生得的な仮説と、経験による修正
内部生成モデルには、進化を通じて継承されてきた仮説の集合(生得的な知識、ベイズ理論の事前分布)と、こうした仮説を個人的な経験によって修正した仮説の集合(事後分布)とがある。(スタニスラス・ドゥアンヌ(1965-)
「脳をこのように見ることによって、成人の判断は、二つのレベルの洞察、つまり、人類に備わった 生得の知識 (ベイズ理論では事前分布と言い、ここでは進化を通じて継承されている信頼できそうな仮説の集合のこと) と、個人的な経験(事後分布、つまりそうした仮説の、生涯に得られた推論すべてに基づく修正のこと)を組み合わ せる。この分業は古典的な「生まれと育ち」の論争を終わらせる。私たちの脳の組織は、強力なスター トアップ・キットとやはり強力な学習装置を提供するのだ。すべての知識がこの二つの構成要素に基づ いていなければならない。まず、環境とのやりとりに先立つ事前の想定の集合と、何らかの現実のデー タと遭遇したときの、事後の妥当性に従って前提群を整理する能力との二つだ。
ベイズ方式が学習には最善であることを、数学的に明らかにすることができる。一回ごとの学習のまさにエッセンスを引き出して、それを最大に利用するには、この方式しかない。チューリングがエ ニグマ暗号に見出したわずかな偏りが合致するというようなわずかな情報でさえ、学習には十分な 場合もある。 システムがそれを、辛抱強く証拠を積み重ねる一人前の統計学者のように処理すれば、いずれ必然的に、ある理論は斥け、別の理論は妥当と判断できるだけのデータが得られる。
脳は本当にそういうふうに動いているのだろうか。脳は生まれたときから、選択することを学習する もととなる広大な仮説の領域を生み出せるのだろうか。それは観察されたデータがどれほど支持するか によって仮説を選ぶ消去法で進むのだろうか。 子どもは生まれた瞬間から、賢明な統計学者のようにふ るまい、学習経験のたびにできるだけ多くの情報を引き出せるのか。次は赤ちゃんの脳についての実験的データをもっと詳しく見ることにしよう。」
(スタニスラス・ドゥアンヌ(1965-),『脳はこうして学ぶ』,第1部 学習とは何か,第2章 今のマシンより脳の方がうまく学習する理由,pp.78-79,森北出版,2021,松浦利輔,中村仁洋)
 |
