ヒトの一回的知覚学習に基づく神経・計算メカニズム

隠れた像を見る

混乱するような白黒のまだら模様の画像が、突然犬や顔のはっきりした像に見え、「見えてしまう」と二度と見えなくならない――という「あっ！」という瞬間を多くの人が経験したことがあるでしょう。本研究は、鮮明な画像を一度だけちらりと見ただけで、ぼんやりしたバージョンでの見え方が永続的に変わる仕組みと、それが脳や将来の人工知能システムが一例から学ぶ方法について何を示すかを問います。

ぼやけた斑点から瞬時の認識へ

研究者たちは古典的な「ムーニー画像」を用いました。これは元のグレースケール写真を見るまで認識が難しい、単純化された白黒画像です。被験者はまずこうした難しい画像を言い当てようとしました。その後、対応する鮮明な写真を短時間だけ見せられ、再び難しい画像に挑戦しました。その一度の露出後、被験者は以前は謎だった画像を突然認識できるようになり、その改善は持続しました。研究チームは鮮明な写真を左右反転、回転、拡大・縮小、画面上の位置変更などで慎重に変化させることで、脳がこの一回学習の間にどのような視覚情報を実際に保持するかをマッピングしました。

新たな洞察を脳のどこに保存するか

画像に対する異なる変更は学習に異なる影響を与えました。鮮明な画像を2倍または半分の大きさにしても学習が損なわれなかったことは、脳に保存される「テンプレート」が大きさに関して柔軟であることを示唆します。しかし反転、回転、位置の移動は学習を弱めましたが、完全には不可能にしませんでした。対照的に、同じカテゴリの別の例（例えば別の犬）に差し替えると学習は完全に失われました。これは脳が単に「これは犬だ」という抽象的な観念を保存しているのではなく、その特定の画像の形や配置を詳しく、絵のように記憶していることを示しています。これらの行動実験の結果と視覚系について既知のことを組み合わせると、初期の視覚領域や海馬のような記憶構造ではなく、高次視覚領域がこの新しい知識の格納場所である可能性が示されました。

学習が脳内で展開する様子を観察する

これを確かめるために、研究チームは超高磁場7テスラMRIスキャンと、てんかん患者の脳に置かれた電極からの直接記録を用いました。MRI実験は、高次視覚皮質と呼ばれる領域のニューロンが、行動実験から予測された通りに、同じ物体のサイズ・位置・向きの異なるバージョンに反応することを示しました。電極記録では、重要な変化がまずこの高次視覚皮質に現れました。学習後、難しい画像によって誘発される活動パターンは鮮明な対応画像によって誘発されるパターンとより類似しており、この変化は一次視覚領域よりも早くここで起きていました。この時間差は、この領域が新しい「事前知識（prior）」を保存し再活性化する場所であり、それがフィードバックとして初期の視覚領域に下りてノイズの多い入力の解釈を助けることを示唆します。

ワンショットで学習する機械を構築する

研究者たちはこの能力を模倣する深層ニューラルネットワークモデルも構築しました。彼らのシステムは、現代的なビジョントランスフォーマーを「ボトムアップ」の視覚エンジンとして用い、事前情報を格納して関連画像を後に見た際に「トップダウン」のフィードバックを送る特別なモジュールと組み合わせていました。ムーニー類似の課題で訓練されたこのモデルは、本物のワンショット学習を示しました：鮮明な画像を一度見ただけで精度が跳ね上がり、単純な反復では説明できない向上を示しました。特定の画像に関しては人間の観察者と多くの成功と失敗を共有し、鮮明な画像から学んだ内部特徴はどの画像を人が学習して認識するかを予測できました。モデルが格納した事前情報と人間の脳スキャンを比較すると、実験で示唆されたのと同じ高次視覚領域で最も近い一致が見られました。

脳と機械にとっての意義

これらの知見を総合すると、私たちの「あ、見えた！」という突然の気づきは、高次視覚領域が一度の経験で急速に結合を調整し、のちにあいまいな入力の解釈を変えることができる詳しい絵のような事前知識を保存することで生じると示唆されます。この速くかつ安定した学習形態は、高次視覚皮質に根ざしトップダウンのフィードバックによって支えられており、非常に少ない例から学べるAIシステムを設計するための設計図を提供します。また、知覚が事前期待に過度に依存するとき（幻覚を伴う一部の精神疾患のように）何がうまくいかなくなるかを理解するための出発点にもなります。

引用: Hachisuka, A., Shor, J.D., Liu, X.C. et al. Neural and computational mechanisms underlying one-shot perceptual learning in humans. Nat Commun 17, 1204 (2026). https://doi.org/10.1038/s41467-026-68711-x

キーワード: ワンショット学習, 視覚知覚, 高次視覚皮質, 知覚学習, 深層ニューラルネットワーク