Rapid value learning reveals generalized and context-dependent codes in frontal cortex
本研究は、前帯状皮質と眼窩前頭皮質における価値表現はいずれも学習中に急速に形成されるものの、前帯状皮質が訓練履歴にわたる汎用的な形式を採用する一方で、眼窩前頭皮質は文脈依存的なコードを利用するという、異なるコーディング戦略を用いていることを示している。
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
あなたの脳を、どの道が最高の報酬につながるかを常に突き止めようとしている、超高度なナビゲーションシステムだと想像してみてください。これを行うために、脳は「何がどれほど良いか」を教えてくれる特別な種類の「価値マップ」に頼っています。科学者たちは何十年もの間、このマップを研究してきましたが、それらを二つの全く異なる方法で見てきました。一方では、研究者たちは新しいゲームを初めて学んでいる最中の人間の脳をスキャンしています。もう一方では、同じゲームを何千回もプレイしてきたサルの脳に、小さなマイクロフォンを突き刺しています。長い間、誰もがこれら二つの視点は同じものを見せている、つまり、あなたが完全な初心者であっても熟練のプロであっても、脳の「価値マップ」は同じように見えるのだと想定してきました。しかし、もしそれが間違っていたらどうでしょう？ もし、脳が新しいものに対してと、慣れ親しんだものに対してとでは、全く異なる設計図を使っているとしたらどうでしょうか？ このことを理解することは、新しい仕事や見慣れない食べ物のような、全く新しいものに遭遇したときに私たちがどのように意思決定を行うのかを解明する上で極めて重要です。
この研究は、その謎に真っ向から取り組んでいます。彼らは、サル脳の2つの特定の司令センターである前帯状皮質（ACC）と眼窩前頭皮質（OFC）における個々のニューロン（小さな電気的な働き手）の声を聴いています。これらを脳の「価値マネージャー」だと考えてください。研究者たちは、2匹のサルに、見たこともない奇妙な画像と、異なる量のジュースを関連付けるよう教え込みました。これは驚くほど素早く行われ、画像を見せた直後に、どれくらいの量のジュースが来るかを正確に伝える「二次信号」（色の付いたバー）を表示しました。サルたちはわずか4回から7回の試行で新しい画像の価値を学習しました。これは、人間が新しいアプリを学習する速さと同じです。
大きな発見は、両方の脳領域が素早く学習したものの、その方法は全く異なっていたということです。ACCは「ユニバーサル・トランスレーター（万能翻訳機）」のように振る舞いました。新しい画像の価値を一度学習してしまうと、その新しい画像を、古い馴染みのあるものと全く同じように扱いました。それは、「価値」に関する単一の一般化されたコードを使用しており、そのアイテムが新しいか古いかは気にしませんでした。それはまるで、長年所有している車を運転していても、借りてきたレンタカーを運転していても、「ガソリンのために左折せよ」という同じ指示を出すGPSのようなものです。
しかし、OFCは、文脈を知る必要がある「偏屈な司書」のようでした。OFCは単に「価値」を見るのではなく、「新しいものの価値」対「古いものの価値」を見ていました。OFCは、新鮮な選択肢を選んでいるのか、あるいは何千回も見てきたものを選んでいるのかに応じて、実際に異なるニューロンのグループを動員していました。さらに、OFCは「おい、これは新しいぞ！」と最初に叫んだのもOFCでした。報酬がどれほど良いかを計算する前に、選択の「新しさ（ノベルティ）」を信号として送ったのです。このことは、OFCがコンテキスト・マネージャー（文脈管理者）として機能し、脳に細心の注意を払わせるために新しい状況にフラグを立てている一方で、ACCはただ「何がベストか」を決めるという本業に直進していることを示唆しています。
この研究はまた、学習がどのように機能するかについての古典的な理論、特にACCに関する理論を裏付けました。サルが新しい画像を学習するにつれて、脳の「価値信号」が物理的に移動したことが示されました。最初は、ニューロンはジュース（またはジュースの合図）が届いた時にのみ反応していました。しかし、サルが画像がジュースを予測することを学習した途端、信号は時間を遡って画像そのものへと飛び、ジュースの合図に対する反応は消えていきました。これは、かつては料理が届いた時にだけ興奮していたウェイターが、メニューを覚えた途端、客が注文した瞬間に興奮するようになるようなものです。これはわずか数秒の間に起こり、脳が価値のマップをほぼ瞬時に書き換えられることを証明しました。
したがって、この論文は、脳は新しい価値を驚くほど速く学習できる一方で、単一の、万能な方法を用いているわけではないことを示唆しています。ACCはジェネラリストであり、物事をシンプルかつ一貫した状態に保ち、一方でOFCはスペシャリストであり、絶えず文脈を確認し、新しいものにフラグを立てています。これは、私たちの脳がいかに柔軟であるかを説明する助けとなります。私たちは、あるものは私たちを安定させ、別のものは新しい世界に対して警戒を促すという、チームとして働くマネージャーたちのチームを持っているのです。
自分の分野の論文に埋もれていませんか？
研究キーワードに一致する最新の論文のダイジェストを毎日受け取りましょう——技術要約付き、あなたの言語で。