[논문 리뷰] Predictive Coding Theories of Cortical Function

Linxing Preston Jiang, Rajesh P. N. Rao|arXiv (Cornell University)|2021. 12. 19.

Neural dynamics and brain function인용 수 4

한 줄 요약

이 논문은 예측 코딩을皮質 기능의 통합적 프레임워크로 제안하며, 신경피질이 상향식 예측을 최소화하는 하향식 예측 오차를 통해 상향식 예측 오차를 최소화하는 계층적 베이지안 추론 시스템을 구현한다고 주장한다. 인지와 행동을 오차 기반의 정교화 과정으로 프레임워크화함으로써, 이 이론은 감각 처리에서의 놀라움 최소화 원리에 따라 다양한 신경 반응과 피질 조직을 설명하는 원리적인 메커니즘을 제공한다.

ABSTRACT

Predictive coding is a unifying framework for understanding perception, action and neocortical organization. In predictive coding, different areas of the neocortex implement a hierarchical generative model of the world that is learned from sensory inputs. Cortical circuits are hypothesized to perform Bayesian inference based on this generative model. Specifically, the Rao-Ballard hierarchical predictive coding model assumes that the top-down feedback connections from higher to lower order cortical areas convey predictions of lower-level activities. The bottom-up, feedforward connections in turn convey the errors between top-down predictions and actual activities. These errors are used to correct current estimates of the state of the world and generate new predictions. Through the objective of minimizing prediction errors, predictive coding provides a functional explanation for a wide range of neural responses and many aspects of brain organization.

연구 동기 및 목표

• 예측 코딩을 통해 신경피질 기능을 이해하기 위한 종합적인 이론적 프레임워크를 제공하는 것.
• 상향식 예측과 하향식 예측 오차를 사용하여 계층적 피질 회로가 어떻게 베이지안 추론을 수행하는지 설명하는 것.
• 인지, 행동, 피질 구조와 같은 다양한 신경 처리 측면을 단일 계산 원리 아래 통합하는 것.
• 신경 회로망과 뇌의 확률적 추론 사이에 기계적 연결 고리를 구축하는 것.
• 이 이론이 다양한 수준의 신경 및 행동 현상에 걸쳐 설명력이 있음을 보여주는 것.

제안 방법

• 세계에 대한 계층적 생성 모델을 피질 영역 전역에 구현하는 것.
• 상향식 피드백 연결을 하위 수준의 신경 활동에 대한 예측을 전달하는 것으로 모델링하는 것.
• 하향식 피드포워드 연결을 예측된 입력과 실제 감각 입력 간의 예측 오차를 전달하는 것으로 모델링하는 것.
• 내부 표현의 반복적 정교화를 통해 예측 오차를 최소화하는 방식으로 피질 계산을 프레임워크화하는 것.
• 신경 회로가 감각 증거에 기반해 세계에 대한 믿음을 어떻게 갱신하는지 설명하기 위해 베이지안 추론 원리를 적용하는 것.
• Rao-Ballard 모델을 피질 회로에서 계층적 예측 코딩을 위한 표준적 구현으로 사용하는 것.

실험 결과

연구 질문

• RQ1 계층적 피질 회로는 감각 인지의 맥락에서 어떻게 베이지안 추론을 수행하는가?
• RQ2 상향식 예측과 하향식 예측 오차는 피질 처리에서 어떤 기능적 역할을 하는가?
• RQ3 예측 오차 최소화가 피질에서 관찰된 다양한 신경 반응 특성을 어떻게 설명하는가?
• RQ4 예측 코딩은 뇌의 감각 및 운동 시스템 조직을 어떻게 설명하는가?
• RQ5 예측 코딩은 어떻게 단일 계산 프레임워크 내에서 인지, 행동, 학습을 통합하는가?

주요 결과

• 예측 코딩은 감각 및 연상 피질에서 관찰된 광범위한 신경 반응에 대한 기능적 설명을 제공한다.
• 피질 회로의 계층적 구조는 예측과 오차 계산을 수준 간에 분산시켜 효율적인 추론을 가능하게 한다.
• 예측 오차는 인지 갱신과 운동 보정을 모두 유도하여 인지와 행동을 공통 메커니즘으로 연결한다.
• 이 이론은 예측 코딩 아키텍처를 통해 피질 콜럼너 구조와 레이어별 연결 패턴을 설명할 수 있다.
• 다양한 감각 모odal리티와 행동 과제에서 예측 코딩과 일치하는 신경 동역학이 관찰된다.
• 이 프레임워크는 인지 오류, 주의 조절, 감각 적응과 같은 현상을 오차 최소화를 통해 설명할 수 있다.