予測符号化

神経科学・心理学・認知科学において、予測符号化（よそくふごうか、、予測処理（predictive processing）とも）とは、脳機能に関する一つの理論であり、脳が環境の「心的モデル」を絶えず生成し更新しているとする考え方である。この理論によれば、そのような心的モデルは感覚からの入力信号を予測するために用いられ、予測はその後、実際の感覚入力と比較される。予測符号化は、に従う、より広い理論群の一員である。

起源予測符号化の理論的祖先は、1860年のヘルムホルツによるの概念にまで遡ることができる。無意識的推論とは、人間の脳が場面を把握するために視覚情報を補完しているという考えを指す。たとえば視野内で何かが他の物体より相対的に小さければ、脳はその情報を奥行きの手がかりとして用いるため、知覚者は最終的に（また不本意に）奥行きを体験する。感覚刺激（ボトムアップ）と概念的知識（トップダウン）の相互作用としての知覚理解は、ジェローム・ブルーナーによってさらに確立された。ブルーナーは1940年代から、欲求・動機・期待が知覚にどのように影響するかを研究し、その研究は「ニュールック」心理学として知られるようになった。1981年、マクレランドとラメルハートは、文字を構成する処理特徴（線と輪郭）どうしの相互作用を検討した。その文字はさらに単語を構成する。それらの特徴は単語の存在を示唆するが、彼らは文字が単語の文脈内に置かれた場合、意味的文脈のない非単語内に置かれた場合よりも速く識別されることを見出した。マクレランドとラメルハートの並列処理モデルは、知覚をトップダウン（概念的）要素とボトムアップ（感覚的）要素の出会いとして記述する。

1990年代後半、トップダウン処理とボトムアップ処理の考えは、とによって視覚の計算モデルへと翻訳された。彼らの論文は、場面の生成モデル（トップダウン処理）が存在しうることを示した。このモデルは誤差信号（視覚入力が予測からどれだけ逸脱したか）を介したフィードバックを受けて、その後の予測の更新につながる。この計算モデルは、確立された受容野効果と、のようなあまり理解されていない古典的受容野外効果の双方を再現することができた。

2004年、リック・グラッシュ（Rick Grush）は神経知覚処理のモデル、すなわちを提案した。この理論によれば、脳は生成モデル（グラッシュが「エミュレータ」と呼んだもの）に基づいて絶えず予測を生成し、その予測を実際の感覚入力と比較する。両者の差、すなわち「感覚残差」は、モデルを更新して知覚領域のより正確な推定値を生み出すために用いられる。グラッシュの説明では、トップダウン信号とボトムアップ信号は、ボトムアップ信号内で予期されるノイズ（すなわち不確実性）に敏感な仕方で組み合わされる。したがって、感覚信号があまり信頼できないと分かっている状況ではトップダウン予測がより大きな重みを与えられ、逆もまた同様である。エミュレーションの枠組みは階層的でもあり、モダリティ固有のエミュレータが感覚信号のトップダウン期待を提供する一方、より高次のエミュレータはこれらの信号の遠位原因についての期待を提供することが示された。グラッシュはこの理論を視知覚、視覚および、言語、そして心の理論現象に適用した。

一般的枠組み

予測符号化は当初、感覚系のモデルとして開発され、脳がベイズ推定の一種を通じて感覚入力の遠位原因をモデル化する問題を解く枠組みとされた。この理論は、脳が遠位原因の能動的な内的表象を保持しており、それが感覚入力の予測を可能にすると仮定する。予測と感覚入力を比較すると差分の測度（例:予測誤差、自由エネルギー、驚き）が得られ、それが予想される統計的ノイズの水準を十分に上回るならば、内的モデルは将来の感覚入力をよりよく予測できるように更新される。

代わりにモデルが駆動する感覚信号を正確に予測している場合、高次階層での活動は低次階層での活動を打ち消し、内的モデルは変化しない。したがって予測符号化は、知覚を主としてボトムアップの過程とする従来の見方を反転させる。すなわち知覚は主として事前予測によって制約されており、外界からの信号は皮質階層を予測誤差の形で上向きに伝播される限りにおいてのみ知覚を形成する、と主張する。

予測誤差は遠位原因を推論するために用いられるだけでなく、神経可塑性を介してそれを学習するためにも用いられる。ここでの考えは、皮質ニューロンが学習したは感覚データにおけるを反映するというものである。この考えは、のような他の多くの神経学習理論にも見られる。予測符号化における中心的な違いは、感覚入力への結合（すなわち受容野）だけでなく、より高次の表象からのトップダウンの予測的結合も学習される点である。これによって予測符号化は、やのような他の階層的学習モデルにも似ているが、それらは異なる学習アルゴリズムを用いている。したがって、推論と学習の双方に予測誤差を活用する点は、予測符号化の定義的特徴の一つである。

精度重み付け

入力される感覚入力の精度とは、信号ノイズなどの要因に基づく予測可能性である。精度の推定は予測誤差を効果的に最小化するうえで極めて重要であり、それは信頼度に応じて感覚入力と予測を重み付けすることを可能にするからである。たとえば視覚信号中のノイズは夜明けから夕暮れにかけて変動するため、日中の感覚予測誤差には夕暮れ時よりも大きな条件付き信頼が付与される。同様のアプローチは、ベイズ推論を行う他のアルゴリズム、たとえばカルマンフィルターにおけるなどでも成功裡に用いられている。

推定された精度に比例して予測誤差を重み付けするこの過程は、本質的には注意でもあると提案されている。注意を配分する過程は、予測誤差ユニットの「ゲイン」を最適化する上行性網様体賦活系（ARAS）によって神経生物学的に実現されている可能性がある。しかし精度重み付けは「内因性の空間的注意」しか説明できず、他の形態の注意は説明できないという反論もあるRansom M. & Fazelpour S (2015). Three Problems for the Predictive Coding Theory of Attention. http://mindsonline.philosophyofbrains.com/2015/session4/three-problems-for-the-predictive-coding-theory-of-attention/。

能動的推論予測誤差最小化と同じ原理は、行動の説明にも用いられている。この立場では、運動指令は命令ではなく、下向きの自己受容感覚的予測である。この能動的推論の枠組みでは、古典的な反射弓は予測をより良く満たすように感覚入力を選択的にサンプリングするよう協調しており、それにより自己受容感覚的な予測誤差が最小化される。実際、Adams ら (2013) は、運動系における階層的予測符号化のこの見方が、運動皮質の顆粒層欠如構造を説明する原理的で神経学的に妥当な枠組みを提供することを示唆する証拠を概観している。この見方は、「知覚系と運動系は別個のものと見なされるべきではなく、視覚・聴覚・体性感覚・、そして運動系の場合は自己受容感覚のあらゆる領域で自らの感覚入力を予測しようとする、単一の能動的推論機構と見なされるべきである」ということを示唆している。

二重過程理論自動的な認知過程と意識的な認知過程に関する二重過程理論は、心理学における人間の心の働きを理解するための基盤を成している。二重過程理論に関連する考えは、経験を通して形成された自動的な連想に基づく習慣的過程と、より意識的で努力を要する推論を伴う随意的過程とを区別した、1890年のウィリアム・ジェームズの著作にまで遡ることができる。それは、より意志的な過程を代表する、より階層的で意識的な推論を反映している。これらの自動的過程と随意的過程についての初期の概念は、多くの心理学者によって概念化された現代の二重過程理論に対応している。

一部の研究者は二重過程理論と予測符号化の間に類似性を見いだしている。この見方では、自動処理（しばしば「システム1」と呼ばれる）は感覚情報の初期処理と比較され、熟慮的処理（「システム2」）は内的表象の能動的な維持や、それらの表象と感覚入力との比較と比較される。具体的には、ジョナサン・エヴァンズが指摘するように、二重過程理論のシステム2は直感的過程（すなわち入力の初期知覚）を上書きすることを個人に可能にする内省的過程によって特徴づけられ、予測誤差の計算（すなわち期待値と実際の結果との乖離）と密接に対応している。内的表象の能動的な維持過程、新しい経験と内的表象との間の葛藤の絶え間ない監視、そして事後分布（すなわち事前信念と実際の証拠を組み合わせた後の更新された信念）の移行は、二重過程モデルにおいて必ずしも独自に区別されているわけではないが、より熟慮的で努力を要する認知過程を要する共有された機構は、システム2によって捉えられている。

心的表象認知心理学および哲学の分野における表象とは、外部刺激の心的な符号化を指す。具体的には、外的現実あるいはその抽象を表す仮説的な内的認知シンボルとして定義される（表象の詳細については心的表象を参照）。哲学の分野では、心的表象は現実世界と観察者との媒介者として扱われる（詳細は心の哲学を参照）。認知心理学は、神経画像法を用いてこの概念を検証しようと試みてきた。最も一般的な方法は機能的磁気共鳴画像法（fMRI）である。この方法は、外部刺激（画像を見せることなど）に関連する人の脳活動を観察するものである。

計算論的神経科学では、能動的予測符号化モデルは典型的には視覚刺激の表象と目標指向的行動の表象を含む。これらの表象は相互作用し、新しい概念に適応・学習する。予測誤差が時間経過に伴ってどのように変化するかを調べることで、神経科学と認知心理学の知見を結びつけようとする研究も存在する。予測誤差の変化は、内的表象が新たな感覚入力に応じて絶えず調整され、それによって外界の出来事とよりよく合致するようになることを示す証拠と解釈されている。

予測符号化の神経理論

予測符号化の枠組みを神経機構に適用する初期の研究の多くは、感覚処理、特に視覚野から生まれた。これらの理論は、皮質構造が異なる皮質領域に対応する階層的に積み重ねられた階層に分割できると仮定する。各階層は（少なくとも）二種類のニューロンを収容していると考えられている。すなわち、当該階層へのボトムアップ入力を予測しようとする「予測ニューロン」と、入力と予測の差を信号伝達する「誤差ニューロン」である。これらのニューロンは主として非表在および表在の錐体ニューロンであると考えられている一方、介在ニューロンは異なる機能を担う。

皮質領域内では、異なる皮質層が階層をまたがるフィードフォワードおよびフィードバック投射の統合を促進しているという証拠がある。したがってこれらの皮質層は、基本単位をとして、予測と予測誤差の計算において中心的な役割を果たすと仮定されてきた。一般的な見方は次の通りである。

「誤差ニューロン」は顆粒上層の第2層および第3層に存在する。これらのニューロンはスパースな活動を示し、予期しない出来事に応答する傾向がある。「予測ニューロン」は深い第5層に存在し、多くのニューロンが密な応答を示す。「精度重み付け」は多様な機構を通じて実装される可能性があり、たとえば神経修飾物質(neuromodulators)や、他の脳領域（例:視床）からの長距離投射などが挙げられる。

しかしこれまでのところ、脳が予測符号化を最も可能性の高い形でどのように実装しているかについての合意はない。たとえば一部の理論は、顆粒上層には誤差ニューロンだけでなく予測ニューロンも含まれると提唱している。誤差ニューロンが予測誤差をどのような機構で計算しうるかについても依然議論がある。予測誤差は負にも正にもなりうるが、生物学的ニューロンは正の活動しか示すことができないため、より複雑な誤差符号化スキームが必要となる。この問題を回避するため、近年の理論は誤差計算がニューロンの樹状突起で行われる可能性を提唱している。これらの樹状突起理論で提案される神経構造と計算は、皮質の理論で提案されているものと類似している。

予測符号化の応用知覚予測符号化の実証的証拠は知覚処理について最も強固である。すでに1999年の時点で、ラオとバラードは、高次視覚皮質領野が予測を下向きに送り、フィードフォワード結合がその予測と実際の低次活動との間の残差誤差を伝達する階層的視覚処理モデルを提案していた。このモデルによれば、階層モデル・ネットワークの各階層（最下層は画像を表す。最下層を除く）はフィードバック結合を介して次の下位階層の応答を予測しようとし、誤差信号は各階層で入力信号の推定値を同時並行的に修正するために用いられる。エンバーソンらは、クロスモーダルな視聴覚欠落パラダイムを用いて乳児のトップダウン修飾を確立し、乳児の脳ですら視覚皮質から下方に伝達される将来の感覚入力に対する期待をもち、期待に基づくフィードバックが可能であることを明らかにした。機能的近赤外分光法（fNIRS）のデータは、乳児の後頭皮質が予期されない視覚的欠落（視覚情報入力なし）には応答するが、予期される視覚的欠落には応答しないことを示した。これらの結果は、階層的に組織化された知覚系において、高次のニューロンが低次のニューロンに予測を下向きに送り、低次のニューロンが予測誤差信号を上向きに送り返すことを立証している。

内受容感覚

における予測符号化の役割については、いくつかの競合するモデルが存在している。

2013年、は、感情としても知られる我々の主観的な感情状態は、因果的な内受容感覚評価から能動的に構築される予測モデルによって生成されると提唱した。他者の内的状態を原因に帰属させる仕方に関連して、サーシャ・オンドバカ、ジェームズ・キルナー、カール・フリストン (2015) は、自由エネルギー原理は「自由エネルギー」として表出する予測誤差の量を減らすことを目的として、脳が絶え間ない予測系列を生成することを要求すると提唱した。これらの誤差はその後、外界の状態がどうなるかについての予期的情報や、他者の行動の原因の理解を含む世界状態の原因の帰属をモデル化するために用いられる。これは、こうした帰属を作り出すためにマルチモーダルな感覚系が自己組織化するための内受容感覚予測を必要とするため、特に不可欠である。したがってオンドバカは、予測符号化は他者の内的状態を理解するための鍵であると主張する。

2015年、とW・カイル・シモンズは、身体化された予測的内受容符号化モデル（Embodied Predictive Interoception Coding model）を提唱した。これはベイズ的能動的推論の原理を皮質皮質間結合の生理学的枠組みと統合する枠組みである。彼らはこのモデルを用いて、顆粒層欠如内臓運動皮質が内受容感覚に関する予測の生成を担っており、これが内受容感覚の経験を定義していると仮定した。

感情カテゴリは生物学的に区別されるという帰納的な見方に反して、バレットは後に構成された感情理論を提唱した。これは、生物学的な感情カテゴリが概念カテゴリ、すなわち目標を共有する事例の蓄積に基づいて構成されるという説明であるBarrett, L.F. (2017). How emotions are made: The secret life of the brain. New York: Houghton Mifflin Harcourt. 。予測符号化モデルにおいてバレットは、内受容感覚では脳が「身体化されたシミュレーション」（感覚経験の全身的表象）を活性化させて身体を調節し、脳が外界が我々に感覚的に投げかけるであろうと予測するものと、それに対して我々が行為によってどう応答するかを予期する、という仮説を立てている。これらのシミュレーションは、脳の予測に基づいてその後実際に外界で起こることに対して我々をよく準備させたなら維持され、あるいは実際に外界で起こったことおよびそれに対する我々の準備状況と比較した誤差を補うように、シミュレーションと予測が調整される。次に、試行–誤り–調整の過程において、我々の身体は一部の成功した予期的シミュレーションの目標間に類似性を見出し、それらを概念カテゴリの下にまとめる。新しい経験が生じるたびに、脳はこの過去の試行–誤り–調整の履歴を用いて、新しい経験を、蓄積された修正済みシミュレーションのカテゴリのうち最も類似するものに一致させる。その後、そのカテゴリの修正済みシミュレーションを新しい経験に適用し、経験の残りの部分に身体を備えさせようとする。うまくいかない場合には、次回の精度をより高めることを期待して、予測・シミュレーション、そしておそらくは概念カテゴリの境界が改訂される。バレットは、x 様の経験に関する特定カテゴリのシミュレーションの予測誤差が最小化されたとき、身体が全ての x 様の経験について再演する、修正情報を反映したシミュレーションが結果として生じ、感覚経験の修正情報を反映した全身表象、すなわち感情が結果として生じると仮定している。この意味において、バレットは、新しい経験を比較し、活性化させる適切な予測的感覚シミュレーションを選択するために脳が用いる概念カテゴリの枠組みが、その場その場で構築されているために、我々は自身の感情を構成しているのだと提唱している。

ヒトの発達発達的観点から、予測符号化は感覚と認知に関わる脳系の生物学的成熟との関連で検討されており、脳の予測を生成・更新する能力が生涯初期にどのように進化していくかが強調されている。新生児研究の証拠は、予測誤差機構が生後の非常に早い時期から現れることを示している。事象関連電位記録（特定の事象に関連して観察される脳活動のパターン）によれば、新生児ですら予期される音と予期されない音を区別しており、極めて基本的な感覚予測の存在が示唆される。子どもが成長するにつれて、脳が成熟し経験を積むことで、これらの予測能力はより洗練される（詳しくはを参照）。ヒトのその後の発達段階についての研究は、環境との反復的な相互作用が感覚的規則性に関する脳の内的モデルを強化するのに伴って、注意を方向づけ制御する能力と推論的推理過程の発達が同時に起こることを示している（発達段階を通じた神経結合の洗練と特殊化の詳細については、を参照）。この発達軌跡は、乳児期の主として反応的な感覚処理から、児童期のプロアクティブでモデルに基づく知覚への移行として記述されてきた。相互接続された脳領域のネットワークが成熟するにつれて、それらは事前知識が感覚情報の処理の仕方を形作るトップダウン修飾、および事前期待と新たな感覚入力がどれほど重視されるかを指す精度重み付けを支える（本ページの「精度重み付け」節も参照）。総じてこの一連の研究は、予測符号化が児童期を通して効率的な知覚・注意・学習の発達に寄与しうると解釈されており、経験が発達中の脳をどのように形成するかを理解するための計算論的枠組みを提供している。

発達的文脈における予測符号化の研究は、反復抑制（同じ刺激に繰り返しさらされたときに観察される特定の脳活動パターンの減少）を用いることが多い。これは予測誤差の減少の指標として一般的に扱われている。言い換えれば、予測誤差の減少は、参加者が心的表象（すなわち期待）を提示された刺激により近づけるように更新していることを示す。したがって反復抑制の発達を検討することは、予測推論と心的表象の発達の代理指標として扱われてきた。ヒトの発達への予測符号化の応用にも限界がないわけではない。たとえば、神経指標（事象関連脳電位など）を用いて予測符号化を検証するほとんどの研究は参加者からの応答を必要とし、これは乳児では不可能である。さらに、脳の解剖学とネットワークの発達的変化は予測誤差の解釈をより複雑にし、これは現時点の文献の解釈に注意を要することを示している。

神経発達症予測符号化過程の相違は、自閉症スペクトラム障害や注意欠如多動症（ADHD）などの神経発達症で役割を果たしていると提案されている。予測符号化が環境の知覚および環境とのさらなる相互作用を導く役割を担うことを踏まえて、一部の著者は、予測符号化に関する注意と認知過程の相違が神経発達症を理解するための潜在的なバイオマーカー、すなわち生物学的な相関物となる可能性を示唆している。

典型的な発達の下では、予測符号化の枠組みは、知覚と知覚情報の解釈が、期待を絶えず調整して入力される感覚入力に合致させることによって予測誤差を最小化する高次の認知過程に依拠することを示唆する。予測符号化の説明によれば、自閉症スペクトラム障害 (ASD) やADHD などの神経発達症をもつ人々は、事前期待と入力される感覚証拠のいずれにどれだけの重みを与えるかに不均衡を示すことがある。この現象は「精度重み付け機能不全」と呼ばれることがある。たとえば自閉症では、事前信念の重みが過小に評価される可能性があり、そのため瞬時瞬時の感覚入力への過度の依存や、無関係な刺激を除外することの困難さが生じ、それが感覚過敏や刺激処理時の文脈考慮能力の低下として現れると研究は示唆している。障害を横断して、こうした相違はより不正確な内的表象につながり、社会的手がかり、報酬、環境について脳が正確な予測を形成する能力を損なう可能性があると提唱されている。その結果、予測符号化の異常は、神経発達症における多様な症状プロファイルを、階層的情報処理と学習の背後にある相違に結びつけるのに役立つ可能性のある認知モデルとして提唱されてきた。

精神病理学心理障害における予測符号化の変化は、心理障害の症状がどのように生じるかを説明する試みとして、幅広い注目を集めてきた。以下は、予測符号化の問題が異なる心理障害にどのように寄与しうるかを検討する現在の研究の記述である。

精神病性障害。精神病性障害は、幻覚（実際にはそこにない何かを見たり聞いたり感じたり嗅いだり味わったりすること）や妄想（明らかに矛盾する証拠があるにもかかわらず持続する強く保持された誤った信念）といった症状によって特徴づけられる。予測符号化の応用では、事前信念と予測誤差の不整合がこれらの精神病症状を説明しうる。予測符号化の障害がこれらの症状に寄与する仕方は3つある。1) 感覚予測誤差の過大な重み付け、2) 弱められたトップダウンの事前信念、3) 前頭領域と感覚領域間の階層的コミュニケーションの破綻、である。しかしながら、予測誤差への異なる寄与を切り分ける研究は限られている。

知覚が事前期待（トップダウンの予測）と感覚証拠（ボトムアップの入力）を、それぞれの精度あるいは推定された信頼性で重み付けして均衡させることに依存する典型的な状態とは異なり、一部の研究は、精神病を持つ人々では精度重み付けが調節不全となっている証拠を示している。これにより事前信念の重みが過小評価されるか、感覚予測誤差の重みが過大評価される。この説明の下では、内的ノイズが有意味な感覚データとして誤って解釈される可能性があり、それが幻覚に寄与しうる。また、偶発的な連想が更新に抵抗する妄想的信念に寄与しうる。神経生理学的証拠はこの不均衡を支持する。統合失調症患者はミスマッチ陰性電位（MMN）の減少や前頭側頭回路における予測誤差シグナリングの障害を示し、これは感覚予測を適切に抑制または更新することの失敗を示している。

より高次の認知水準では、予測符号化の説明を異常サリエンス（aberrant salience）の概念に結びつける研究者もいる。異常サリエンスとは、通常は無関係とみなされる刺激に不当な重要性を帰属させることを指す。この機構はドーパミン機能不全と整合する。ドーパミンは予測誤差の精度を符号化していると仮定されているため、ドーパミン過剰状態はノイズの多い誤差信号を増幅し、妄想的推論と不安定な知覚を助長する。総合すると、これらの知見は、精神病が階層的予測符号化の破綻を伴う可能性があり、そこでは低次の感覚予測と高次の信念形成の両方における障害が相互作用して特徴的な症状を生み出す、という考えと整合的だと解釈されている。

摂食障害。予測符号化の枠組みは、摂食障害の研究にも応用されている。このアプローチでは、一部の理論家が、乱れた摂食行動が部分的には内受容感覚、すなわち内部身体信号の知覚の相違から生じうると提唱している。摂食障害領域における内受容感覚の研究は、消化管のに焦点を当ててきた。これは神経系が消化管系に由来する信号を検出し統合する過程として定義される。特に近年の研究は、消化管内受容感覚のプロファイルの異なる側面と、様々な乱れた摂食行動（むちゃ食い、制限的摂食など）の関係に焦点を当て始めており、乱れた摂食行動を駆動する機構の理解を進めるための予測符号化の枠組みの有用性が保証されている。

計算機科学

の隆盛に伴い、この理論は機械学習や関連分野でも積極的に追求・応用されるようになっている。

課題

予測符号化を検証するうえでの最大の課題の一つは、予測誤差最小化がまさにどのように機能するかについての不明確さである。一部の研究では、信号の増加が誤差信号として解釈されている一方、他の研究では入力表象の変化として解釈されている。取り組まれるべき重要な問いは、誤差信号がまさに何によって構成され、情報処理の各水準でどのように計算されるかである。もう一つ提起されている課題は、予測符号化の計算可能性である。KwisthoutとVan Rooijによれば、予測符号化の枠組みの各水準における部分計算は、計算論的に困難な問題を潜在的に隠している可能性があり、それは計算モデル研究者がまだ克服していない「困難なハードル」に相当する。

将来の研究は、予測符号化の神経生理学的機構と計算モデルを明確化することに焦点を当てうる。

予測符号化の研究

EEG/ERP 脳波検査 (EEG) と事象関連電位 (ERP) の研究は、ヒトにおける予測符号化を調べるために広く用いられてきた。この枠組みでは、ERP 成分はしばしば予測誤差シグナリングの神経マーカーとして解釈され、感覚入力が期待と異なる際に生成されると考えられる。たとえば予期しない音によって喚起されるは、予測違反の自動検出を反映し、学習や注意に伴って適応する。パフォーマンス監視に関連する成分、例えば (ERN/Ne) やエラー陽性電位は、正しい応答と実際の応答の内的表象の間の乖離に関連づけられてきた。それに続く成分、たとえばやフィードバック関連陰性電位（FRN）は、認知モデルや報酬モデルの高次の更新と結び付けられている。これらの知見は、階層的に、初期の知覚的ミスマッチからより抽象的な信念の改訂までの範囲で処理が組織化される予測符号化モデルと整合的だと解釈されてきた。

これらの知見にもかかわらず、ERP 成分を予測誤差に一意的に結びつけることは依然として難しい。ERP は重なり合う情報源からの神経活動の集合を表し、その振幅は注意、新奇性、刺激の顕現性、練習効果、刺激への慣れなどの複数の認知過程の影響を受ける。たとえばP300 の振幅はしばしば、一般的な更新や覚醒を反映する。EEG および ERP パラダイムは予測処理の重要な証拠を提供してきたが、他の説明も残っている。それでも、真の予測誤差信号を広範な認知的あるいは知覚的影響から区別するためには、慎重な実験計画とモデルに基づく解析が必要である。

予測符号化

Źródło i licencja