[論文レビュー] Chance, long tails, and inference: a non-Gaussian, Bayesian theory of vocal learning in songbirds

Baohua Zhou, D. J. Hofmann+3 more|arXiv (Cornell University)|Jul 23, 2017

Animal Vocal Communication and Behavior参考文献 62被引用数 18

ひとこと要約

本論文は、音声学習における非ガウス的でベイズ的な理論を提唱し、鳥類が最適な出力を単一に学ぶのでなく、運動出力の確率分布全体を学ぶことを想定している。バングラデシュフィンチの音高のばらつきを重めの尾を持つ（パワーロー）分布と再帰的ベイズ推論でモデル化することで、急激な大きな誤差が学習を抑制するが、徐々に導入された誤差は抑制されない理由を説明し、学習中の音高分布の形状に実験的に確認された動的変化を予測する。

ABSTRACT

Traditional theories of sensorimotor learning posit that animals use sensory error signals to find the optimal motor command in the face of Gaussian sensory and motor noise. However, most such theories cannot explain common behavioral observations, for example that smaller sensory errors are more readily corrected than larger errors and that large abrupt (but not gradually introduced) errors lead to weak learning. Here we propose a new theory of sensorimotor learning that explains these observations. The theory posits that the animal learns an entire probability distribution of motor commands rather than trying to arrive at a single optimal command, and that learning arises via Bayesian inference when new sensory information becomes available. We test this theory using data from a songbird, the Bengalese finch, that is adapting the pitch (fundamental frequency) of its song following perturbations of auditory feedback using miniature headphones. We observe the distribution of the sung pitches to have long, non-Gaussian tails, which, within our theory, explains the observed dynamics of learning. Further, the theory makes surprising predictions about the dynamics of the shape of the pitch distribution, which we confirm experimentally.

研究の動機と目的

• 従来のガウス的センサモータ学習モデルが、急激な大きな感覚的誤差が学習を低下させるのに対し、徐々に導入された誤差は低下させないという事実を説明できないことに対処する。
• 脳が単一の最適な出力に到達するのではなく、運動出力の完全な確率分布を学び、更新する理論を構築する。
• 非ガウス的で重めの尾を持つ分布が、バングラデシュフィンチの発声適応における観察された非線形的動的挙動を説明できるかどうかを検証する。
• 実時間の音高シフト音声フィードバックを用いた実験データを用いてモデルを検証する。
• 学習動態が平均誤差だけでなく、行動的分布の形状に依存することを示す。

提案手法

• モデルは、観測された音高誤差から導かれる尤度関数を組み込むことで、感覚フィードバックに基づいて運動出力の事前分布を再帰的に更新する再帰的ベイズ推論を用いる。
• 運動出力（歌の音高）の分布が非ガウス的であると仮定し、実験データで観察された重めの尾を持つ分布を捉えるために、パワーロー型（α安定分布）を採用する。
• 尤度関数は、2つの感覚モalityの積としてモデル化される：1つは音高がずれたもの（実験的摂動）、もう1つはずれのないもの（ベースラインフィードバック）。これにより、重めの尾の下で二峰性の尤度関数が得られる。
• 事後分布の更新はベイズの定理に従い、時間的変化は、時間とともに不確実性を増加させるカーネルとの畳み込みでモデル化される。
• モデルは、学習中に音高分布の形状に生じる変化、特に大きな誤差下での二峰性の出現を予測する。
• 実験的音声フィードバック摂動をリアルタイムで行う小型ヘッドホンを用いたバングラデシュフィンチの実験データと、理論を照合する。

実験結果

リサーチクエスチョン

• RQ1 なぜ急激な大きな感覚的誤差は、標準的なガウスモデルの予測とは反対に、学習を弱めるのか？
• RQ2 なぜ誤差が徐々に導入された場合には動物はそれを補正できるが、急激に導入された場合には補正できないのか？
• RQ3 行動的分布の形状（例えば重めの尾）が学習動態と誤差補正にどのように影響するのか？
• RQ4 運動出力の完全な分布を学ぶベイズモデルが、鳥類の発声適応における非線形的動的挙動を説明できるか？
• RQ5 運動変動の非ガウス的（パワーロー型）な尾が、センサモータ学習に果たす役割は何か？

主な発見

• バングラデシュフィンチの歌の音高分布は、長く非ガウス的（パワーロー型）の尾を持つことが判明し、モデルはα安定分布を用いてこれを正確に捉えている。
• モデルは、誤差の大きさが増加するにつれて学習速度と学習量が減少するという実験的観察を説明でき、特に急激な摂動において顕著である。
• 理論は、大きな誤差が学習を抑制するのは、それらを拒否するためではなく、重めの尾の下で尤度関数が二峰性を示し、極端な誤差の影響が事後分布に及ぼされる影響が小さくなるためであると説明する。
• モデルは、適応過程における音高分布の形状の変化、特に大きな誤差下での二峰性の出現を正確に予測している。
• 実験的検証により、音高分布が学習中に動的に変化し、大きな摂動下で二峰性が増加することが確認され、モデルの予測と一致している。
• 理論は、急激な大きな誤差は補正されないが、徐々に導入された大きな誤差は補正されるというパラドックスを、徐々の変化が分布形状を段階的に適応可能にするという点で説明している。