はじめに：なぜ「自己の境界」が問題になるのか

杖をつく人は、地面の凹凸を杖の先端で「感じる」。熟練した外科医は、鉗子の先を自分の指のように操作する。こうした日常的な現象は、私たちの「自己」が皮膚の内側に固定されていない可能性を示唆している。

この直感を理論的に扱う枠組みとして、近年注目を集めているのがマルコフ毛布（Markov blanket）である。もともとベイズネットワークの条件付き独立性を記述する統計概念だったマルコフ毛布は、自由エネルギー原理を通じて「自己と環境を隔てる統計的境界」として再解釈された。本記事では、この境界が道具使用や身体拡張によってどのように動的に変化するのかを、理論・実験・応用の観点から整理する。

マルコフ毛布とは何か──統計的境界の基本概念

ベイズネットワークにおける条件付き独立性

マルコフ毛布は、Pearl（1988）のベイジアンネットワーク理論に起源を持つ。ある変数の状態を予測するために必要十分な最小の変数集合——親ノード・子ノード・子の親ノード——を条件とすることで、対象変数はそれ以外のすべての変数から条件付き独立になる。内部状態μ、外部状態η、毛布状態bに対して、p(μ, η | b) = p(μ | b)·p(η | b) が成り立つとき、bがマルコフ毛布と定義される。

この性質は推論の局所化を可能にする。つまり、ある変数について知りたければ、ネットワーク全体を見る必要はなく、毛布状態だけを参照すればよい。

自由エネルギー原理による再定義

Karl Fristonらは、マルコフ毛布を「感覚状態sと能動状態aの集合」として再定義し、生体の内部状態と外部環境を分離する統計的界面として位置づけた。内部状態は能動状態を通じて環境に影響を与え、環境は感覚状態を通じてのみ内部に影響する。ここで重要なのは、この境界が物理的な皮膚と一致する必要がないという点である。

ただし、この再解釈には批判もある。Biehlら（2021）は、自由エネルギー原理における毛布の定式化が独立性の仮定と必ずしも整合しない問題を指摘した。また、Bruinebergらは「皇帝の新しいマルコフ毛布」と題した論文で、統計的ツールから実在論的結論を導く飛躍に警鐘を鳴らしている。Pearl系の推論支援ツールとしての毛布と、Friston系の実在的境界としての毛布は、明確に区別して議論する必要がある。

身体拡張認知の主要理論とマルコフ毛布の接点

拡張心仮説・分散認知・エナクティブ認知

「心の境界は可変的である」という主張は、認知科学の複数の理論が共有している。Clark & Chalmers（1998）の拡張心仮説は、外部要素が内的処理と十分に結合し認知機能を担うなら、その要素は認知過程の一部とみなせると論じた。Hutchins（1995）の分散認知は、道具や社会構造を含めた情報処理システム全体を認知の単位とする。Varela, Thompson, Rosch（1991）のエナクティブ認知は、知覚と行動のループが世界との相互作用を通じて自己を構成すると考える。

これらに共通するのは、心身と外界の境界が固定された皮膚線ではなく機能的条件で決まるという視点であり、マルコフ毛布の境界可塑性と自然に結びつく。

内在主義と外在主義の対立

マルコフ毛布の解釈は、学説によって大きく分かれる。Hohwy（2016, 2017）は毛布を「脳のまわりに引かれた証拠境界」と捉え、心は頭蓋内に閉じるという内在主義的立場を取る。一方、Clark（2017）はマルコフ毛布が唯一不動の境界を前提しないことを強調し、状況に応じて道具や環境要素を取り込める可変的・多重的な境界として理解すべきだと反論した。蜘蛛とその網を単一の統計的に自律するシステムとみなす「拡張表現型」モデルは、その象徴的な例である。

Kiverstein & Kirchhoff（2021）は第三の立場として「モデル選択としての境界」を提案し、境界は状況と解析目的に依存して再構成されうることを強調している。

道具使用時にマルコフ毛布はどう変化するか──動的再構成のメカニズム

変分自由エネルギー最小化と境界の更新

自由エネルギー原理の枠組みでは、変分自由エネルギー F[q] = E_q[ln q(x) − ln p(o, x)] を最小化することで知覚と行動が統合的に調整される。どの変数を内部とみなし、どこに境界を引くかは、この最適化問題の構造に直接影響する。境界の設定は固定されたルールではなく、観測の説明精度や将来報酬の最大化を通じて学習・更新される。

階層的生成モデルでは、上位層が遅い文脈情報を、下位層が高速な感覚運動ループを担う。各階層間にマルコフ毛布条件を課すことで、異なる時間スケールの予測を効率的に処理できる設計になっている。

フィードバックの精度が境界拡張を決める

道具使用時の境界再構成を左右する鍵は、外部リソースからのフィードバックの信頼性と結合強度である。ツールの運動情報や触覚フィードバックが低遅延・低ノイズで得られるほど、内部モデルはそれらを高い確信度で取り込み、毛布境界は道具先端まで拡張すると予測される。反対に、フィードバックに遅延や不確実性が大きければ、その情報はノイズと判別されやすく、境界は道具を外部に留める。

予測誤差の「精度（重み付け）」がこの判断を支配する。能動運動時の感覚減衰——自己生成信号を抑制する機構——は、自己由来の入力と外部入力を区別するための精度調整として解釈できる。熟練度が高まるにつれ、この精度推定が最適化され、道具が身体表象に組み込まれやすくなる。

実験的証拠──身体図式の拡張を支持する知見

神経科学的・行動的エビデンス

Maravita & Iriki（2004）は、道具訓練を受けたサルの単一ニューロン記録から、近傍空間（peripersonal space）が道具先端まで拡大する現象を報告した。物理的な手の長さを超えて神経応答の受容野が変化するという結果は、身体図式の動的更新を直接示す証拠とされる。

ヒトでは、Botvinick & Cohen（1998）のラバーハンド錯覚が代表的である。視覚と触覚の同期刺激によってゴム手を自己の手と錯覚する現象が生じ、fMRIでは前運動野や頭頂葉の活動との相関が確認された。多感覚統合が身体所有感の基盤に関与していることを示唆する結果である。Weser & Proffitt（2021）のレビューでは、工具使用の熟練度が高いほどツールが身体表象に組み込まれやすい傾向が報告されている。

理論研究とシミュレーション

Murray-Smithら（2024）は、AI支援ツールの導入でマルコフ毛布が再構成され、主体の制御範囲が変化することを理論的に分析した。熟練したツール使用者ほど毛布を柔軟に拡張できるとする示唆は、上述の神経科学的知見と方向性が一致する。

実験デザインの提案──境界変化をどう検証するか

マルコフ毛布モデルの予測を検証するには、複数の手法を組み合わせた多角的アプローチが有効と考えられる。

第一に、ヒト行動実験として、ツール先端への触覚フィードバックの遅延量・ノイズ量を系統的に操作し、プロプリオセプションのドリフトや主観的所有感の変化を計測する方法がある。遅延・ノイズが低い条件で身体図式への取り込みが増大するという予測を検証できる。

第二に、EEG/MEGを用いた予測誤差測定である。能動運動時と受動運動時でMMN（ミスマッチ陰性電位）の振幅を比較し、ツール使用時に予測精度が向上するかを検討する。予測信号の強化は、その情報が「内部扱い」されている証拠となりうる。

第三に、fMRIによる有効結合分析で、所有感と脳ネットワーク再編の対応関係を調べる方法がある。前運動野–頭頂葉間の結合変化は、境界再構成の神経指標として有望である。

第四に、ロボット実装やシミュレーションで、外部センサーの追加条件下での学習速度・適応精度を評価し、統計的境界の拡張効果を定量化するアプローチも検討に値する。

リハビリ・AR/VR・ロボット支援への応用可能性

マルコフ毛布の動的枠組みは、実践的な応用にも示唆を与える。

リハビリテーションでは、義手や外骨格装置に低遅延・多感覚フィードバックを実装することで、使用者の身体モデルへの統合を促進し、操作性と所有感を高められる可能性がある。AR/VR領域では、感覚-能動遅延や精度の調整により、「別の身体」を操る没入感を向上させる設計指針につながる。

ロボット補助の文脈では、人とロボットの共同作業において、どこまでロボット側に意思決定を委ねるかをマルコフ毛布の境界として最適化するモデルが考えられる。自動運転の制御権配分もその一例であり、通常時はシステムが行動を担い、決定的局面ではユーザ介入を促すといった設計に毛布モデルが応用できる可能性がある。HCI分野では、Murray-Smithらが提案するReflective Active Inferenceのように、ユーザとAIの協調行動を毛布で表現し、相互モデルを含む対話型インターフェースの設計に発展させる試みが進んでいる。

まとめと今後の展望

マルコフ毛布は、自己と環境の境界を統計的に定義する有力な枠組みであり、道具使用や身体拡張によって境界が動的に再構成されるメカニズムを理論的に説明できる。フィードバックの精度・遅延・結合強度といったパラメータが境界拡張の鍵となり、これは神経科学的・行動的エビデンスとも整合する。

一方で、毛布モデルには限界がある。統計的境界は唯一の「正しい」境界を規定するものではなく、複雑な系では複数の毛布が併存しうる。毛布が「動いた」ことを直接示す実験的指標も確立されていない。また、意識や主観的経験といった心の質的側面への言及は、現時点の枠組みでは困難である。Bruinebergらの指摘するように、統計的ツールから実在論的結論への飛躍には慎重さが求められる。

今後は、実証的検証手法の確立、境界モデル選択の原理の定式化、細胞レベルから社会システムまでの階層的適用、そしてエナクティブ認知やニューラルダイナミクスとの統合的理解が重要な研究課題となるだろう。