🧬 biology

Structural Plasticity as Active Inference: A Biologically-Inspired Architecture for Homeostatic Control

本論文は、能動的推論と生物学的な形態的可塑性に着想を得た、局所的な予測誤差の最小化と細胞の移動による構造変化を組み合わせた新しい計算モデル「SAPIN」を提案し、CartPoleタスクにおいて安定した制御を実現できることを示しています。

原著者： Brennen A. Hill

公開日 2026-02-11

📖 1 分で読めます☕ さくっと読める

原著者： Brennen A. Hill

原論文は CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) でライセンスされています。 ⚕️ これは査読を受けていないプレプリントのAI生成解説です。医学的助言ではありません。この内容に基づいて健康上の判断をしないでください。免責事項の全文を読む

タイトル：『勝手に進化する、魔法の街づくり』

想像してみてください。あなたは、真っ白な土地に「小さなお店（計算ユニット）」をいくつか配置して、そこを賑やかな「理想の街」にしようとしています。

これまでのAI（人工知能）は、いわば**「完璧な設計図を持った建築家」**でした。どこに何を建てるか、すべてあらかじめ決まっていて、間違いがあれば設計図を書き直す（バックプロパゲーション）という、とても厳格なやり方です。

しかし、この論文が提案する**「SAPIN（サピン）」という新しい仕組みは、設計図を持たない「生き物のような街」**です。

1. 二つの「進化」のルール

この街には、2つの面白いルールがあります。

ルール①：お店の中身を変える（シナプス可塑性）
お店の店員さんは、「お客さんの数（情報の入力）」を予想しています。「今日は10人来るはずだ！」と予想していたのに、実際には100人来たら、店員さんはびっくりしますよね。その「予想外の驚き」を解消するために、店員さんは接客スタイル（重み）をどんどん変えて、次からは100人来ても平気なように準備します。
ルール②：お店ごと引っ越す！（構造的可塑性）
これがこの論文のすごいところです！もし、あるお店が「どこにいてもお客さんが来すぎてパニックになる」とか「全然お客さんが来なくて暇すぎる」という状態になったら、そのお店は**「もっといい場所があるはずだ！」と、街の中を勝手に移動して引っ越してしまう**のです。

2. 何を目指しているのか？（ホメオスタシス）

この街の目的は、何か特定の「報酬（お金）」をもらうことではありません。ただ一つ、**「街の騒がしさを、いつも一定に保つこと」**です。

論文では、これを「カートポール（棒を倒さないようにバランスを取るゲーム）」で試しました。
棒がグラグラして「予測不能なパニック状態」になると、街は騒がしくなります。逆に、棒がピタッと止まって「予測しやすい平和な状態」になると、街は落ち着きます。

街（AI）は、**「パニックを避けて、平和で予測しやすい状態を維持したい！」**という本能だけで動いているのに、気づけば勝手に「棒を倒さないための完璧な動き」をマスターしてしまったのです。

3. 実験の結果：驚きの発見

「お仕置き」はいらなかった！
普通、AIには「失敗したら罰を与える」というルールを与えます。でも、この街は「失敗してパニックになること自体が嫌だ！」という本能だけで、ちゃんと問題を解いてしまいました。
「学習のロック」で安定！
街が進化し続けると、たまに「せっかく上手くいったのに、また引っ越し始めて失敗しちゃった！」という不安定な時期があります。そこで、上手くいった瞬間に「街の形を固定（ロック）する」という魔法をかけると、非常に安定して棒を立て続けることができました。

まとめると…

この研究は、**「ルールを教え込まなくても、『予測通りの平和な状態を保ちたい』という本能さえあれば、システムは勝手に形を変え、賢くなっていく」**ということを証明しようとしています。

まるで、細胞が集まって体を作り、環境に合わせて形を変えていく生物のように、**「形そのものが知能を持つ」**という、新しいAIの可能性を示しているのです！

技術要約：能動的推論としての構造的可塑性 — ホメオスタシス制御のための生物学的着想に基づくアーキテクチャ

1. 背景と問題意識 (Problem)

従来のニューラルネットワークは強力ですが、グローバルな誤差逆伝播法（Backpropagation）に依存しており、生物学的な妥当性に欠けるという課題があります。生物学的な知能は、固定された構造ではなく、自己組織化的なプロセスを通じて安定した行動を実現します。

本研究は、以下の2つの理論的枠組みを統合し、計算モデルにおける「学習の生物学的妥当性」と「構造の動的な最適化」の両立を目指しています。

自由エネルギー原理 (FEP) と能動的推論 (Active Inference): エージェントは予測誤差（驚き）を最小化するように行動し、環境を自身の予測に適合させる。
形態形成 (Morphogenesis) と構造的可塑性: 生体細胞は、単に信号を伝達するだけでなく、物理的な配置（トポロジー）を変化させることで、計算資源を最適化する。

2. 提案手法 (Methodology)

本論文では、SAPIN (Structurally Adaptive Predictive Inference Network) という新しい計算モデルを提案しています。SAPINは9×9の2Dグリッド上で動作し、以下の2つの並行する学習メカニズムを備えています。

A. シナプス可塑性 (Synaptic Plasticity - LTM)

局所的なヘブ則に似たルールに基づきます。各セルは、自身の「実際の活性化値 ( $V_i$ )」と「学習された期待値 ( $E_i$ )」の差（予測誤差）を用いて、以下の2点を更新します。

方向性強度 ( $s_i$ ): 隣接するセルへの信号伝達の強さ。
期待値 ( $E_i$ ): セルが維持すべきホメオスタシス的な活性化の基準値。

B. 構造的可塑性 (Structural Plasticity - Movement)

セルがグリッド上を物理的に移動するメカニズムです。

移動の動機 (Desire): 長期的な平均予測誤差の大きさが「移動したい欲求」となります。
移動の方向: 予測誤差が大きかった（驚きが大きかった）信号のソースに対して、過剰活性化していれば遠ざかり、不足していれば近づくように移動します。これにより、ネットワークは情報の受容野を最適化するように自己組織化します。

信号伝搬メカニズム

固定された層を持たず、活性化値の高いセルから順に信号が伝わる「Winner-takes-all」方式の伝搬を採用しており、空間的に柔軟な情報フローを可能にしています。

3. 主な貢献 (Key Contributions)

二重の可塑性モデルの統合: 「情報の処理方法（重み）」と「計算資源の配置（構造）」を同時に学習する、生物学的に着想を得た新しいアーキテクチャを提示したこと。
報酬なしでの学習の証明: 外部からの報酬信号（Reward）を一切与えず、「予測誤差の最小化」という内発的な動機のみで、制御タスク（CartPole）を解決できることを示したこと。
安定性と可塑性のジレンマへのアプローチ: 学習中の不安定性を解消するため、成功後にパラメータを固定する「ロック（Locking）」メカニズムを導入し、その有効性を検証したこと。

4. 実験結果 (Results)

古典的な強化学習のベンチマークである CartPole-v1 タスクを用いて検証を行いました。

タスクの成功: SAPINは、外部報酬なしでポールを垂直に保つ安定した制御ポリシーを自律的に発見しました。
ロック実験: 学習を継続すると不安定になる傾向が見られましたが、成功時にパラメータを固定（シナプス固定）したネットワークは、100エピソード中平均82%の成功率を維持し、堅牢なポリシーを保持できることが確認されました。
罰則メカニズムの検証: 失敗時に「予測不能なノイズ（罰）」を与える実験を行いましたが、結果として「罰がなくても、予測誤差を最小化しようとする性質だけで十分学習可能である」という、能動的推論の強力な裏付けが得られました。

5. 意義と展望 (Significance & Future Work)

意義

本研究は、知能が「固定されたプログラム」ではなく、**「予測誤差を最小化しようとする物理的な自己組織化プロセス」**から創発し得ることを計算機上で証明しました。これは、身体性（Embodiment）と構造の進化を考慮した、次世代のAIアーキテクチャへの重要な一歩です。

今後の展望

長期的な計画性: 現在のモデルは即時的な予測誤差に依存しているため、長期的な目標達成には「深い能動的推論（Deep Active Inference）」への拡張が必要。
連続的なシステム: 現在の離散的な移動を連続的な移動へと改良し、安定性を向上させる。
環境との相互作用: セルの配置が物理環境（例：ポールの重心など）に直接影響を与えるような、より密接な身体性の実装。