🧠 neuroscience

Predictive learning with local plasticity in excitatory-inhibitory networks

本論文は、純粋に局所的な可塑性、特にBCM様則を備えた回帰的な興奮・抑制ネットワークが、一貫性多様体上に重みを維持することで予測的推論を達成し、疎な時空間的特徴を学習できることを示しており、それによって、明示的な誤差表現を必要とすることなく、予測符号化と生物学的に妥当な回路メカニズムとを結びつけている。

原著者： Reis Aguiar, H., Hennig, M. H.

公開日 2026-09-04

📖 1 分で読めます☕ さくっと読める

CC BY 4.0

原著者： Reis Aguiar, H., Hennig, M. H.

原論文は CC BY 4.0 (https://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

人間の脳は、数十億ものニューロンが絶えず発火し、接続し合いながら世界を理解しようとする広大なネットワークです。この活動の中核にあるのは、ニューロンの発火を促す興奮性信号と、ニューロンを鎮める抑制性信号という、対照的な2つの力です。何十年もの間、科学者たちは、これら単純な局所的相互作用がいかにして「次に何が起こるか」を予測するという複雑な能力を脳にもたらすのかという疑問を抱いてきました。「予測符号化」と呼ばれる有力な説の一つは、脳は常に感覚入力の原因を推測しており、驚き（予測誤差）に対してのみ注意を払っているのだと示唆しています。しかし、大きな謎が残っていました。近くの細胞の即時的な活動に基づいてしか接続を調整できない生物学的ネットワークが、エラーを計算するための中央計算機を持たずに、いかにしてこのような洗練された推測ゲームを行えるのかという点です。

エディンバラ大学による新しい研究は、特定の種類の神経回路が、局所的なルールのみを用いて未来を予測することを学習できることを示すことで、説得力のある答えを提示しています。研究チームは、興奮性ニューロンが前方へ信号を送り、抑制性ニューロンがフィードバックを提供してシステムを制御するネットワークのコンピュータモデルを構築しました。彼らは、このネットワークが効果的に学習するためには、ニューロン間の接続が非常に特定のバランスを保たなければならないことを発見しました。もし興奮性の接続がこのバランスから逸脱しすぎると、ネットワークはデータ内の真のパターンを学習できなくなります。チームは、実際の動物の脳で見られるものと同様の特定の学習ルールが、ネットワークを自然にこの「スイートスポット」に留めておくことを見出しました。このルールにより、ネットワークはエッジや形状といった静止画像からも、動きの方向を予測し、入力が消失した際にシーケンスの欠落した部分を補完することさえできる動いているビデオからも、学習することが可能になります。

研究者たちはまず、交差した棒や自然の写真のパッチなど、単純な静止画像のモデルでテストを開始しました。彼らは、ネットワークが何を探すべきか指示されることなく、これらの複雑な画像を線やエッジのような基本的な構成要素へと分解できるかどうかを確認したいと考えました。彼らは、ネットワークがどのように接続を調整するかについて、いくつかの異なる方法を比較しました。ニューロン間の単純な同時性を利用する方法では、ネットワークが最適なバランスから逸脱し、不正確で乱れた学習につながりました。しかし、現在の活動が予測とどの程度一致しているかに基づいて接続を調整するルールを用いた場合、ネットワークは完璧なバランスを維持しました。著者らが「予測ルール」と呼ぶこの特定のルールは、抑制性フィードバックが、入力に含まれるノイズを打ち消すために必要なものと常に一致するように保証しました。その結果、ネットワークは画像の表現において疎な特徴セット（sparse set of features）を用いるようになりました。これは、哺乳類の視覚野が機能しているのと同様に、画像の記述のためにごく少数のニューロンのみが発火することを意味します。

研究は、モデルに「時間」の層を加えることでさらに進みました。実生活は単なる静止画の連続ではありません。それは連続的な出来事の流れです。これを模倣するために、研究者たちはネットワークの現在の状態が将来の状態に影響を与えるメカニズムを追加し、一種の記憶を作り出しました。この更新されたネットワークを動く棒のビデオで訓練したところ、ネットワークは物体の形状だけでなく、それが移動している方向をも検知することを学習しました。驚くべきことに、ネットワークはシーケンスを補完する能力を発達させました。もし動いている棒のビデオが突然空白になったとしても、ネットワークは学習した内容に基づいて、棒が同じ方向に動いていることを「見続け」、空白を埋めることができました。これは、ネットワークが運動の規則を内面化し、自身の思考の中でそれを前方に走らせることができることを示唆しており、この能力は世界をナビゲートする上で極めて重要です。

モデルをより現実的なものにするため、チームは学習ステップ間の人工的な休止を取り除き、生きた脳と同じように、連続的なデータストリームから学習できるようにしました。この連続バージョンにおいて、ネットワークは鋭く硬直した切り替えではなく、滑らかで曲線的な活動パターンを発達させました。研究者が学習完了後にランダムなノイズでこのネットワークを刺激すると、ネットワークは以前に見たシーケンスを自発的に再生しました。それは、あたかも過去の出来事を思い出しているかのように、同じ活動パターンを循環しました。これらのパターンは、ネットワークの活動空間においてリング状の構造を形成しており、この形状は方向のような単一の値を非常に精密に表現することを可能にします。この振る舞いは、動物が休息中に経路を再生する脳の海馬で起こる現象と一致しており、予測と記憶の両方の基礎となる局所的な学習ルールが同じである可能性を示唆しています。

今回の知見は、脳が期待と実際の観察との差を計算するために特別な「エラーニューロン」を必要とするという長年の見解に異を唱えるものです。代わりに、本研究は、脳は単に自身の内部予測と入ってくる信号とのミスマッチを利用して、接続を直接調整している可能性があることを示唆しています。研究者たちは、回路の興奮性と抑制性の部分を緊密かつ一貫した関係に保つことで、ネットワークが別途のエラー信号を必要とせずに複雑な推論を実行できることを示しました。これは、興奮性接続の可塑性（変化する能力）こそが予測の鍵であることを意味しています。この研究は、局所的な生物学的学習ルールと、予測という全域的な知的行動との間に強力な理論的つながりを提供しており、未来を予測する脳の能力は、その回路がバランスを保とうとする自然な帰結であることを示唆しています。

技術的要約：興奮性・抑制性ネットワークにおける局所的可塑性を伴う予測学習

問題提起

予測符号化（Predictive coding）は、皮質計算を理解するための規範的な枠組みを提供しており、神経回路が内部生成モデルと入力データを照合することで、潜在的な原因を推論すると仮定している。しかし、生物学的に妥当なネットワーク、具体的には局所的可塑性を持つ回帰的な興奮性・抑制性（E-I）回路が、どのように予測推論や表現学習をサポートできるのかという点については、依然として大きな隔たりがある。古典的な予測符号化の実装は、対称的なフィードバック重み、明示的な誤差ニューロン、あるいは非局所的な更新といった、非生物学的なメカニズムに依存することが多い。ヘブ則やアンチ・ヘブ則に基づくネットワークが因子化された表現を学習できることは先行研究で示されているが、これらの妥当な局所的メカニズムと予測符号化理論の原則との間の正確な解析的リンクは、これまで欠落していた。本研究は、純粋に局所的な可塑性を持つE-Iネットワークが、明示的な誤差表現なしに予測推論を実行できるかという問いに取り組むものである。

手法

著者らは、予測符号化の目的関数から導出された局所的可塑性ルールによって学習が駆動される、回帰的なE-I回路を提案している。

理論的枠組み

モデルは、感覚データ $x$ が線形生成モデル $x = Dy + \epsilon$ （ここで $p(y)$ は因子化された事前分布）を通じて潜在的な原因 $y$ から生成されると仮定している。学習の目的は、結合エネルギー関数（負の対数尤度）を最小化することである：
$E(y, x; D) = \frac{1}{2}\|x - Dy\|^2_2 + \phi(y)$
ここで $\phi(y)$ は事前エネルギーを表す。

著者らは、以下の要素を持つヘブ／アンチ・ヘブ・ネットワークアーキテクチャを導入している：

フィードフォワード興奮性重み ( $W$ ): $D^\top$ を近似する。
回帰的抑制性重み ( $M$ ): 潜在コードの二次モーメント $E[yy^\top]$ を近似する。

一貫性多様体（The Consistency Manifold）

中心的な理論的貢献は、一貫性多様体の特定である。ネットワークのダイナミクスが予測符号化の目的関数と等価であるためには、回帰的抑制が目的関数によって要求される抑制と一致していなければならない。これには、 $M \approx WW^\top$ という条件が必要となる。
著者らは、ネットワークが最適に学習するためには、重みが「フィードフォワードの重みが抑制ダイナミクスを予測する（ $Wx = y$ ）」という条件を満たす多様体上に留まらなければならないことを導き出した。もしこの条件が満たされない場合、潜在コードは摂動を受けたエネルギー景観の下で推論され、結果として不適切な学習につながる。

可塑性ルール

著者らは、興奮性重み $W$ に関するいくつかの局所的可塑性ルールを比較している：

予測ルール (Predictive Rule): ガウス事前分布の下で一貫性条件を正確に維持するように導出されたもの。更新は一貫性誤差 $e = y - Wx$ に比例する：
$W \leftarrow W + \eta(y - Wx)x^\top$
このルールは、一貫性制約が満たされると消失し、重みを多様体上に保持する。
ヘブ則（重み減衰を伴う）: $W \leftarrow W + \eta(yx^\top - W)$ 。著者らは、このルールが（単一のサンプルに対して非ゼロとなる成分 $W(xx^\top - I)$ を含むため）重みを一貫性多様体から押し出すことを示している。
BCM様ルール: 活動依存型の閾値を持つビエンストック・クーパー・ムンロ（BCM）ルール。
OjaおよびFöldiákルール: 正規化と脱相関のための標準的な代替案。

実験設定

著者らは、これらのルールを以下の対象でテストした：

線形ガウスケース: ホワイトニングされていない2次元ガウスデータおよびクロスバー（crossed-bars）データセットを用いて、ホワイトニングと一貫性を検証した。
非ガウスケース: 指数事前分布（整流を必要とする）を用いた、クロスバー、MNIST、およびImageNetパッチによるスパースコーディングタスク。
時間的ダイナミクス: 順次的なデータをモデル化するために、遅延回帰興奮性（ $P$ ）を導入した（動くバー、動くMNIST、CATCAM自然ビデオ）。
連続モデル: 非同期更新とデールの原理（Dale's principle）を実装した、興奮性と抑制性の集団を分離した時間連続的なE-Iネットワーク。

主な結果

1. 解析的リンクと予測ルール

著者らは、E-I回路における学習には重みが一貫性多様体に留まる必要があることを確立した。予測ルールは、ガウス事前分布に対してこの条件を正確に維持することを解析的に示している。対照的に、古典的なヘブ則は、抑制重みを適応させるには最適であるが、興奮性重みを多様体から遠ざけ、ドリフトと不適切な解を招く。

2. 非ガウス事前分布下での学習

非ガウス（スパース）事前分布の下では、非線形性と重みの制約により、一貫性条件を正確に満たすことはできない。しかし、実験結果は以下を示している：

予測ルールおよびBCM様ルールは、重みを一貫性多様体に十分に近づけ、最適なスパースで因子化された特徴（例：エッジ検出器）を学習する。
これらのルールは、ヘブ則、Oja、またはFöldiákルールと比較して、再構成誤差を低減し、潜在コードの脱相関をより良く行う。
事後活動とスライディング閾値の差に依存するBCMルールは、予測ルールの挙動を効果的に近似している。

3. 時空間学習とシーケンス補完

時間的依存関係をモデル化するために回帰的興奮性（ $P$ ）を加えることで：

ネットワークは時空間的因子を学習し、自然ビデオ（CATCAM）から方向選択性を発達させた。
ネットワークは部分的に観測されたシーケンスを補完する能力を獲得した。入力が空白になっても、回帰ダイナミクスが学習された運動パターンを継続する。
予測ルールとBCMルールは共に、シーケンス補完タスクおよび方向選択性指数において、標準的なヘブ則よりも優れた性能を示した。

4. 連続ダイナミクスとアトラクタ構造

非同期更新を伴う連続的な時間連続モデルにおいて：

ネットワークは低次元のアトラクタ様構造を発達させる。
学習された時空間シーケンスを刺激すると、ネットワーク内で**リプレイ（再生）**が誘発される。
活動軌跡は低次元空間におけるリング状の構造を形成し、これは海馬や視覚野で観察される神経集団ダイナミクスと一致している。
モデルは離散的な因子検出器ではなく、滑らかなチューニングカーブを発達させ、これは生物学的な神経応答に類似している。

意義と主張

本論文は、規範的な予測符号化理論と、生物学的に妥当な局所回路メカニズムとの間の溝を埋めることを主張している。その主な貢献は以下の通りである：

明示的な誤差表現の不在: 本研究は、予測推論に明示的な「誤差ニューロン」や対称的なフィードバックを必要としないことを示している。代わりに、予測誤差は、回帰的に推論された活動とフィードフォワード予測との間の不一致として、局所的なシナプス更新ルールの中に吸収される。
BCMの規範的役割: 興奮性シナプスにおけるBCM様可塑性の規範的な役割を示しており、一貫性多様体を維持するために必要な最適な予測ルールを効果的に近似していることを示している。
局所回路の最適化: 局所的な可塑性ルールがいかにしてE-I回路を自己組織化させ、確率的推論と表現学習を実行できるかというメカニズムを提供し、シナプスダイナミクスを生成モデルの最適化に直接結びつけている。
実験的予測: 興奮性可塑性は、回帰的に推論された活動とフィードフォワードで予測された活動のミスマッチに依存すべきであると著者らは主張している。また、回帰的抑制を操作することで、興奮性可塑性の大きさや符号、および学習される表現のスパース性が変化することを提案しており、これは感覚系に対するテスト可能な仮説を提供するものである。

著者らは限界についても謙虚に述べており、点推定近似（MAP）は曖昧な入力に対して苦戦する可能性があること、また、非ガウスまたは連続的な設定では、理想的な条件（ホワイトニングされた入力、中心化されたデータ）が完全には満たされないため、予測符号化のエネルギーとの厳密な等価性は近似的であることを指摘している。それにもかかわらず、本研究の知見は、局所的可塑性がどのように皮質計算をサポートするかについて、統一的な視点を提供している。