🧠 予測理論 ― 概要
この理論は「脳は常に世界を予測している」という視点から、人間の知覚・感情・学習・行動を統一的に説明する枠組みである。
主なキーワードは以下の3つである：
Predictive Coding（予測符号化）＝Rao & Ballard, 1999
Free-Energy Principle（自由エネルギー原理）＝Friston, 2010
Prediction Theory of Visual Illusions（視覚錯覚の予測理論）＝Watanabe, 2010
これらは互いに密接に関連し、「脳が自己生成モデルによって世界を再構築する」過程を異なる観点から説明している。
🔄 自律的な内部モデルとは
脳は単なる受動的な情報処理装置ではなく、「内部モデル」を持ち、自律的に外界をシミュレートしていると考える。
このモデルは以下のような構造を取る：
1.外界の状態を予測
感覚入力を待つ前に、脳は「次に何が起こるか」を予測する。
2.予測と実際の感覚の差（誤差）を検出
この差が「予測誤差」として処理される。
3.内部モデルの修正（学習）
誤差が小さくなるように、脳内のモデルが更新される。
この繰り返しが、「知覚」「学習」「行動」「感情調整」すべての基盤となる。
🌙 睡眠と海馬 ― 内部モデルの書き換え
睡眠時、とくにレム睡眠期には海馬が日中の経験を再生し、大脳皮質の内部モデルを書き換えると考えられている。この過程は「記憶の統合」と呼ばれ、予測精度を高めるための再訓練フェーズに相当。
言い換えれば、夢は「内部モデルのアップデート作業」であるとも言える。
⚡ 誤差・ストレス・感情 ― 脳内の情報エネルギー
予測誤差は単なる認知上のズレではなく、エネルギー的コスト（あるいはエネルギーそのもの）として脳内で感じられる。
これが「ストレス」や「注意」「感情」と密接に関係する。
ストレス：予測誤差が大きい状態。制御不能な不確実性。
注意：誤差の大きく重要な価値をもつ情報に優先的にリソースを割り当てる機構。
感情：誤差の変化率（良くなっている／悪化している）を反映したフィードバック信号。
このように、心理的現象もすべて「予測誤差の最小化」という共通の数理的基盤で説明できる。
👁️ 錯視・感覚・運動・報酬の統合
脳は常に「最も確からしい世界像」を再構成している。
そのため、錯視は「誤った知覚」ではなく、「もっとも合理的な予測結果」として理解される。
また、運動制御や報酬系も同じ原理で説明可能である。
運動は「望む感覚状態を予測して引き起こす行為」、
報酬は「誤差が減ったときの評価信号」と見なされる。
🤖 AIによる応用 ― 予測アルゴリズムの実装
この理論は人工知能にも応用されており、「Predictive Coding Network」や「Free-Energy-Based Learning」として実装が進められている。
AIが外界を単に識別するのではなく、「自ら予測し誤差を減らす」ことを学ぶモデル設計は、脳の情報処理と極めて類似している。これらのモデルを利用すれば人の脳の理解が進むと期待できる。
🧩 統合的視点 ― 脳＝予測マシン
本理論の根底には、「脳は自己生成的な推論エンジンである」という統一的な見方がある。
感覚は入力ではなく、予測誤差の検出。
行動は反応ではなく、予測を実現する手段。
感情は誤差の評価関数。
学習は誤差の最小化過程。
これらを一つの枠組みで捉えることで、「脳と心」「意識と無意識」「AIと人間知性」の架け橋が見えてくる。
🌌 まとめ ― 予測する心が世界を創る
「知覚とは、脳が信じたい世界を見ること。」
予測理論は、私たちの主観的体験を科学的に説明する最前線の理論である。
それは、脳が外界の情報を受け取るだけでなく、能動的に世界を創り出しているという、まさに「予測する存在」としての私たちの姿を描いている。
もう一点大事なこと。私たちは生活している世界と切っても切り離せないどころか、それは「私たちは世界そのもの」だということである。
✨ 予測する脳と心で、私たちは日々、未来を創り出しているのである。✨
🌌補足 ― もうすこし、脳と心の予測理論を抽象的に描く
これがNeuronistの考え方である。
