た成績を出すから、内部の処理も似ているはずだ」という推論は、必ずしも成り立ちません。異なる内部機構が同じ出力を生み出す、いわゆる多重実現の可能性が常に存在するためです。したがって、比較したいのは以下の3つの関係です。
- 行動の類似
- 内部表現の類似
- それらの時間スケール依存性
これらを切り分けて初めて、「似た振る舞いが似た内部時間表現によって支えられているのか」「それとも表面的な一致にすぎないのか」を議論できるようになります。
比較のための3本柱:RSA・CKA・行動類似度
RSA(表現類似性分析)とは何か
RSAは、各条件や刺激、時間窓に対応する活動パターンから、条件どうしの非類似度を並べた行列(RDM)を作り、そのRDM同士を比較する手法です。距離の計算方法にはユークリッド距離や相関距離などが使われ、脳側のRDMとモデル側のRDMの対応は、多くの場合Spearmanの順位相関で評価されます。
RSAの強みは、脳・モデル・行動・個体差といった、座標軸がまったく異なる対象同士でも、「条件間の関係構造」が保存されていれば比較できる点にあります。一方で、関係構造の比較には強い反面、状態空間そのものの向きや配置までは直接評価しない、という限界もあります。
CKA(中心化カーネルアラインメント)とは何か
CKAは、同一の観測集合に対する二つの表現行列の整列度を測る指標です。線形カーネルを使う場合、列を中心化したうえで内積のノルムを比較する形で計算されます。CKAの特徴は、直交変換や等方的なスケーリングに対して不変である点にあり、層ごとの対応関係を可視化しやすいという実務上の利点があります。
ただし、CKAは同じ観測集合(同じ画像・同じ時点・同じ試行)に対する活性同士を比較する設計が前提となるため、条件集合がずれると評価が難しくなります。また、サンプル数が少ない神経データでは推定にバイアスが生じやすいことも指摘されています。
行動類似度:軌跡距離・DTW・相互情報量
内部表現の比較だけでは捉えられない「最終的な出力の近さ」を評価するために、行動類似度も併用します。
- 軌跡距離:連続的な軌跡同士の平均的な距離を測る、直感的で解釈しやすい指標です。
- DTW(動的時間伸縮法):時刻のずれに頑健で、同じ内部時計を持ちながら速度が異なるケースを救済できますが、過度なワープはかえって時間差の情報を消してしまう危険もあります。
- 相互情報量:線形・非線形を問わず依存関係を捉えられる一方、自己相関の強い時系列では過大評価されやすいため、注意が必要です。
これら3系統は互いに異なる側面を見ているため、単独で判断せず、標準化したうえで組み合わせて評価することが望ましいとされています。
time-resolved RSAと層別CKAの実装のポイント
時間軸に沿って表現の対応関係を追う場合、脳側とモデル側のRDMを時間点や時間窓ごとに計算し、人間の時点とエージェントの層、必要であれば遅延ラグの組み合わせで比較します。実務上重要になるのは、窓幅の設定、時間方向の平滑化、ラグの探索範囲、そして自己相関への対処です。短時間スケールの計測では数十ミリ秒程度の窓が、長時間の自然主義的データではイベント境界からの相対時間を併用した符号化が有効とされています。
CKAについても同様に、層と時間窓の二次元グリッドを作り、ヒートマップとして可視化することで、どの層・どの時間帯が最も対応しているかを探索的に把握できます。
どのようなデータで検証できるか
短時間スケールの時間表現を検証するには、時間課題を伴うEEGデータや単一ユニット記録が候補になります。長時間の文脈統合を見たい場合は、映画視聴や物語聴取といった自然主義的な計測データが有力です。人間とAIエージェントの直接比較という観点では、ゲームプレイ課題における人間の脳活動データが、強化学習エージェントとの比較に適していると考えられます。完全に理想的な「同一課題・同一刺激・全モダリティ完備」のデータはまだ稀ですが、公開されている資源の組み合わせによって、検証可能なサブ課題は十分に構成できる可能性があります。
統合的な評価という発想
単一の相関係数だけで判断するのではなく、split-half信頼性で補正したうえで、RSA・CKA・行動類似度を重み付けして統合するスコアを設計するというアプローチも考えられます。さらに、行動類似度に対してRSAやCKAがどれだけ追加的な説明力を持つかを、混合効果モデルなどで評価することで、「似た振る舞い」を支えているのが本当に内部の時間表現なのか、それとも入力刺激の統計的な共有にすぎないのかを、より慎重に切り分けられる可能性があります。
研究の限界として意識すべき点
この種の比較研究には、いくつかの留意点があります。第一に、類似性の指標はあくまで関連性を示すものであり、機構そのものの同一性を保証するものではありません。第二に、同じ映像や物語を提示すれば、感覚入力が共有されているだけで似た表現が生じる可能性があり、この交絡を除くには低次特徴を共変量として扱うなどの工夫が必要です。第三に、fMRIの血流反応による遅延や、CKAにおけるサンプル数・次元数の違いによるバイアスにも注意が求められます。
まとめ
人間の脳とAIエージェントが似た行動を示すとき、その背後にある時間の内部表現まで本当に一致しているかどうかは、行動の比較だけでは判断できません。RSAによる関係構造の比較、CKAによる状態空間の整列評価、そして行動類似度という3つの視点を組み合わせることで、「行動も内部表現も似ている」「行動だけ似ていて内部表現は異なる」「内部表現は似ているが行動は異なる」という異なるパターンを切り分けられる可能性があります。この視点は、脳とAIを単純に「似ている/似ていない」で語るのではなく、どのレベルで、どの時間スケールで対応しているのかを精緻に議論するための土台になります。
コメント