Proposing an Artificial Neural Networks-based Model to Simulate Human Visual Cortex

あなたの脳を、究極の超高度なコンピュータだと想像してみてください。ただし、シリコンチップやワイヤーではなく、何十億もの「ニューロン」と呼ばれる、小さく生きている細胞で構成されています。これらのニューロンは、電気的な火花や化学信号を使って互いに話し合う、小さなメッセンジャーのようなものです。長い間、科学者たちは私たちのように考える人工的なコンピュータを作ろうとしてきました。それが「人工ニューラルネットワーク」です。これらは、私たちの脳の配線をデジタルで複製したものだと考えてください。通常、私たちはこれらのデジタルの複製を使って、写真の中の顔を認識したり、自動運転車が道路を見えるようにしたりといった、素晴らしいことを行います。しかし、この研究は、より好奇心に満むいた異なる問いを投げかけています。「もし、やり方を変えたらどうなるだろうか？」という問いです。コンピュータを単に仕事をするために使うのではなく、コンピュータを使って「私たち自身」を理解できたらどうでしょうか？ 具体的には、私たちの脳が実際にどのように世界を見、どのように記憶し、そして時にはどのように圧倒されてしまうのか、ということです。脳の視覚中枢のデジタルモデルを構築することで、科学者たちは人間の知覚の裏側を覗き込み、なぜ私たちは物事をあのような形で記憶するのか、そしてなぜ偏頭痛のような症状が、世界を痛烈に眩しく感じさせてしまうのかを理解しようとしています。

---

デジタル・ブレイン：見る、覚える、そして偏頭閣の物語

この研究において、シナ・サアダティ（Sina Saadati）という研究者は、光が目に当たって見える画像へと変換する部分である、人間の視覚皮質（visual cortex）の「デジタルツイン」を構築する方法を提案しています。その目的は、より優れたカメラを作ることではありません。脳がどのように世界を「感じ」、見たものをどのように「記憶」するかをシミュレートすることです。論文は、特定の種類のコンピュータ・ネットワークを使用することで、私たちの脳が画像をどのように処理し、偏頭痛の際にどのように狂い、そして一曲の歌がいかにして突然記憶全体を呼び覚ますのかを再現できると示唆しています。

パート1：脳のカメラと「残像」のトリック

まず、論文では**畳み込みニューラルネットワーク（CNN）**と呼ばれるものを用いてモデルを構築しています。CNNは、層状に並んだ、小さくて専門化された探偵たちのチームのようなものだと考えてください。最初の層は、ピクセルのようなエッジ（輪郭）や色といった単純なものを見ます。次の層はそのエッジを見て、「おや、これは曲線だ！」と判断します。その次の層は、「その曲線は顔の一部だ！」と言うかもしれません。これが、私たちの脳が層ごとに、ゼロから絵を作り上げていく仕組みです。

研究者たちは、このデジタルのチームを使用して、私たちがどのように記憶を保存するかをシミュレートしました。彼らは、モデルが画像にしばらく「凝視」すると（コンピュータ用語では、その画像に対して学習を行うことを意味します）、内部の設定が変化することを発見しました。その後、全く新しい画像を見せると、古い記憶が漏れ出してくるのです。これは、明るい光をじっと見つめた後に目を閉じたとき、しばらくの間、光の形が見え続ける状態に似ています。このシミュレーションは、私たちの脳も同様に機能していることを示唆しています。つまり、何かを見つめることは、脳細胞の物理的な構造（モデル内では、接続の「重み」や重要性の変化として表現されます）を変化させるため、たとえそこに存在しなくても画像を想起できるのです。また、論文は、新しいものを十分に長く見つめ続けると、古い記憶は消え去り、新しいものに置き換わることも指摘しています。これは、私たちの気分や記憶が時間の経過とともに変化していく様子と同じです。

パート2：脳のアラームが鳴るとき（偏頭痛）

次に、論文は次のように問いかけます。「脳が正常に機能していないときは何が起こるのか？」 研究者たちは、**偏頭痛（migraine attack）**をシミュレートすることに決めました。現実の世界では、偏頭痛に悩む人々はしばしば「光恐怖症（photophobia）」、つまり光に対する極端な敏感さに苦しみます。小さなランプやスマートフォンの画面が、目がくらむようなスポットライトのように感じられることがあります。

これをシミュレートするために、研究者たちはこのデジタルの脳を調整しました。彼らはニューロンの「感度」を高めました。これはコンピュータモデルにおいては、細胞間の接続の「音量」を上げることを意味します。実際の脳では、これはグルタミン酸という化学物質が大量に放出されることによって引き起こされ、ニューロンが容易に発火するようにさせます。

その結果は非常に興味深いものでした。モデルが「正常」な状態では、暗い部屋の中に小さなノートパソコンの画面がある状態は「暗い」と判断されました。しかし、モデルを「偏頭痛モード」に設定すると、同じ小さな画面が、まるで真昼の太陽のようにデジタル脳全体を照らし出しました。このシミュレーションは、弱い信号であっても、それが増幅されて痛みを伴う圧倒的なフラッシュへと変わってしまうことを示しました。著者は、このモデルが信頼できる理由として、壁に反射したわずかな光でさえも「目が掻きむしられるようだ」と感じる偏頭痛患者の実体験と一致していることを挙げています。このデジタル実験は、なぜ痛みが生じるのか、つまり「脳のアラームシステムが、あまりにも高く設定されすぎている」という理由を説明する助けとなります。

パート3：歌の力（視覚・聴覚の記憶）

最後に、論文は私たちがどのように異なる感覚を組み合わせて記憶するかを探ります。ある歌を聴いた瞬間、自分がどこにいて、誰と一緒にいて、その部屋がどのような様子だったかを突然思い出したことはありませんか？ 研究者たちは、これをシミュレートできるかどうかを検証したいと考えました。

彼らはモデルに、**ホップフィールド・ネットワーク（Hopfield Network）**と呼ばれる第二のシステムを追加しました。これは、脳の「長期記憶ストレージ」あるいは、あらゆるものが互いに繋がっている巨大なウェブのようなものだと考えてください。このウェブの中では、視覚的な記憶（画像）と聴覚的な記憶（歌）が結びついています。

実験は次のように行われました：

1. モデルは、特定の音楽のシーケンスを「聞きながら」、あるシーン（顔や木など）を「観察」しました。
2. そして、この結合された体験をホップフィールド・ウェブに保存しました。
3. その後、研究者たちはメモリから画像を削除し、音楽だけを与えました。
4. 結果： モデルは、音楽だけから画像を「再構成」することに成功しました！

37種類の異なる実験において、モデルは驚異的な正確さで視覚的な詳細を想起することができました。平均して、モデルは画像の**98.35%**を正しく再現しました。例えば、サングラスをかけた人物の画像に関連付けられた音楽をモデルが聴いた場合、その旋律だけでサングラスを再び「描き出す」ことができたのです。論文は、このことは私たちの脳が視覚と音を別々に保存しているのではなく、それらを一つの豊かでつながりのあるタペストリーとして織り合わせていることを証明していると示唆しています。

これらすべてが意味すること

この研究は、本物の人間の脳を構築したとか、意識の謎を解明したと主張しているわけではありません。むしろ、これらの特定のコンピュータモデルを使用することで、私たちの視覚皮質がどのように機能するかを「シミュレート」するための信頼できる方法を作れることを示唆しています。これは以下のことを示しています：

• 記憶は物理的である： 何かを見つめることは脳の構造を変化させ、それが記憶となる理由です。
• 偏頭痛は増幅の問題である： 痛みは、ニューロンが過敏になり、小さな光を目がくらむような閃光に変えてしまうことから生じます。
• 感覚は結びついている： 脳はそれらを一つのつながったパッケージとして保存しているため、歌が視覚的な記憶を呼び起こすことができるのです。

著者は、これらのシミュレーションは現実世界の報告や心理学的原則と一致してはいるものの、あくまでも「モデル」に過ぎないという点に注意を払っています。これらは脳を理解するための強力なツールですが、あくまで「地図」であり、その「領域（実体）そのもの」ではありません。今後の研究では、触覚や痛みの信号がどのようにこの図の中に組み込まれるのか、あるいはホルモンが脳の信号処理をどのように変えるのかといった、より詳細な要素を加える必要があるかもしれません。しかし、現時点において、この視覚皮質へのデジタルの旅は、私たちがどのように見て、覚え、そして周囲の世界を感じているのかについて、より明確で鮮明なイメージを与えてくれます。