もどる
私は何？
第１巻
第７話
ピロロロリー
やあーユードラ、いつもかわいいな
Merci, mon pere.
GoogleAIに訊いてみた。
＠
”わたし”が映像を認識する仕組みは？
網膜が捉えた光の情報が、脳の後ろ側にある視覚野（視覚中枢）で「映像」として組み立てられるプロセスは、情報の「分解」と「統合」の繰り返しです。
ざっくりとした流れは以下の通りです。
1. 網膜から脳への転送（符号化）
網膜の細胞が光を電気信号に変えます。
この時、情報はすでにバラバラに整理され、視神経を通って脳の「外側膝状体（LGN）」という中継所を経て、脳の後頭部にある一次視覚野（V1）へ送られます。
2. 特徴の抽出（分解）
一次視覚野（V1）に届いた情報は、ここで細かく分析されます。
レチノトピー（網膜部位再現）: 網膜上の位置関係が、そのまま脳の表面の地図のように対応して展開されます。
特徴検出: 「点」の情報が、縦・横・斜めといった「線の傾き（方位）」や「動き」として分解されます。
3. 並列処理（何が・どこで）
V1で分解された情報は、大きく2つのルートに分かれて同時に処理されます。
背側路（どこのパス）: 頭頂葉へ向かうルート。
「位置」「動き」「奥行き」を認識し、空間を把握します。
腹側路（何のパス）: 側頭葉へ向かうルート。
「形」「色」「顔」などを認識し、それが何であるかを特定します。
4. 認識の統合
最終的に、これらのバラバラな情報（色、形、動き、位置）が脳内で統合され、私たちは「赤いリンゴが左から右へ動いている」といったひとつのまとまった視覚体験として認識します。
このプロセスは極めて高速で、網膜に光が入ってからわずか0.1秒?0.2秒程度で行われています。
次は、特定の病気や錯視との関連、あるいはAI（ディープラーニング）との仕組みの違いなど、どのあたりを深掘りしましょうか？
AI（ディープラーニング）の「畳み込みニューラルネットワーク（CNN）」は、まさに人間の視覚メカニズムをモデルに作られていますが、決定的な違いがいくつかあります。
主な違いは以下の3点です。
1. 「ボトムアップ」か「双方向」か
AI（ボトムアップ主体）:
基本的に、入力データから特徴を抽出して積み上げる一方向の処理です。画像ピクセルから、線、形、物体へと順に認識を深めます。
人間（双方向・予測符号化）:
網膜からの情報（ボトムアップ）だけでなく、脳の記憶や期待による「トップダウン」の情報が強力に働きます。
「ここにコップがあるはずだ」という予測が、実際に目に見える情報の解釈を書き換えるため、曖昧な画像でも瞬時に補完して認識できます。
2. 学習に必要なデータ量と効率
AI: 1つの物体を覚えるのに、数千〜数万枚の画像データ（教師データ）を必要とします。
人間: 数回、あるいは1回見ただけで、それを「新しい概念」として学習できます。これは、人間がすでに持っている「物理法則」や「文脈」の知識を流用できるからです。
3. 処理の目的（エネルギー効率）
AI: 全ピクセルを均等に計算対象とするため、計算リソースを大量に消費します。
人間: 視野の中心（中心窩）は高解像度ですが、周辺は驚くほどぼんやりしています。
脳は「必要な部分だけ」を重点的に処理し、残りは過去の記憶でサボることで、電球1個分（約20W）程度の極めて低い電力で高度な認識を実現しています。
まとめると：
AIは「統計的なパターンの固まり」として映像を見ているのに対し、人間は「意味や文脈に基づいた世界モデル」の中に映像を当てはめて理解している、という違いがあります。
第１巻
第８話