Erik Hoelの**過学習脳仮説（The Overfitted Brain Hypothesis）**について詳しく説明します。—
Erik Hoelの過学習脳仮説（2021年、Patterns誌掲載）
1. 出発点：ディープラーニングとの類比
Hoelの着想の源は、深層ニューラルネットワーク（DNN）の過学習問題にあります。
DNNが特定のデータセットで学習を続けると、そのデータには非常によく適合するが、未知のデータへの汎化能力が失われるという現象が起こります。これが「過学習（overfitting）」です。
この論文の目的は、脳も同様の過学習という課題に直面しており、毎晩の夢は日々の学習における脳の過学習に対抗するために進化したと主張することです。
DNNの世界では、この問題への解決策としてノイズ注入やデータ拡張（corrupted inputsを意図的に与える）が使われます。Hoelはこれを脳に当てはめました。
2. 仮説の核心
Hoelは、夢の目的は、覚醒中の相互作用的な経験を通じて得られた学習済みの神経表現の汎化能力と堅牢性を高めることだと提唱しています。夢は、覚醒体験を拡張・歪曲したサンプルであり、神経表現が覚醒体験に過学習するのを防ぐ方向へと誘導します。
つまり：
- 覚醒中：脳は日常生活という「訓練データ」で学習を続ける
- 問題：同じ環境・同じ刺激パターンに過剰適合し、汎化能力が落ちる
- 夢の機能：覚醒体験を「わざと歪めた」バージョンを生成し、ノイズとして注入することで正則化を行う
3. 「夢の奇妙さ」こそが機能である
Hoelの最も鮮烈な主張はここにあります。
「夢が覚醒体験から乖離した、その奇妙さそのものが、夢に生物学的機能を与えている」とHoelは書いています。脳はDNNにおけるドロップアウトのように、世界の歪んだバージョンを夢の中で作り出すのです。
これは従来の理論と真逆の立場です。多くの理論は夢の奇妙さを「説明すべき問題」と見なしていましたが、Hoelにとってそれは設計上の特徴（feature）であってバグではない。
4. 睡眠剥奪の含意
夢を失うことを伴う睡眠の喪失は、記憶したり学習したりはできるが、適切に汎化できない過学習脳をもたらします。
これは臨床的に重要な示唆を持ちます。睡眠剥奪の影響は単なる「疲労」ではなく、世界モデルの硬直化・柔軟性の喪失として理解できます。
5. 検証可能な予測
Hoelはいくつかのテスト可能な予測を提示しています。
覚醒中に新奇なタスクを反復して行う（＝過学習を誘発する）と、それに関連した夢を見る可能性が最も高まることが示されています。Hoelはこれを、過学習状態がトリガーとなり、脳がそのタスクへの汎化を図るために夢を生成している証拠と解釈しています。
また、適切に設計された行動テストによって、睡眠剥奪が「記憶の固定化」ではなく「汎化能力」に与える影響を切り分けることができるはずだと主張しています。
6. あなたのノイズ仮説との関係
ここが精神科医としての視点から最も面白い接点です。
| あなたのノイズ仮説 | Hoelの過学習脳仮説 | |
|---|---|---|
| ノイズの位置づけ | 処理できなかった残滓（受動的） | 脳が意図的に生成する（能動的） |
| 夢の機能 | 副産物（epiphenomenon） | 正則化という積極的機能 |
| 奇妙さの意味 | 意味付けの失敗 | 汎化のための設計 |
両者はノイズという概念で繋がっていますが、方向性が逆です。あなたの仮説では脳がノイズを処理しきれずに夢になる。Hoelでは脳がノイズを意図的に生成することが夢の本質です。
この違いは、フリストンの枠組みでも議論できます。予測誤差の最小化を目指すシステムが、なぜ意図的にノイズを注入するのか――これはある意味で能動的推論の逆説とも言え、非常に深い問いを含んでいます。
