[論文レビュー] Finding Continuity and Discontinuity in Fish Schools via Integrated Information Theory

Takayuki Niizato, Kotaro Sakamoto+4 more|arXiv (Cornell University)|Dec 3, 2018

Complex Network Analysis Techniques被引用数 4

ひとこと要約

本研究では、実際のニゴイ（Plecoglossus altivelis）の群れを対象に、PyPhiを用いて統合情報理論（IIT 3.0）を適用し、集団の統合性に及ぼす群れの大きさの影響を分析した。その結果、システムレベルの統合性に不連続な遷移が生じることが明らかになった。特に、リーダーシップは4匹以上の群れでのみ出現し、相互情報量やBoidsモデルでは検出されない。これは、Φが小規模な集団系における内在的因果構造を感受性高く捉える指標であることを示している。

ABSTRACT

Collective behaviour is known to be the result of diverse dynamics and is sometimes likened to a living system. Although many studies have revealed the dynamics of various collective behaviours, their main focus was on the information process inside the collective, not on the whole system itself. For example, the qualitative difference between two elements and three elements as a system has rarely been investigated. Tononi et al. have proposed Integrated Information Theory (IIT) to measure the degree of consciousness $Φ$. IIT postulates that the amount of information loss caused by certain partitions is equivalent to the degree of information integration in the system. This measure is not only useful for estimating the degree of consciousness but can also be applied to more general network systems. Here we applied IIT (in particular, IIT 3.0 using PyPhi) to analyse real fish schools ({\it Plecoglossus altivelis}). Our hypothesis in this study is a very simple one: a living system evolves to raise its $Φ$ value. If we accept this hypothesis, IIT reveals the existence of continuous and discontinuous properties as group size varies. For example, leadership in the fish school emerged for a school size of four or above; but not below three. Furthermore, this transition was not observed by measuring mutual information or in a simple Boids model. This result suggests that integrated information $Φ$ can reveal some inherent properties which cannot be observed using other measures. We also discuss how the fish recognition of the figure-ground relation, that is, what determines the relevant ON and OFF states, may reveal various optimal paths for obtaining the functional evolution of collective behaviour.

研究の動機と目的

• 群れの大きさの増加に伴い、統合情報Φが集団行動の質的変化を検出できるかどうかを調査すること。
• 生き物のシステムがΦを最大化するように進化するという仮説を検証し、機能的統合性と意識に類似した性質との関連を示すこと。
• 従来の測定法（例えば相互情報量）では見えない、ニゴイの群れにおけるシステムレベルの遷移（連続的 vs. 不連続的）を特定すること。
• 個体の図形・背景認識（ON/OFF状態）が、集団行動における最適な進化的経路をどのように導くかを検討すること。
• IITが、相関関係や情報伝達メトリクスを越えた因果構造分析を可能にすることを示すこと。

提案手法

• Plecoglossus altivelisの群れのリアルタイムの軌道データに対して、PyPhiライブラリを用いてIIT 3.0を適用し、統合情報Φを計算した。
• 各群れサイズにおける、すべての可能なメカニズム（個体の部分集合）について、過去および未来の状態における条件付き確率分布を用いて、原因および効果のレパートリーを計算した。
• φを原因と効果の両方における還元不能性の最小値として定義し、各メカニズムの還元不能性を最小情報分割（MIP）を用いて定量化した。
• 地球移動距離（EMD）を用いて概念空間内での全原因・効果構造（CES）とMIP下でのCESとの乖離を測定し、システムレベルのΦを計算した。
• 群れサイズ2〜8匹の範囲でΦの変化を評価し、相互情報量およびBoidsモデルの結果と比較した。
• 計算コストを削減するため、「1つを除く」近似法を採用し、各システムについて2N個の二分割のみを評価した。

実験結果

リサーチクエスチョン

• RQ1 統合情報Φは、従来の情報理論的測定法では検出できない集団行動の不連続な遷移を検出できるか？
• RQ2 ニゴイの群れでは、どの群れサイズでリーダーシップが出現するのか？その遷移はΦに反映されるか？
• RQ3 Φは、相互情報量やBoidsモデルのダイナミクスに比べて、集団の顕在的性質をどれほど的確に捉えられるか？
• RQ4 個体の図形・背景認識（ON/OFF状態）は、集団系における機能的統合の最適化と結びつけることができるか？
• RQ5 ニゴイの群れには、Φによって定量化された内在的・還元不能な統合性を示す因果構造が存在するか？

主な発見

• リーダーシップは、ニゴイの群れにおいて4匹以上に達した場合にのみ出現し、これは不連続な遷移である。
• この遷移は、相互情報量や標準的なBoidsモデルでは検出されず、Φが独自のシステムレベルの性質を捉えていることを示している。
• Φ値は群れの大きさに応じて増加し、N=4で急激に上昇する非単調なパターンを示しており、統合性に質的転換が生じたことを示唆している。
• MIP解析から、N≥4でシステムの因果構造が還元不能になったことが判明し、統合情報の真正の出現を裏付けた。
• 図形・背景認識（ON/OFF状態）が、因果構造の設計を形作り、最適な集団経路の進化を導く可能性がある。
• IIT 3.0をPyPhiを用いて実動物群に適用した結果、神経科学的応用を超えた、内在的因果制約の同定に成功し、その有用性を示した。