Consciousness is entailed by compositional learning of new causal structures in deep predictive processing systems

要約

機械学習アルゴリズムは、特定の複雑な領域で超人的なパフォーマンスを達成しました。
しかし、少数の例からオンラインで学習したり、領域全体で効率的に一般化するための構成学習は依然として困難です。
人間の場合、そのような学習には特定の宣言的記憶の形成が含まれ、意識と密接に関連しています。
予測処理は、感覚知覚と行動制御の両方のための深い生成モデルを実装するものとして皮質を理解するための原則的なベイジアン フレームワークとして進歩してきました。
ただし、予測処理では、高速な構成学習や、意識的な内容と無意識的な内容の分離について直接的な洞察はほとんど得られません。
ここで、アクセス意識は、予測処理システム内で動作する特定の学習メカニズムの結果として生じると提案します。
予測処理を拡張するには、予測不能な推論の階層的バインディングを介したオンラインの単一例の新しい構造学習を追加します。
このシステムは、認識の新しい組み合わせを素早く結び付けることによって新しい原因を学習し、それが作業記憶として現れ、連想想起によって回復可能な短期および長期の宣言記憶になります。
このような束縛された表現の内容は統一されていますが差別化されており、選択的な注意によって維持でき、グローバルに利用できます。
提案された学習プロセスは、コントラストとマスキングの操作、事後的知覚統合、および意識研究の他のパラダイム ケースを説明します。
「現象的意識経験」とは、学習システムが自身の機能を透過的にモデル化し、意識のメタ問題の根底にある知覚的錯覚を引き起こす方法です。
私たちの提案は、意識の機能バインディング、再帰処理、予測処理、およびグローバル ワークスペース理論を自然に統合します。

要約(オリジナル)

Machine learning algorithms have achieved superhuman performance in specific complex domains. However, learning online from few examples and compositional learning for efficient generalization across domains remain elusive. In humans, such learning includes specific declarative memory formation and is closely associated with consciousness. Predictive processing has been advanced as a principled Bayesian framework for understanding the cortex as implementing deep generative models for both sensory perception and action control. However, predictive processing offers little direct insight into fast compositional learning or of the separation between conscious and unconscious contents. Here, propose that access consciousness arises as a consequence of a particular learning mechanism operating within a predictive processing system. We extend predictive processing by adding online, single-example new structure learning via hierarchical binding of unpredicted inferences. This system learns new causes by quickly connecting together novel combinations of perceptions, which manifests as working memories that can become short- and long-term declarative memories retrievable by associative recall. The contents of such bound representations are unified yet differentiated, can be maintained by selective attention and are globally available. The proposed learning process explains contrast and masking manipulations, postdictive perceptual integration, and other paradigm cases of consciousness research. ‘Phenomenal conscious experience’ is how the learning system transparently models its own functioning, giving rise to perceptual illusions underlying the meta-problem of consciousness. Our proposal naturally unifies the feature binding, recurrent processing, predictive processing, and global workspace theories of consciousness.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google