自由エネルギー原理の紹介

1. Enjoy Science
脳の大統一理論？
「自由エネルギー原理」
を知る
2023/12/17

2. 留意事項
◼ この分野はまだ不確定要素と流動性が高いので、あくまで発信
日時での情報であることに留意ください。
◼ 所属組織ではなく、あくまで個人としての発信です。本情報に
伴う結果に関して責任は負いかねます。
2

3. 本シリーズ共通の趣旨：３つの謎をカジュアルに楽しむ
生命とは？
宇宙とは？
知能とは？
宇宙物理学
宇宙生物学
分子生物学
合成生物学
神経科学
コンピュータ科学
物理学
生物学
化学
生理学
数学
解きたい謎 関連する学問テーマ 学問テーマの大分類
3

4. 全体の流れ
1. 「元祖」大統一理論
2. 脳の基本
3. 脳の大統一理論「自由エネルギー原理」とは？
4. 脳の主要機能を原理で表現する
1. 知覚
2. 運動
3. その他
5. 関連トピック
6. まとめ
4

5. 「元祖」大統一理論
5
古典力学
(運動・熱など)
量子力学
特殊相対性
理論
場の古典論
場の量子論
→素粒子標準模型
一般相対性
理論
超ひも理論
量子ループ
ミクロ 高速
運動変化
質量大
場を
含める
大統一理論
ここを「大統一理論」と
呼び右下を「超」「万物
理論」と呼ぶことも
今回のテーマに関連あり

6. 脳の基本１：脳の要素「ニューロン（神経細胞）」
6
脳内でニューロンは１つが数万個にも繋がるネットワーク構造をとっており、それによって情報を伝達・保持している
とかんがえられています。
※出所：Wiki
https://starpentagon.net/analytics/neural_network_unit/
ニューロンの画像
ニューロンによる情報伝達イメージ
ニューロンの仕組みを数学的
に表現したのが「ニューラル
ネットワーク」というアルゴリズム
で、その階層を深くしたのが
「ディープラーニング」
1.ニューロンに信号が入力 2.細胞体は入力和を判定
3.入力和が閾値より大きい時発火して
次のニューロンに伝える

7. 脳の基本２：構造とAIとの比較
7
脳の代表的な部位と類似するAI機能
※超AI入門
※あたらしい脳科学と人工知能の教科書
ディープラーニン
グ
実際の脳
誤差逆伝播法
(バックプロパ
ゲーション)
必要 未確認
層 縦に深い
100層超も
大脳皮質：6層
小脳皮質：3層
正解(教師) 必要 大脳：不必要の
可能性高
小脳：必要
ニューロンの接
続
隣の層のニューロ
ンと接続
RNNは時間報
告の接続も
近傍および遠方
と接続
ディープラーニングと実際の脳との比較
過去開催「AI最前線2022」
資料の再掲

8. 脳研究に寄与した観測技術：fMRI, 光遺伝子
Copyright@ Koji fukuoka 8
fMRI(機能性MRI)
原理：MRIを利用して、ヒトおよび動物の脳や
脊髄の活動に関連した血流動態反応を視覚化
する方法
MRIとは？：神経細胞が活動するとき、局所の
毛細血管の赤血球のヘモグロビンによって運
ばれた酸素が消費される。体に磁気を与える
ことで液体の動きを画像化。
〇Wiki:「MRI」「fMRI」「光遺伝学」
脳医学事典
https://www.gizmodo.jp/2016/12/wirelessly-control-the-mouse.html
光遺伝子技術
原理：脳に特定の波長の光を当てると活性化する
タンパク質を作って、その神経細胞を制御する仕
組み
被験体にLED等
を使って該当部
に光を当てる

9. 脳の大統一理論、
「自由エネルギー
原理」とは？
カール・フリストン
教授（左）が2006年
に唱えた脳の働きの
背景にある共通の原
則を唱えた理論
9

10. 身近な例：くすぐり
10
皮膚科からの触覚信号が
神経系内部で減衰される
→前もって刺激を予測？

11. 脳は
「推論するシステム」
である
11

12. 「生物の知覚や学習、
行動は自由エネル
ギーと呼ばれるコス
ト関数を最小化する
ように決まり、その
結果生物は外界に適
応できる。」
12

13. 自由エネルギー原理とは？
自由エネルギー原理とは、思ってたのと違う度合い（予測誤差）
を最小化すること
→外部の変化に適応しようとする行為に見える
13
（超ざっくり書くと・・・）
自由エネルギー＝不確実性＋予測誤差
自由エネルギーの名付け親
ヘルマン・フォン・ヘルムホルツ(1821 - 1894)
熱力学第二法則（エントロピー増大測）より、系は自由エネル
ギーが減少する方向に進行する。また、閉じた系における熱力学
的平衡条件は自由エネルギーが極小値をとる。
※今回は熱力学と異なり、「変分自由エネルギー」と呼称

14. 自由エネルギー原理とは？
14
3次元情報
3次元情報
受け取って反応
推論して確かめる
外
界
脳
内
処
理
脳は予測誤差を最小化し
ようとする

15. 脳の多様な役割に通じる
注意
シナプス可塑性
学習・記憶
神経のコード
運動制御
価値判断
ミラーニューロン
自閉症
統合失調症
進化
15
https://www.fil.ion.ucl.ac.uk/~karl/The%20free-energy%20principle%20A%20unified%20brain%20theory.pdf

16. どのように科学的（定式化）に表現するのか？
16
https://www.headboost.jp/what-is-probability-distribution/
推論的な確率を求める方法
外界の出来事 × もっともらしさ → 出来事へ反映
(事前確率分布) (尤度) (事後確率分布)

17. どのように科学的（定式化）に表現するのか？
17
ベイズの定理：「事前確率（もともと持っている信念や考え）が尤度（新しいデータや
経験）を受けて、どう変化するのかを示す事後確率を求める方法」
https://www.headboost.jp/bayes-theorem/
外界からの情報を受けて、脳内でそれまでに作っていたモデルと
照らし合わせて補正するサイクルを続ける

18. 身近な例：犬と飼い主
18

19. 知覚のケース
19

20. 20

21. 運動のケース
21
https://pubmed.ncbi.nlm.nih.gov/35031656/
末梢神経
運動野が末梢神
経経由で筋に指
令伝達し、監視
役としても機能
末梢神経
運動神経 自律神経
中枢神経(運動野)
従来の運動モデル説(中枢→抹消の一方向)
従来説：運動野→運動指令
この指令内容をどのように事
前計算するのかが謎・・・
自由エネルギー原理：
運動野→筋感覚の予測信号
（運動達成した状態における
感覚信号の期待）
運動野(脳)の予測信号と筋から
の予測信号の差を最小化しよ
うとしている

22. その他の応用ケース
下記ケースも同じ原理を応用
して数理的に説明
• 意思決定
前頭前野での成果報酬最適と大
脳基底核での不確実性を減らす
• 感情
内臓状態を表す内受容感覚信号
と自律神経の予測信号を減らす
• 意識
内需要感覚の精度が高まる（事
後信念が事前より自由エネル
ギーが減少）ことと定義。
・・・
22
知覚と行為：感覚データの生成モデ
ルに基づき予測誤差を抑制するため
の神経活動の最適化
学習と注意：感覚中枢神経系におけ
る予測誤差の精度と因果関係をデー
タ化するためのシナプス結合の最適
化
神経発達：構成的に指定される
ニューロン結合の活動依存的な刈込
と維持を通してモデルの最適化
進化：長期間の平均自由エネルギー
とそれらの生成モデルの選択圧によ
る同種の個体の最適化
10-3秒
100秒
103秒
1015秒
〇「脳の大統一理論 自由エネルギー原理とは何か」

23. 関連トピック１：1000の脳理論
23
高度な知的処理を担う大脳新皮質は層別（そのアナロジー
が1000）に常に世界を予測（モデルを作って補正）してい
る。（我々の意識は各結果が競い合った最終結果）
ジェフ・ホーキンス
の仮説
シナプスで常に起
こる不明な電気信
号は世界モデルを
生成してるので
は？

24. 関連トピック２：LLM(大規模言語モデル)との類似性
24
科学とは客観的な正しさ
を追求する営みです。
(13,32,9,・・・・)(1,42,44
,91,・・・)(・・・)
テキスト
データ
ベクトル
データ
科学、とは、客観的な、
正しさ、を、追求する、
営み、です。
トークン
化
※上記はあくまでイメージです
LLMはベクトルデータ（高次元の
数値群）の関係性をもとに判断
→分散表現
https://developers.agirobots.com/jp/attention-mechanism-transformer/
明石市
は 34%
が 29%
に 25%
と 24%
で 14%
タコが 32%
イカが 21%
台風に 15%
電話を 10%
有名です。 33%
壊れました。 21%
気づきます。 19%
笑います。 11%
与えられた情報から、大量の言語データ
で学習したモデル（生成モデル）に基づ
き、次にくる言語を確率的に予測する。

25. 関連トピック２：LLMとの類似性
25
https://www.sciencedirect.com/scien
ce/article/pii/S105381192300126X
数学計算（９種類の加減乗除）
をしている時の脳活動(by fMRI)
と、LLM(Transformerを使用)から
人工的に脳マップ化した結果は
類似していた。
2023/11「生成AIが切り
拓く基礎科学」資料より

26. まとめ
• 外部適応の手段として、驚きを減らそうとする「自由エネル
ギーの最小化」が注目されています。
• 数学（ベイズ推定）で近い表現が可能になり、ミクロからマク
ロ現象までに影響している可能性があります。
• 最新のAI(生成AI)との類似性が見えてきたため、両者の相互発展
が今後注目されます。
26