[논문 리뷰] Awareness reports as inference in a higher-order state space

Stephen M. Fleming|arXiv (Cornell University)|2019. 05. 31.

Neural dynamics and brain function인용 수 3

한 줄 요약

이 논문은 주관적 인지가 광범위한 지각 상태들에 대한 이차적 지각적 추론에 기반한 고차원의 지각 내용에 대한 생성 모델 내에서 발생한다고 제안한다. 여기서 주관적 인지 상태는 존재/미존재라는 이진 결정으로 표현된다. 이 모델의 비대칭적 아키텍처—'존재' 상태는 많은 지각 상태를 포함하지만 '미존재' 상태는 적은 수의 상태를 포함함—은 인지 보고 시 뇌 영상에서 관찰된 전역 신경 점화 패턴을 설명한다.

ABSTRACT

Humans have the ability to report the contents of their subjective experience - we can say to each other, am aware of X. However, the decision processes that support reports about mental contents remain poorly understood. In this article I propose a computational framework that characterises awareness reports as metacognitive decisions (inference) about a generative model of perceptual content. This account is motivated from the perspective of how flexible hierarchical state spaces are built during learning and decision-making. Internal states supporting awareness reports, unlike those covarying with perceptual contents, are simple and abstract, varying along a one-dimensional continuum from absent to present. A critical feature of this architecture is that it is both higher-order and asymmetric: there is a vast number of perceptual states is nested under present, but a much smaller number of possible states is nested under absent. Via simulations I show that this asymmetry provides a natural account of observations of global ignition in brain imaging studies of awareness reports.

연구 동기 및 목표

• 복잡한 지각 내용에도 불구하고 인간이 주관적 경험을 어떻게 보고하는지 설명하기 위해.
• 인지 보고의 배경이 되는 의사결정 과정에 대한 이해 부족을 해결하기 위해.
• 인지 보고를 직접적인 지각 반영이 아니라 이차적 지각적 추론으로 위치하는 계산 프레임워크를 개발하기 위해.
• 특히 전역 점화를 포함한 인지의 신경 기초를 계층적이고 비대칭적인 상태 공간 아키텍처를 통해 설명하기 위해.

제안 방법

• 이 프레임워크는 내부 상태가 지각 내용에 대한 이차적 지각 평가를 나타내는 고차원 상태 공간에서의 결정으로 인지 보고를 모델링한다.
• 지각 증거를 바탕으로 인지의 존재 또는 부재를 추론하는 생성 모델을 활용한다.
• 아키텍처는 비대칭적이다: 단일한 '존재' 상태는 많은 수의 지각 상태를 포함하지만, '미존재' 상태는 최소한의 내부 구조를 가진다.
• 모델은 감각 입력이 주어졌을 때 인지 상태의 가능성을 확률적 추론을 통해 계산한다.
• fMRI 및 EEG 연구에서 관찰된 전역 신경 점화 패턴을 재현할 수 있도록 시뮬레이션을 수행한다.
• 지각 및 의사결정 과정 동안에 민첩한 상태 표현을 구축하기 위해 계층적 학습을 통합한다.

실험 결과

연구 질문

• RQ1 인지 보고를 직접적인 지각 반영이 아니라 결정으로 계산적으로 모델링할 수 있는가?
• RQ2 어떤 상태 공간의 구조적 특성이 인지 보고 시 전역 신경 점화의 발생을 가능하게 하는가?
• RQ3 풍부한 지각 입력에도 불구하고 인지의 표현이 왜 이렇게 추상적이고 이진적(존재/미존재)인가?
• RQ4 '존재'와 '미존재' 상태 간의 비대칭성이 인지 관련 신경 활동의 역학에 어떻게 기여하는가?
• RQ5 고차원 생성 모델이 인지의 현상학적 특성과 신경 기초를 모두 설명할 수 있는가?

주요 결과

• 비대칭적 아키텍처—'존재' 상태가 많은 지각 상태를 포함하지만 '미존재' 상태는 적은 수의 상태를 포함함—은 인지 보고 시 전역 신경 점화의 발생을 자연스럽게 설명한다.
• 시뮬레이션 결과 이와 같은 구조가 인지 보고 시 갑작스럽고 광범위한 신경 전이를 유도함을 보이며, fMRI 및 EEG 연구에서 관찰된 패턴을 그대로 재현한다.
• 이 프레임워크는 인지 보고의 단순성과 추상성을 고차원 생성 모델 위에서의 이차적 지각적 추론으로 간주함으로써 설명한다.
• 이 프레임워크는 복잡한 지각 내용에도 불구하고 인지가 존재에서 미존재로 향하는 일차원 연속체로 표현되는 이유를 설명한다.
• 이 계산적 메커니즘은 고차원 상태가 저차원 지각 증거를 동적으로 통합할 수 있도록 하여 민첩한 학습과 의사결정을 지원한다.