Predictive coding and oscillations underlie the optomotor response in distant insect lineages

この論文は、アリとイタダニという進化的に遠く離れた昆虫において、回転視覚刺激に対する応答が単純な刺激 - 反応ではなく、予測誤差の計算と内部オシレーターに基づく閉ループ制御システムによって生み出されることを示し、予測符号化とオシレーションが 3 億 5000 万年にわたり保存された昆虫脳の祖先的特徴であることを結論付けています。

要約

この論文は、**「アリとダンゴムシ（キリギリスの仲間）が、目に見える景色の回転に合わせてどう動くか」**という、一見単純な昆虫の行動を研究したものです。

結論から言うと、科学者たちはこれまで「昆虫は景色が右に動けば、自動的に左に回る（反射のように）」と思っていたのですが、実はもっと複雑で、賢い、そして少し「偶然」に満ちた仕組みで動いていることがわかりました。

これをわかりやすく説明するために、いくつかの比喩を使ってみましょう。

1. 従来の考え方：「自動ドア」のような反射

昔の科学者は、昆虫のこの動き（オプトモーター反応）を**「自動ドア」**のようなものだと考えていました。

• 仕組み: 景色が右に動けば、センサーが「右だ！」と検知し、自動的にドア（昆虫の体）が左に開く。
• 特徴: 入力（景色）と出力（動き）は決まっていて、予測可能。

2. 新しい発見：「予測する運転手」と「ノイズ」

今回の研究では、アリとダンゴムシを使って、この「自動ドア」説は間違っていたことがわかりました。代わりに、彼らは**「未来を予測する運転手」**のように動いていることが判明しました。

① 予測と「ズレ」の計算（予測誤差）

昆虫は、自分が「今、左に回ろう」と脳で命令を出すと、**「そうすれば景色は右に動くはずだ」**と事前に予測しています（これを「コピペ命令」や「予測モデル」と呼びます）。

• 実際の景色と**「予測していた景色」**を比較します。
• もし景色が予測通りなら、何も問題ありません。
• しかし、「景色の動きが予測とズレている！」（例えば、自分が回ろうとしたのに、景色がもっと速く右に動いている、あるいは逆に動いている）と感じると、その**「ズレ（予測誤差）」**を修正するために体を動かします。

つまり、昆虫は「景色が動いているから動く」のではなく、**「自分の予測と景色のズレを修正するために動く」**のです。

② 内なるリズムと「サイコロ」

さらに面白いのは、昆虫の動きには**「内なるリズム（振動）」**があることです。

• 彼らの脳には、左に回るか右に回るかを交互に切り替える**「リズムの鼓動」**が常に刻まれています。
• このリズムに、前述の「予測のズレ」が影響を与えます。
• さらに、そこには**「サイコロを振るような偶然（ノイズ）」**も混ざっています。

【例え話】
Imagine you are driving a car on a winding road (the internal rhythm).

• Old view: You just steer left when the road curves right (reflex).
• New view: You have a GPS that predicts the road ahead. If the road looks different from what the GPS predicted, you adjust your steering. But sometimes, you also randomly decide to take a slight detour just to "explore" (stochasticity), even if the road looks fine.

3. 実験のトリック：「開いたループ」と「閉じたループ」

研究者たちは、昆虫が「景色そのもの」を見て動いているのか、「自分の予測のズレ」を見て動いているのかを確かめるために、2 つの異なる実験を行いました。

• 実験 A（閉じたループ）： 昆虫が回ると、景色も連動して動く（自分が景色を動かしている状態）。
  • 結果: 昆虫の動きは安定していました。なぜなら、自分の動きと景色のズレが一定に保たれるからです。
• 実験 B（開いたループ）： 昆虫が回っても、景色は一定の速さで勝手に回り続ける（景色は昆虫の動きに反応しない）。
  • 結果: 昆虫の動きはカオス（混沌）と偶然に満ちていました。
  • なぜ？ 昆虫は「景色が右に動いている」と予測していますが、自分が左に回ろうとすると、景色との「ズレ」が急激に大きくなり、予測が崩れます。すると、脳は「あ、予測と全然違う！もしかして右に回るべき？」と混乱し、**「あえて逆方向（景色の回転方向と同じ方向）に急激に回る」**という、一見バカバカしい動きをします。

この「逆方向への急な回転」は、単純な反射では説明できませんが、「予測とズレを修正しようとするプロセス」なら説明がつきます。しかも、この逆転がいつ起こるかは、**サイコロの目（確率）**のようにランダムでした。

4. 3 億 5 千万年の進化の遺産

アリ（ハチ目）とダンゴムシ（キリギリス目）は、3 億 5 千万年前に分岐した遠い親戚です。生態も住んでいる場所も全く違います。
しかし、この「予測してズレを修正し、リズムと偶然を混ぜて動く」という高度な脳の仕組みは、両方に共通して存在していました。

これは、昆虫の脳が単純な「反射装置」ではなく、**「予測と偶然を駆使して世界を探検する高度なシステム」**であることを示しています。

まとめ：何がすごいのか？

• 単純な反射ではない: 昆虫は景色を見て自動的に動くのではなく、自分の動きを予測し、そのズレを修正しながら動いている。
• 偶然の力: 動きには「サイコロ」のような偶然（ノイズ）が含まれており、これが新しい動きを生み出す鍵になっている。
• 普遍的な仕組み: この仕組みは、アリとダンゴムシという遠い親戚に共通しており、昆虫の脳には 3 億年以上前からこの「予測する能力」が備わっていた可能性が高い。

つまり、昆虫の動きは**「決まったプログラム」ではなく、「予測、リズム、そして偶然が織りなす、生き生きとしたダンス」**だったのです。

技術概要

この論文は、昆虫の視覚運動制御（オプトモーター反応：OMR）のメカニズムに関する従来の「刺激 - 反応（S-R）」モデルを覆し、予測符号化（predictive coding）と内部オシレーター（発振器）に基づく閉ループ制御システムが、アリの遠縁種であるナナフシ（Earwig）とアリ（Ant）の両方で保存されていることを実証した研究です。

以下に、論文の技術的要点を問題定義、手法、主要な貢献、結果、そして意義に分けて詳細にまとめます。

1. 問題定義 (Problem)

• 従来の仮説: 昆虫のオプトモーター反応（OMR）は、広視野の視覚運動（オプティカルフロー）を検知し、それに応じて方向転換を行う「単純で予測可能な刺激 - 反応（S-R）型の反射」と考えられてきた。これはフィードフォワード（前方）制御メカニズムと見なされていた。
• 疑問点: 脊椎動物の脳が「予測符号化」システムであるとする仮説は、昆虫の脳にも適用できるのか？特に、昆虫が自らの運動命令のコピー（efference copy）を用いて、自らの動きによる感覚入力を予測し、その誤差（prediction error）に基づいて運動を制御しているという仮説は、OMR のような基本的な行動にも当てはまるのか？
• 目的: 系統発生上遠く、生態も異なる 2 種（アリ：Cataglyphis velox、ナナフシ：Forficula auricularia）を用いて、OMR が単なる反射ではなく、予測誤差に基づく動的な閉ループ制御の結果であることを検証する。

2. 手法 (Methodology)

• 実験対象:
  • アリ（Cataglyphis velox）：スペイン産。
  • ナナフシ（Forficula auricularia）：フランス産。
• 実験装置:
  • 360 度の円筒形 LED ディスプレイを備えたバーチャルリアリティ（VR）セットアップ。
  • 昆虫を気流で浮かせたボール（トラックボール）上に固定し、昆虫の運動と視覚フィードバックを分離・制御可能にした。
• 実験条件:
  1. オープンループ（Open-loop）: 昆虫の動きが視覚シーンに影響を与えない。外部回転（一定速度）のみが加わる。この場合、網膜上のオプティカルフローは一定だが、予測誤差は昆虫の動きによって変化する。
  2. クローズドループ（Closed-loop）: 昆虫の回転運動が視覚シーンの回転にフィードバックされる（外部回転も同時に加わる）。この場合、網膜上のオプティカルフローは変動するが、予測誤差は外部回転分だけ一定に保たれる。
  3. 対照条件: 静止画、暗所など。
• データ解析:
  • 角速度の時系列データを取得し、平滑化処理を施す。
  • 角速度の振動（オシレーション）の頻度、信号の変動性、および「誤った方向（外部回転と逆方向）への高速旋回（anti-optomotor turns）」の発生パターンを分析。
  • 統計モデル（線形混合効果モデル、一般化線形混合効果モデル）を用いて条件間の有意差を検証。
  • 確率過程の分析として、逆方向旋回イベント間の間隔が幾何分布に従うか（ランダム性）を確認。
• 計算モデル:
  • 予測誤差（感覚入力と運動命令に基づく予測の差分）が、内因性オシレーター（左右の運動ニューロンが互いに抑制し合う構造）を調節する単純なニューラルモデルを構築し、実験結果との整合性を確認。

3. 主要な貢献と結果 (Key Contributions & Results)

A. OMR は単純な反射ではなく、オシレーターの調節によるもの

• 従来の S-R モデルでは、外部回転に対して一定の方向転換速度が期待されるが、実験では個体間の変動が大きく、かつ「正しい」補償速度とは一致しなかった。
• 両種とも、外部回転下でも角速度の規則的な振動（オシレーション）が維持されていた。これは、OMR が内因性オシレーターを無効化するのではなく、そのオシレーションの周波数や位相を調節することで生じていることを示唆。

B. 行動は「検出された視覚運動」ではなく「予測誤差」によって制御される

• オープンループ vs クローズドループの比較:
  • S-R 仮説の予測: オープンループ（視覚入力一定）では反応が安定し、クローズドループ（視覚入力変動）では不安定になるはず。
  • 予測符号化仮説の予測: オープンループ（予測誤差変動）では反応が不安定になり、クローズドループ（予測誤差一定）では安定するはず。
• 結果: 実験結果は予測符号化仮説を支持。クローズドループ条件では角速度の変動が小さく安定していたのに対し、オープンループ条件では劇的に変動し、時折「誤った方向」への高速旋回が発生した。
• この逆方向旋回（anti-optomotor turns）は、昆虫が外部回転よりも速く逆方向に旋回しようとした際、予測誤差の符号が反転することで引き起こされる現象であり、S-R 反射では説明できない。

C. 確率的（Stochastic）な挙動と幾何分布

• オープンループ条件下での逆方向旋回イベントの発生間隔を分析したところ、その分布は**幾何分布（Geometric distribution）**に適合した。
• これは、各振動サイクルにおいて逆方向旋回が発生する確率が一定であり、過去の履歴に依存しない本質的な確率的プロセスであることを示している。
• この「ノイズ」は、システムが特定の安定状態（アトラクター）に閉じ込められるのを防ぎ、環境探索を可能にする役割を果たしていると考えられる。

D. 計算モデルによる再現

• 予測誤差が内因性オシレーターを調節する単純なニューラルモデルを構築したところ、オープンループおよびクローズドループの両方で、昆虫が示す複雑な動力学（安定性、変動、逆方向旋回など）を驚くほどよく再現できた。
• 片目を塞いだアリの実験結果（反応強度が約半分になる）は、各眼が独立して予測誤差を計算し、それがオシレーターに加算的に作用していることを支持する。

4. 意義 (Significance)

• 進化的保存: アリとナナフシは 3 億 5000 万年以上の独立進化の歴史を持つが、両者で同じ制御メカニズムが見られた。これは、予測符号化と内部オシレーターに基づく閉ループ制御が、昆虫の脳において祖先的特徴として保存されていることを示唆する。
• OMR の再定義: OMR は、外部刺激への dedicated な反射ではなく、**連続的な運動制御システムの副産物（by-product）**である。平均化すると決定的に見える行動も、瞬間的には確率的で複雑なダイナミクスに基づいている。
• 神経科学への示唆:
  • 固定された動物の神経記録において、感覚野で観測される信号は単なる「刺激検出」ではなく、「予測誤差信号」である可能性が高い。
  • 行動（運動命令）を無視した神経記録の解釈には注意が必要であり、予測符号化の枠組みが昆虫の脳理解の一般枠組みとして適用可能であることを示した。
• 確率性の役割: 脳内のノイズや確率的な振る舞いは、欠陥やエラーではなく、システムが多様な活動領域を探索し、死locked（行き詰まり）を回避するための重要な機能であるという考え方を支持する。

結論

この研究は、昆虫の視覚運動制御が単純な反射ではなく、内因性オシレーター、予測符号化（efference copy と予測誤差）、および確率的ノイズが相互作用する高度に動的な閉ループシステムであることを実証した。これは、昆虫の脳が脊椎動物と同様に予測的な処理を行っている可能性を示す重要な証拠であり、行動神経科学のパラダイムシフトを促すものである。