論文「Conchordal: Emergent Harmony via Direct Cognitive Coupling in a Psychoacoustic Landscape」の技術的サマリー

本論文は、高橋浩一氏（慶應義塾大学）によって提案された、**「Conchordal（コンコードル）」**と呼ばれる新しい生成音楽システムおよびその背後にある設計原理「直接認知結合（Direct Cognitive Coupling: DCC）」に関する研究報告です。

以下に、問題提起、手法、主要な貢献、実験結果、および意義について詳細にまとめます。

---

1. 問題提起 (Problem)

従来の人工生命（ALife）研究は、主に空間的、化学的、あるいは記号的なドメインで展開されてきました。しかし、**「音」**は物理的な構造が豊かであり、生物学的知覚と深く結びついているにもかかわらず、生命のようなダイナミクスを記述する主要な計算媒体として十分に探求されていませんでした。

既存のソニック・アルゴリズム的作曲システムは、エージェントの設計に音響的・知覚的特徴を取り入れていますが、エージェントが居住する「生成基盤（空間）」や「適応度（fitness）」が、定量的な知覚モデルから直接導き出されているわけではありません。記号的な和声規則に依存せず、人間の聴覚知覚そのものを基盤とした、自律的な音響生態系を構築する手法が求められていました。

2. 手法と設計原理 (Methodology)

2.1 直接認知結合 (Direct Cognitive Coupling: DCC)

本システムの核となる設計原理です。DCC は以下の 2 点を要求します。

1. 主要な環境軸（ランドスケープ）が、**知覚的観測量（psychoacoustic observables）**から計算されること。
2. エージェントの更新が、記号的な和声規則を介さず、そのランドスケープから直接読み取られること。

これにより、「エージェントの生態学的運命（生存、繁殖、同期）」と「音楽的な一貫性（美しさ、調和）」が、同じ知覚的ランドスケープによって統制される「生態的・美的二重性（Ecological–Aesthetic Duality）」が実現されます。

2.2 心理音響的ランドスケープ (Psychoacoustic Landscape)

Conchordal の環境は、任意の適応度関数ではなく、物理音響と蝸牛の力学から決定論的に導出されます。

• 周波数表現: $\log_2(f)$ 空間（セント単位）を使用し、整数比による知覚的類似性をモデル化します。
• 調和性 (Harmonicity, $H$): 虚音（virtual pitch）の抽出に基づき、スペクトルエネルギーが調和テンプレートにどれだけ適合するかを計算します（Terhardt のモデルなど）。
• 粗さ (Roughness, $R$): 臨界帯域内の未解決ビートによる感覚的不協和を計算します（Plomp-Levelt モデル）。
• 協和度 (Consonance, $C$): $H$ と $R$ を組み合わせた二線形モデル（$C = aH + bR + cHR + d$）として定義されます。これにより、単純な整数比（2:1, 3:2 など）でピークを持つ「協和の谷（アトラクタ構造）」が形成されます。

2.3 エージェントとダイナミクス

自律エージェントは以下のメカニズムで動作します。

• ピッチ適応: 局所的なピッチ提案と、協和度スコアおよび「混雑ペナルティ（他エージェントとの距離による斥力）」に基づく受容ルール（ヒルクライミング）によりピッチを調整します。
• 代謝政策: エージェントはエネルギーを持ち、協和度が高い状態ではエネルギーが回復し、低い状態では消費されます。エネルギーが 0 になると死亡し、再出現します。
• 時間的同期: 共有する振動スキャフォールド（外部強制力）に対して、Kuramoto 型の位相結合により同期します。

3. 主要な貢献 (Key Contributions)

1. DCC 設計原理の提案: 記号的規則なしに、知覚モデルから直接導かれた環境が、自律エージェントの進化と音楽的生成を統制できることを示しました。
2. 生態的・美的二重性の実装: 生存を決定する「生態的ランドスケープ」と、音楽的整合性の指標が同一であるという概念を、計算機システムとして具体化しました。
3. 人工生命としての音響生態系の構築: 自己組織化、選択、同期、そして遺伝的継承（ラインバイアス）が、記号化されていない連続的な音響空間で機能することを証明しました。

4. 実験結果 (Results)

4 つの実験により、異なるメカニズムの効果が検証されました。

実験 1: 協和度の探索 (Consonance Search)

• 手法: 固定されたドラウンド（220 Hz）を基準に、エージェントが局所的なヒルクライミングを行うか、ランダムウォークを行うかを比較。
• 結果: ヒルクライミングを行う条件では、エージェントは協和する音程（純正律に近い間隔）に集約され、構造化されたポリフォニーを形成しました。一方、ランダムウォークでは音程が均一に分散し、構造化されませんでした。
• 意義: 知覚的ランドスケープに沿った動きが、無作為な分散ではなく、秩序だった音楽的構造を生み出すことを示しました。

実験 2: 選択圧としての協和度 (Consonance as Selection Pressure)

• 手法: 協和度に依存したエネルギー回復（代謝）の有無を比較。
• 結果: 代謝が有効な場合、初期の協和度が高いエージェントほど生存時間が長くなりました。代謝無効（リチャージなし）の場合、生存差は消失しました。
• 意義: 協和度が「生態学的資源」として機能し、生存差（選択圧）を生み出すことを実証しました。

実験 3: 最小限の遺伝的適応 (Minimal Hereditary Adaptation)

• 手法: 親の位置に基づいて子孫を再生する（遺伝）か、ランダムか、および代謝選択の有無を組み合わせました。
• 結果: 「遺伝＋代謝選択」の組み合わせが、最も高い協和度スコアと低いエントロピー（構造化された音程分布）を示しました。特に、親の「和音ファミリー（調性）」を継承しつつ、局所的にピッチを再最適化するアプローチが有効でした。
• 意義: 世代を超えて音楽的構造が蓄積可能であることを示し、遺伝的メカニズムがランドスケープの鋭いピークを探索するのに有効であることを証明しました。

実験 4: 共有リズム・スキャフォールド (Shared Rhythm Scaffold)

• 手法: 外部の 2Hz（120 BPM）の位相参照に対して、エージェントがどのように同期するかを評価。
• 結果: 共有された位相参照がある場合、位相ロック値（PLV）が最も高く、時間的同期が強く観察されました。
• 意義: 知覚的ランドスケープが時間的軸（リズム）の組織化も支援できることを示しました。

5. 意義と結論 (Significance and Conclusion)

• 非伝統的な ALife 基盤: 空間や化学物質ではなく、「心理音響的ランドスケープ」が人工生命の基盤として機能し、自己組織化、選択、同期、遺伝的継承を可能にすることを初めて示しました。
• 記号化からの脱却: 音楽生成において、記号的な和声規則やスケールを明示的に定義することなく、知覚モデルから直接「調和」が創発することを証明しました。
• 作曲家へのツール: Conchordal は、生態学的ダイナミクスを通じて音楽的に一貫した素材を生成する生成基盤として作曲家に提供されます。
• 将来展望: 将来的には、聴取者の生体信号（脳波など）をランドスケープにフィードバックし、知覚と生成を双方向の動的システムとして結合する「完全な DCC」の実現が期待されます。また、西洋音楽中心の重み付けから、多様な文化的知覚モデルへの拡張も可能です。

総じて、本論文は、**「知覚モデルそのものが生態系となり、同時に音楽的整合性の指標となる」**という革新的なアプローチを提示し、計算音楽学と人工生命の分野に新たなパラダイムを提供するものです。