Synchronizing Minds through Collective Predictive Coding: A Computational Model of Parent-Infant Homeostatic Co-Regulation

기술적 요약: 집단적 예측 코딩을 통한 마음의 동기화

문제 제기
부모 - 영아 상호작용과 같은 실시간 이원적 상호작용에서 관찰되는 뇌간 동기화 (IBS) 는 상호작용하는 주체들이 정렬된 잠재적 표현을 발달시킨다는 것을 시사합니다. 그러나 국소적 감각 접근과 비대칭적 내부 지식만을 가진 주체들 사이에서 이러한 정렬이 어떻게 발생하는지를 설명하는 계산적 설명은 여전히 미흡한 상태입니다. 핵심적인 과제는 각자가 사적인 내부 상태와 제한된 감각 데이터를 지닌 두 주체가 서로의 숨겨진 상태에 직접 접근하거나 상대방에 대한 심층적 재귀 모델을 유지할 필요 없이, 어떻게 신체 상태를 조절하기 위해 협력하면서도 동시에 잠재적 표현을 정렬할 수 있는지를 모델링하는 것입니다.

방법론
저자들은 두 가지 주요 프레임워크를 통합한 부모 - 영아 항상성 공동 조절의 구성적 계산 모델을 제안합니다:

1. 능동적 내감 추론 (POMDP): 상호작용은 부분 관측 가능 마르코프 결정 과정 (POMDP) 으로 모델링됩니다. 부모 (주체 A) 와 영아 (주체 B) 라는 두 주체는 비대칭적인 생성 모델 지식을 지닙니다:
   • 부모는 행동이 내장 상태를 어떻게 변환하는지 인코딩하는 정확한 상태 전이 행렬 ($B_A$) 을 지니지만, 영아의 상태에 대한 추론을 관찰된 외감 단서 (예: 떨림) 와 연결하는 감각 생성 행렬 ($A_A$) 을 학습해야 합니다.
   • 영아는 자신의 상태에 대한 직접적인 내감 지각을 위한 정확한 감각 생성 행렬 ($A_B$) 을 지니지만, 행동이 자신의 신체에 미치는 영향을 포착하는 상태 전이 행렬 ($B_B$) 을 학습해야 합니다.
   • 두 주체 모두 국소적으로 이용 가능한 감각 입력을 처리하며, 디리클레 분포를 통해 각각의 미지 행렬을 온라인으로 학습합니다.
2. MHNG 를 통한 집단적 예측 코딩 (CPC): 조절 행위에 대한 합의를 매개하기 위해, 주체들은 메트로폴리스 - 헤이스팅스 네이밍 게임 (MHNG) 을 활용합니다. 공유된 의사소통 변수 (기호 $w$) 는 주체들의 내부 표현 ($z$) 에 기반하여 샘플링됩니다. 제안된 기호의 수용 여부는 청자의 내부 생성 모델에만 의존하는 국소적으로 계산 가능한 메트로폴리스 - 헤이스팅스 확률에 의해 결정됩니다. 이를 통해 주체들은 상대방의 숨겨진 상태에 직접 접근하지 않고도 서로의 사후 신념을 제약할 수 있습니다.

시뮬레이션은 영아의 내장 상태 (에너지와 체온) 를 나타내는 $6 \times 6$ 이산 격자 세계에서 수행됩니다. 주체들은 협력적 행동 (냉각, 온난화, 섭취, 놀이, 수면) 을 통해 상태를 사전 선호도가 높은 영역 ($C$) 에 유지하고자 합니다.

실험 설정 및 지표
본 연구는 세 가지 조건을 비교합니다:

• MHNG: MHNG 프로토콜을 사용한 양방향 부모 - 영아 의사소통을 통해 기호가 발생합니다.
• A-only: 영아는 항상 부모의 제안을 수용하고, 부모는 항상 영아의 제안을 거부합니다.
• B-only: 부모는 항상 영아의 제안을 수용하고, 영아는 항상 부모의 제안을 거부합니다.

주요 지표는 다음과 같습니다:

• 적응성 ($C_{norm}$): 영아의 내장 상태가 사전 선호도가 높은 영역과 얼마나 정렬되는지 정도.
• 평균 엔트로피 ($\bar{H}$): 학습된 생성 행렬 (부모의 $A$, 영아의 $B$) 의 엔트로피로, 예측 정확도를 나타냄.
• 정신 표현 유사성 ($JSD_z$): 부모와 영아의 잠재 상태 사후 분포 ($q(z_A)$ 및 $q(z_B)$) 간의 제이슨 - 샤논 거리.

주요 결과

1. 조절 성능: MHNG 매개 상호작용은 일방적 통제 조건 (A-only 및 B-only) 보다 영아의 내장 상태를 더 적응적으로 조절했습니다. MHNG 조건에서 내장 상태는 학습 초기 단계부터 사전 선호도가 높은 영역에 머무르었습니다.
2. 신속한 잠재 상태 정렬: 주체들의 사후 분포 간 제이슨 - 샤논 거리 ($JSD_z$) 는 약 20 회 반복 후 0 에 근접하여 내부 표현의 신속한 동기화를 나타냈습니다.
3. 정렬과 모델 수렴의 분리: 생성 행렬의 수렴 (감소하는 엔트로피 $\bar{H}$ 로 표시됨) 은 훨씬 나중에 발생하여 약 500 회 반복 부근에서 포화되었습니다. 핵심적으로, 표현적 동기화는 학습된 세계 모델의 수렴보다 훨씬 일찍 나타났습니다.
4. 비대칭의 메커니즘: 신속한 정렬은 주체들의 지식의 보완적 성격에 기인합니다: 영아는 정확한 하향식 감각 생성 ($A_B$) 을 통해 내장 상태를 파악하는 반면, 부모는 정확한 상향식 상태 전이 ($B_A$) 를 통해 상태를 파악합니다.

의의 및 주장
본 논문은 초스캐닝 연구에서 보고된 IBS 와 호환되는 잠재 상태 정렬에 대한 "최소 구성적 설명"을 제공한다고 주장합니다. 주요 기여는 표현적 동기화가 완전히 공유된 세계 모델을 전제하지 않는다는 것을 입증하는 것입니다. 대신, 비대칭적 지식과 국소적 감각 접근을 가진 주체들은 국소적으로 계산 가능한 수용 확률에 의해 지배되는 공유 의사소통 변수를 통해 잠재적 신념의 신속한 정렬을 달성할 수 있습니다.

저자들은 MHNG 를 통해 구현된 집단적 예측 코딩 (CPC) 가설을 뇌간 정렬을 위한 후보 계산적 기초로 제시합니다. 그들은 이 프레임워크가 주체들이 서로의 관찰에 직접 접근하거나 상대방에 대한 복잡한 재귀 모델을 유지할 필요 없이 사회적 상호작용이 어떻게 사후 신념을 제약하고 공동 조절을 촉진하는지 설명한다고 주장합니다.

한계 및 향후 방향
저자들은 현재 모델이 단순화된 2 차원 이산 격자 세계를 사용하며, 사전 선호도 ($C$) 와 해석 행렬 ($E$) 이 공유되고 정적이라고 가정한다고 인정합니다. 결과적으로, 이 모델은 기호 발생 자체의 역동성을 다루지 않습니다. 향후 연구는 연속적이고 다차원적인 표현을 사용하여 모델을 실제 생물체나 로봇에 정렬하고, $C$ 및 $E$ 행렬에 대한 학습 규칙을 도입하여 사회적 의미의 발생을 모델링할 것을 제안합니다.