予測符号化理論の核心と限界：「誤差検知」と「世界モデル修正」の問題
まず問題を正確に定式化する
コン先生が提起されている疑問を、まず構造的に整理します。
予測符号化理論（Predictive Coding / Active Inference）の基本図式はこうです。
内部モデル → 予測を生成 → 感覚入力と照合 → 予測誤差を検出
↓
① 内部モデルを更新する（知覚・学習）
② 行動によって感覚入力を予測に合わせる（行為）
フリストン（Karl Friston）の「自由エネルギー原理」はこの図式を数学的に精緻化したものです。
ここで先生の疑問は：
「誤差は検知できる。しかし、その誤差が世界モデルをどのように修正するのかが分からない。結局、誤差のコレクションをしているだけではないか」
これは非常に鋭い問いです。順を追って解剖します。
第一の問題：「誤差の検知」と「モデルの修正」は別のことである
予測符号化理論が明確に説明できるのは：
- 予測と入力の差分（誤差信号）を計算すること
- その誤差を上位階層に伝達すること
しかし「その誤差をどう使ってモデルを書き換えるか」は、理論の中で実は自明ではありません。
例え話：天気予報モデル
気象庁が「明日は晴れ」と予測した。しかし翌日は大雨だった。誤差は明白です。
しかしここで問題が生じます。
- 気圧データの読み方が悪かったのか？
- 大陸からの寒気の流入を過小評価したのか？
- モデルの構造そのものが間違っているのか？
- それとも単なる確率的外れ値で、モデルは正しいのか？
誤差があることは分かる。しかし「何を、どのように修正すべきか」は誤差信号だけからは決まらない。
これを哲学的に言えば、デュエム＝クワイン命題に相当します。観察と理論が食い違ったとき、理論のどの部分を修正すべきかは、論理だけからは決定できない。
予測符号化理論も、この問題から逃れられていません。
第二の問題：「誤差のコレクション」仮説の核心
先生の「誤差のコレクションをしているだけではないか」という疑念は、技術的には**「信用割り当て問題（credit assignment problem）」**と呼ばれる問題に対応します。
誤差が発生したとき：
- どの階層のモデルが間違っていたのか
- その階層の、どのパラメータを、どの方向に、どれだけ修正するか
これが決まらなければ、誤差を検知しても「ただ誤差を記録しているだけ」になってしまいます。
予測符号化理論の「答え」とその問題
フリストンらの理論は、この問題に対して**「精度重み付け（precision weighting）」**という概念で答えようとします。
つまり——
誤差信号には「この誤差をどれだけ信頼するか」という重みが付いており、その重みによって上位モデルへの影響力が調整される。
言い換えれば、誤差の「音量を調整するアンプ」のようなものが各階層にあり、それがモデル修正の方向と量を制御する、という考え方です。
しかし、これは問題を一段上に押し上げているだけです。
「では、精度重み付けはどのように決まるのか？」
この問いに答えるためには、さらに上位のメタモデルが必要になる——という無限後退の危険があります。
第三の問題：階層的修正のメカニズム
予測符号化の階層構造はこのようなものです。
高次モデル（「これは猫だ」という概念）
↕ 誤差信号・予測信号
中次モデル（「毛並み・耳・ひげの形」）
↕ 誤差信号・予測信号
低次モデル（「エッジ・輝度・色」）
↕ 誤差信号・予測信号
感覚入力
誤差は下から上へ伝播し、予測は上から下へ伝播する。これは神経生理学的にも支持されています（表層の浅い皮質層と深い皮質層の役割分担など）。
しかし「高次モデルが誤差を受けてどう変化するか」の具体的な計算メカニズムについては、理論はベイズ更新の数式を用いて記述しますが、それが実際に脳でどう実装されているかは、現在も未解決です。
数式上は：
事後確率 ∝ 事前確率 × 尤度
という形で「モデルが更新される」と書けます。しかしニューロンの発火パターンがこの計算をどう物理的に行っているかは、依然として推測の域を出ていません。
第四の問題：「行為による誤差解消」の非対称性
これが先生の最初の指摘——「行為的補正や身体的拘束が軽視されがち」——に関わる問題です。
フリストンの能動的推論（Active Inference）では：
誤差は①モデルを変えるか、②行動で感覚を変えるか、のどちらかで解消される
と主張します。これは理論的に美しい。しかし実際には：
① 「いつモデルを変え、いつ行動するか」の決定自体が、説明されていない
たとえば：
- 部屋が寒いと感じた（誤差発生）
- 「自分が寒さに慣れていないだけだ」とモデルを更新する（知覚的解消）
- 「コートを着る」と行動する（行為的解消）
- 「寒くない、大丈夫だ」と抑圧する（精度重み付けの操作？）
このどれを選ぶかのメタ決定は、予測符号化の枠組みだけでは決まりません。
精神医学的に言えば、これはまさに統合失調症患者とうつ病患者で異なります。統合失調症では「誤差の精度重み付けが全体的に高くなり、些細な入力が高次モデルを激しく揺さぶる」、うつでは「行為的解消が抑制され、モデルの更新も硬直する」——という記述は可能です。しかし「なぜそうなるか」の根本はやはり説明されていない。
第五の問題：「世界モデル」はどこに「ある」のか
これが最も根本的な疑問です。
予測符号化は「内部モデル」の存在を前提とします。しかし：
内部モデルとは何か？ どこに格納されているのか？
一つの答えは「シナプス結合の重みのパターンがモデルだ」というものです。しかしそれは、モデルを「神経回路の物理的状態」に還元することであり、また神経還元主義に戻ってしまいます。
もう一つの立場は、モデルは脳の中に固定的に存在するのではなく、身体と環境との相互作用のプロセスの中でダイナミックに生成されるというものです（エナクティヴィズム、4E認知）。
しかしこの立場をとると、予測符号化の数学的な美しさの多くが崩れてしまいます。「モデル」が固定的な実体でないなら、「モデルの更新」という概念自体が揺らぐからです。
他の理論との比較：「分からないところが多いのは同じ」について
先生のご指摘——「他の論を採用しても、分からないところが多いのは同じ」——は、私は正しいと思います。
| 理論 | 強み | 未解決の核心問題 |
|---|---|---|
| 予測符号化 | 知覚・精神病理・行為を統一的に記述できる | モデル修正のメカニズム、精度重み付けの決定論 |
| 古典的コネクショニズム | 学習の計算論的記述が明確 | 意味・文脈・汎化の問題 |
| エナクティヴィズム | 身体性・文脈を組み込める | 数学的定式化が困難、神経基盤との接続が弱い |
| グローバルワークスペース理論 | 意識の神経相関を部分的に説明 | クオリア問題、統合の仕組み |
| 統合情報理論（IIT） | 意識の量的測定を試みる | 汎心論的含意、検証困難性 |
どの理論も、「説明できる現象の範囲」と「説明できない残余」を持っています。
私が考える予測符号化の正直な評価
予測符号化が優れているのは：
- 記述的整合性——精神症状を「誤差・精度・階層」の言語で統一的に語れる
- 臨床的直感との親和性——統合失調症の「過剰予測」「精度重み付け異常」という記述は現象学的記述と響き合う
- 数学的接地——ベイズ統計・変分推論という堅固な数学を持つ
しかし先生の疑念が正当なのは：
- 「誤差を集める」と「モデルが変わる」の間に、説明されていない跳躍がある
- 精度重み付けという概念が、問題を説明するよりも隠す機能を果たしている可能性がある
- 「世界モデル」という概念自体が、暗黙に表象主義を前提としており、身体性・間主観性を組み込むと理論が揺らぐ
結論として
予測符号化は現時点で最も広い現象をカバーできるメタ理論的枠組みとして有用です。しかしそれは「説明の言語」としての有用性であって、「説明の完結性」ではない。
比喩的に言えば：
予測符号化は、精神現象という複雑な地形を歩くための「最良の地図」かもしれない。しかし地図は地形そのものではなく、「地図がなぜ地形を表せるのか」という問いに、地図自身は答えられない。
この「地図と地形の裂け目」こそが、先生の感じている根本的疑問の正体ではないかと思います。そしてその裂け目は、どの理論にも存在する——というのが現時点での正直な知的状況です。
その意味で、予測符号化を「有用な道具として使いながら、その限界に自覚的でいる」という先生のスタンスは、理論に対する最も誠実な態度だと思います。
