認知一般における再帰的結合の機能的モデルの提案

2.3.2 の知見と仮説をもとに，認知一般における再帰的結合の脳機能モデルを考え

る．図2.3は，階層構造を生成するとされるBA44に，語彙項目や算術演算子の意味 論的処理に関わるとされる左半球の BA45/47 が結合したモデルである．音楽の意味 論的処理³²に関しては不明な部分が多いが，左半球と対応する右半球のBA45/47が働 くと仮定しておく．意図推論や視覚認知などの認知ドメインを含めたモデルを考える べきであるが，それらの分野は神経学的な知見が不足しているため，ここでは以上の 三種にとどめておく．このモデルでは，2.3.2 節の最後で立てた仮説通り，外部から 入力された状態に対して，図中薄い赤色で塗られているモジュールにおいてドメイン ごとの意味論的処理による表象の選択がなされる．そしてその結果が図中薄い緑で塗 られている結合処理モジュールへと送られる．結合後の表象に対して次に入力された 表象が追加で結合されるか（反復的結合），それとも結合後に短期記憶で一時保持さ れたのちループ経路を辿って入力側に戻されるか（再帰的結合）が決められる．この 短期記憶モジュールが図中濃い緑で塗られている部分であり，階層構造の生成はこの モジュールの働きによって可能となる．

32 正確には，言語における意味論に対応する音楽の表象関係．

図 ２.3再帰的結合の認知一般モデル

認知一般への再帰的結合能力の進化を考える前に，第四章では，物体操作における 表象操作の再帰的結合，すなわち行動計画の進化をシミュレートする．そのために，

2.3.3 節で考えた認知一般モデルをダウンサイジングし，行動表象のみを操作するモ

デルを図2.4のように設計した．このモデルは大脳皮質と前補足運動野の機能を反映 しており，詳しくは第四章で説明するが，強化学習の一種であるQ学習（Q-Learning）

で学ばれた行動を操作して系列を生成する．Q学習は線条体の一部の役割をモデル化 できているとされる（Samejima et al., 2005）．よって本モデルは全体として，大脳 基底核周辺と大脳皮質のループ回路における行動系列生成のメカニズムを抽象化し たものと言えるだろう．

図 ２.4再帰的結合の表象操作モデル

再帰的結合の段階的進化仮説は，この表彰操作モデルの認知一般化，およびそれに 含まれる統語における語彙表象の再帰的結合，すなわち Merge の進化を説明するこ とを目指している．1.2節の最後で述べたように，Mergeの進化プロセスや適応性は，

三章と四章の進化シミュレーションを通して明らかになったことを援用し，五章で議 論することとする．

第３章 物体操作における再帰的結合の進