注意抑制効果の低下により、課題に無関係な自然場面で教師なし視覚学習が明らかになる

私たちが見るもので脳はどう学ぶか

私たちの目は毎日、混雑した通りから静かな森まで、数千の光景を取り込んでいます。これらの光景を意識的に学んでいるわけではありませんが、時間とともに視覚は周囲の世界によりよく適応していきます。本研究は単純な疑問を投げかけ、その答えが意外な含意をもたらします。脳は目に入るすべての画像から自動的に学習するのか、それとも特定の種類の画像からだけ学ぶのか、そして注意がこの隠れた学習をどう助け、あるいは妨げるのか、ということです。

意識せずに見ること

研究者たちは視覚的知覚学習と呼ばれる改善の一形態に注目しました。これは、人が線の向きや模様の細かさといった基本的な視覚特徴をより正確に判断できるようになる現象です。これまでの研究では、この種の学習にはフィードバックや注意の集中が必要であることが示唆されてきました。しかし、人間や機械の学習の多くは、単に反復的な曝露によって駆動される教師なし学習であるとも考えられています。受動的な曝露が視覚を形作るかどうかを検証するために、研究チームは被験者に課題とは無関係の画像を提示し、後に細かな視覚的識別能力がどのように変わったかを測定しました。

自然場面と人工パターン

参加者は画面中央で負荷の高い文字と数字の課題を行う一方、背景には自然場面または精巧に設計された人工画像が表示されました。自然場面は森や都市景観などの実世界の風景のように見え、エッジ、テクスチャ、輪郭に富んでいました。人工画像は、全体の明るさ、線の向き、空間周波数といった自然場面のいくつかの単純な特性に合わせて作られていましたが、意味のある構造は取り除かれるようシャッフルされていました。何日にもわたる曝露の後、被験者は中立的なテスト画像を用いて線の向きや模様の粗さをどれだけ識別できるかを試験されました。

脳が学習する場合としない場合

結果は顕著でした。画像を単に見るだけの条件では、自然画像も人工画像も視覚感度の向上をもたらし、原理的には教師なし学習が働くことを示しました。しかし、注意が負荷の高い中央課題に奪われているとき、持続的な改善をもたらしたのは自然場面だけでした。人工画像は、明瞭に視認可能で単純な統計量が一致していても、改善を生じさせませんでした。さらに実験で画像をさまざまな統計的構造に分解したところ、課題に無関係な画像がエッジやテクスチャ間の複雑で高次の関係を含む場合に学習が起こり、単純で低次の成分のみが存在する場合には学習が消失することが分かりました。

注意と隠れた画像構造

脳内で何が起きているかを解明するために、研究チームは行動試験と脳イメージングを組み合わせました。頭頂葉や前頭葉の注意システムは画像の種類にかかわらず類似した抑制信号を送っていました。しかし、一次視覚野を越えた高次視覚領域では、高次構造を持つ画像に対する活動パターンの抑制がより小さくなっていました。追加の時間経過実験では、自然場面からこうした複雑な関係を抽出するのに、単純なパターンを処理するより時間がかかることが示されました。トップダウンの抑制は限られた時間ウィンドウで弱まるため、より遅く現れる複雑な信号は最も強い抑制が過ぎた後に漏れ出し、教師なし学習が成立する可能性があります。

日常の視覚にとっての意味

平たく言えば、この研究は、脳は指示なしに私たちが見るものから絶えず学ぶ準備ができているが、その学習はフィルターを通されることを示唆しています。注意が課題に強く集中しているとき、背景の単純な人工パターンは効果的に抑圧され、ほとんど痕跡を残しません。エッジやテクスチャ間の豊かな関係を持つ自然場面は抑制しにくく、注意を払っていないときでさえ視覚を再形成し得ます。本研究は、教師なし学習が視覚的改善の基本的な原動力であり、その影響は私たちが見るものの隠れた構造と注意が視覚系を通じて情報を門制する仕方の両方に依存することを示しています。

引用: Watanabe, T., Sasaki, Y., Zama, T. et al. Unsupervised visual learning is revealed for task-irrelevant natural scenes due to reduced attentional suppression effects in visual areas. Nat Commun 17, 4232 (2026). https://doi.org/10.1038/s41467-026-72918-3

キーワード: 視覚学習, 自然場面, 注意, 知覚学習, fMRI