Cross-Species RSA Reveals Conserved Early Visual Alignment but Divergent Higher-Area Rankings Across Human fMRI and Macaque Electrophysiology

技術的サマリー：種間 RSA が示す初期視覚領域における保存されたアライメントと、高次領域におけるランキングの分岐

問題提起
計算神経科学は、誤差逆伝播法（BP）で訓練された深層ニューラルネットワーク（DNN）が霊長類の腹側視覚経路の表現階層を再現することを確立している。しかし、ほとんどのモデルと脳との比較は単一の種（通常は人間の fMRI）に限定されており、アライメントのパターンが種や計測モダリティを超えて一般化するか否かは不明なままである。著者による併行研究 [Leutenegger, 2026] では、訓練されていないランダム重みと局所学習則（STDP、予測符号化）が、BP よりも人間の V1 領域とのアライメントにおいて優れていることが発見されたが、すべての則が IT 領域で収束していた。本研究は、単一ニューロン分解能と fMRI よりも高い信号対雑音比（SNR）を提供するマカク霊長類の電気生理学的データに対して評価した場合、このパターンが維持されるかという種間に関する問いに答えるものである。

手法
本研究は、表現類似性分析（RSA）を用いて、5 つの学習則条件を人間およびマカク霊長類の神経データと比較する。

• モデル: 併行研究 [Leutenegger, 2026] で使用された同一のモデル重みを用いる。CIFAR-10 上で 40 エポック訓練されたカスタム 3 層 CNN である。5 つの条件は以下の通り：誤差逆伝播法（BP）、フィードバックアライメント（FA）、予測符号化（PC）、スパイクタイミング依存可塑性（STDP）、および訓練されていないランダム重みをベースラインとする。
• マカク霊長類データセット:
  • V4/IT: MajajHong2015（多電極アレイ、V4 88 細胞および IT 168 細胞、HVM 物体提示 3,200 回）。
  • V1/V2: FreemanZiemba2013（単一ユニット記録、V1 102 細胞および V2 103 細胞、テクスチャ刺激 135 種類）。
• 人間データセット: THINGS-fMRI（刺激 720 種類、被験者 3 名）。V1、V2、LOC、および IT の RSA 値は併行研究から直接取得した。
• 容量制御: モデル容量と訓練データの豊富さの影響を評価するため、事前学習済み ResNet-50（ImageNet）を評価した。
• 分析パイプライン:
  • RSA: 特徴抽出、相関距離を用いた表現非類似度行列（RDM）の構築、およびモデルと神経 RDM 間のスピアマンの $\rho$ 得点算出。
  • 種間比較: 各学習則について、人間とマカク霊長類の $\rho$ ベクトル間のケンドールの $\tau$ を算出した。$n=5$ の則であるため、統計的検出力は完全な相関（$\tau = \pm 1.0$）の検出に限定される。
  • 刺激制御: 刺激領域の違いが種の違いによるものか、刺激領域によるものかを判断するため、THINGS およびマカク霊長類の刺激の両方に対してモデル RSA を計算した。

主要な結果

1. マカク霊長類における絶対的なアライメント値の高さ: マカク霊長類のアライメント値（V1/V2 において $\rho = 0.15–0.30$）は、人間の fMRI 値（$\rho = 0.01–0.08$）を大幅に上回っており、電気生理学的計測のより高い SNR と一致している。しかし、すべての値はノイズ天井（0.52–0.79）を大きく下回っており、改善の余地が大きいことを示している。
2. 保存された初期視覚領域のアライメント: マカク霊長類の V1/V2 において、STDP（$\rho \approx 0.30$）および PC（$\rho \approx 0.28$）が最高値のアライメントを達成し、BP、FA、ランダム重みを上回った。これは、局所学習則が BP を上回るという人間の V1 で見られた定性的なパターンを反映しており、初期視覚領域のアライメントが種やモダリティを超えて頑健であることを確認するものである。
3. 分岐した高次領域のランキング: マカク霊長類の IT 領域において、学習則のランキングは人間のランキングと検出可能な相関を示さなかった（$\tau = 0.00, p = 1.00$）。ただし、著者はこの無結果が、$n=5$ という低い統計的検出力（$\tau = \pm 1.0$ のみが有意となる）を考慮すれば予想されるものであると指摘している。
4. 容量とデータの限界: 容量制御として用いられた ResNet-50 は、マカク霊長類の IT 領域で $\rho = 0.25$ を達成し、すべてのカスタム CNN 条件（$\rho = 0.07–0.14$）を大幅に上回った。これは、併行研究で観察された IT 領域における学習則の「収束」が、学習則の根本的な性質というよりも、アーキテクチャとデータの限界（小型 CNN、CIFAR-10）を反映している可能性を示唆している。
5. 刺激領域の交絡: V2 から V4 へのアライメントの急激な低下は、データセットの切り替え（テクスチャ刺激対物体画像）によって交絡されている。刺激制御分析により、IT 領域のランキングは刺激セット間で弱い逆転（$\tau = -0.40$）を示すことが明らかとなり、IT 領域における種間ランキングの違いは、種の違いというよりも、刺激領域（THINGS 対 HVM 物体）によって部分的に駆動されている可能性が示唆された。

意義と主張
本論文は、初期視覚領域のアライメントが、人間の fMRI とマカク霊長類の電気生理学的データの間で定性的に保存されていると主張している。具体的には、局所学習則（STDP、PC）が、両種において一貫して初期視覚領域（V1/V2）で誤差逆伝播法を上回っており、これらの則を支持するアーキテクチャ的な帰納的バイアスが fMRI 手法のアーティファクトではないことを示唆している。

一方、本研究は特定の実験設定内において、高次領域（IT）のランキングに検出可能な種間対応は見られないと結論づけている。著者はこれを、以下の要因の組み合わせに控えめに帰している：

• 統計的検出力: 学習則の数が少ない（$n=5$）ため、相関を検出する能力が制限されている。
• モデル容量: カスタム CNN は、マカク霊長類の IT 領域に符号化された物体レベルの表現を捉えるための容量が不足している可能性があり、これは ResNet-50 の優れた性能によって浮き彫りになっている。
• 刺激の不一致: データセット間の刺激領域の違いが、IT 領域のランキングの解釈を交絡させている。

著者は結論として、初期視覚領域のアライメントは頑健であるが、高次領域のアライメントはモデル容量、訓練データの豊富さ、および刺激領域によって調節されるとしている。これらの結果は、共有刺激セット、大規模アーキテクチャ、およびより多くの学習則条件を用いた将来の種間研究を動機付けるものであり、十分な統計的検出力を持つランキング比較を可能にするものである。