A Dynamical Systems Framework for Mapping Consciousness Models to Neuroelectromagnetic Field Dynamics

技術的要約：意識モデルを神経電磁場ダイナミクスにマッピングするための動的システム・フレームワーク

問題提起
現代の意識科学には、生物物理学的プロセス、神経電磁場ダイナミクス、認知、および主観的体験の間の異なる関係性を仮定する諸理論を比較するための、共通の数学的言語が欠如している。このギャップは、神経科学の進歩にもかかわらず存続しており、「説明の溝（explanatory gap）」（Levine, 1983）や「困難な問題（hard problem）」（Chalmers, 1995）を未解決のまま残している。現在のモデルは通常、物理的変数（$P$）と認知的／計算的変数（$C$）によって定義される二次元的な説明平面内で動作している。しかし、有力な議論によれば、これらの次元は、経験の還元不可能な主観的性質（Nagel, 1974; Chalmers, 2003）を説明するには不十分である可能性がある。本稿が扱う中心的な問題は、$P$–$C$ 平面が意識をモデル化するのに十分であるか、あるいは追加の説明次元が必要であるかを、実体二元論のような特定の形而上学的立場にコミットすることなく、どのように形式的に表現し、経験的に評価するかである。

方法論：PCN フレームワーク
本稿では、理論中立的かつ手法相対的な、多次元状態空間表現として設計された「物理・認知・ノエティック（Physical–Cognitive–Noetic: PCN）」フレームワークを導入する。

• ベクトル表現： 意識状態は、三次元空間におけるベクトル $\mathbf{x}(t) = (P(t), C(t), N(t))$ として定義される。

  • $P$ (Physical/物理): 神経細胞膜電位、イオン電流、および神経組織によって生成される生体電磁（EM）場ダイナミクスを含む、生物物理学的基質を包含する。これらは物理法則に従う。
  • $C$ (Cognitive/Cognitive/認知・計算): 創発的な動的組織、情報処理、推論、および機能的統合（例：グローバル・ブロードキャスティング、予測的処理）を捉える。$C$ は $P$ によって実装されるが、$C$ は生の物理法則とは異なる、力学系、アトラクタ、および論理的制約の観点から記述される。
  • $N$ (Noetic/ノエティック): 現在の $P$ および $C$ の操作化では説明できない、構造化され再現可能な現象学またはデータの側面を表す、形式的な潜在自由度として導入される。$N$ は非物理的な実体として定義されるのではなく、$P$–$C$ 平面への還元に抵抗する「説明的構造」のプレースホルダーとして扱われる。その存在は、形而上学的な公理ではなく、経験的な仮説として扱われる。

• 場理論的定式化： $P$–$C$ 平面は、非線形微分方程式（拡散、非線形回帰、および入力項など）によって記述される、神経 EM 場によって生成される結合力学系としてモデル化される。認知次元はこのシステムの軌跡と不変量（invariants）を反映する。

• マッピングと識別可能性： 本フレームワークは、競合する理論をこの空間にマッピングし、それらの「次元的十分性」を決定する。

  • 還元主義的理論： グローバル・ニューロン・ワークスペース（GNW）、予測的処理、および統合情報理論（IIT）のようなモデルは、$N=0$（または $N$ が $P$ と $C$ の関数である）としてマッピングされ、現象学は物理的および認知的ダイナミクスによって完全に使い尽くされることを示唆する。
  • 非還元主義的理論： 自然主義的二元論や、特定の EM 体験対応モデルのような立場は、$N > 0$ としてマッピングされ、追加の説明軸の必要性を示す。

• 経験的検証基準： $N$ の独立性をテストするための、3つのクラスの反証可能な予測を概説する。

  1. 崩壊予測（Collapse Predictions）： 麻酔下や深い睡眠などの条件下で、$P$ と $C$ が十分であれば、経験が消失するにつれてシステム状態は $P$–$C$ 平面に接近する（$N \to 0$）。
  2. 解離予測（Dissociation Predictions）： 標的を絞った摂動（例：TMS 対 タスク変調）は、もし $N$ が非還元的ならば、区別可能な現象学的変化を生じさせるはずである。$P$–$C$ ダイナミクスと報告された経験との間に持続的な不一致がある場合、それは独立した次元を示唆する。
  3. 不変性予測（Invariance Predictions）： $P$ や $C$ の広範な変動にもかかわらず安定して残る経験的構造は、ノエティック次元の候補となる。

主要な貢献

1. 形式的表現： 本稿は、意識理論のための線形代数的なアナロジーを提供し、それらが特定の用語ではなく、説明的十分性に関する仮定に基づいて比較されることを可能にする。
2. 「ノエティック」の操作化： $N$ を形而上学的な主張としてではなく、力学的および現象学的データにおける「構造化された残差」を表す手法相対的な変数として定義する。これにより、議論を哲学的な推測から経験的な妥当性の問題へと転換させる。
3. 方法論的プロトコル： 識別可能性（異なる $N$ 値は、固定された $P$ および $C$ の下で区別可能な状態に対応しなければならない）および不変性（候補となる構造は $P$–$C$ の表現の変化に対して持続しなければならない）の基準を規定する。
4. モダリティの統合： $P$ と $C$ のダイナミクス（EEG/MEG）、非線形力学分析（エントロピー、アトラクタ構造）、およびニューロフェノメノロジー（構造化された第一人称報告）を組み合わせ、構造化された残差（$N$）を検出するための具体的な実験パイプラインを提案する。

結果と主張
本稿は新しい実験データを提示したり、困難な問題を解決したと主張したりするものではない。むしろ、その「結果」は、既存の理論を PCN 空間にマッピングするための形式的な定義である。

• それは、ほとんどの現代的なメカニズム理論（GNW、予測的処理、標準的な EM 場理論）が、暗黙的に $N=0$ を仮定し、状態空間を二次元に崩壊させていることを示す。
• また、説明の溝を認める理論（IIT の特定の解釈、自然主義的二元論、または EM 体験対応モデルなど）は、必然的に $N > 0$ の領域を占めることを示す。
• 本稿は、これらの見解の区別が単なる哲学的なものではなく、摂動実験やモデル比較を通じて操作可能であることを論じている。$P$ と $C$ のモデルによる説明力を最大化した後も構造化された残差が持続する場合、本フレームワークは $N$ を必要な説明次元として特定するためのツールを提供する。

意義
本稿は、主に意識科学の分野における方法論的ツールとしての意義を主張している。共有された座標系を提供することで、以下を可能にする：

• 直接比較： 競合する理論は、理論的な主張ではなく、経験的知見（例：モデルの適合性に $N$ が必要かどうか）に基づいて評価できる。
• 反証可能性： 「困難な問題」を、次元的十分性に関するテスト可能な仮説へと変容させる。
• 多元主義： 物理主義的、二元論的、および非還元的な立場が、説明空間のランクと構造に関する競合する仮説として共存することを支持する。
• 汎用性： 本フレームワークは、生物学的システムおよび人工的システムの両方に適用可能であり、機械意識の主張を評価するための理論中立的な方法を提供する。

最終的に、PCN フレームワークは説明の溝を解決するものではなく、その溝が現在のモデルの限界であるのか、あるいは現実の根本的な特徴であるのかを判断するための、必要な数学的および方法論的インフラストラクチャを提供するものであると断じている。