静的注意変動・多層認知ネットワーク・非線形実行機能に関する統合理論（超拡張論文・最大長形式・高精度連続ダイナミクスモデル）

本研究は、人間の認知機能を従来の固定的能力構造としてではなく、時間的に連続変動する確率的動力学系として再定義することを目的とする。従来の心理学および認知科学では、注意、記憶、実行機能は比較的独立したモジュールとして扱われ、それぞれが線形的な情報処理単位として入力から出力へと変換を行うと仮定されてきた。しかし、近年の神経科学的知見、特に大規模ネットワーク解析、機能的結合性の時間変動、予測符号化理論、ベイズ脳仮説、強化学習モデルの統合的発展は、このようなモジュール的分離仮説が近似的記述に過ぎないことを示している。

特に重要なのは、脳活動が静的局所機能の総和ではなく、時間的に変動する大規模ネットワークの再構成過程であるという点である。同一刺激に対する応答が内部状態、履歴、文脈によって大きく変動することは、認知が決定論的ではなく確率的動力学に従うことを示唆する。本理論はこの視点を拡張し、認知を「多層確率場が時間発展する自己参照的非線形システム」として定式化する。

さらに本研究は、認知を単なる情報処理ではなく、環境との相互作用を通じて自己内部モデルを逐次更新する適応系として扱う。このため認知は固定構造ではなく、常に再構成され続ける非定常システムとして理解される必要がある。

認知状態は静的な状態ベクトルではなく、状態空間上の確率分布として定義される。この確率分布は時間とともに以下の三要素によって更新される。

第一に外界からの観測入力であり、これは物理刺激そのものではなくノイズ、測定誤差、サンプリング制約を含む観測変数としてモデル化される。第二に内部生成モデルであり、過去経験から形成される事前分布として未来状態を予測する。第三に行動出力とその環境フィードバックであり、これは次時刻の観測分布を間接的に変化させる閉ループ項として機能する。

この三要素は単純な加算ではなく非線形写像として結合されるため、システム全体は決定論的ではなく確率的かつカオス的特性を示す。その結果、同一入力条件でも異なる認知出力が生成される多安定性が自然に導出される。この多安定性は認知柔軟性の本質的基盤である。

注意は従来の「対象選択機構」ではなく、対象集合に対する確率重み分布として定式化される。この分布は時間的に連続変化し、以下の変数に依存して更新される。

予測誤差、報酬期待値、情報利得、新規性、環境不確実性、内部認知負荷、過去注意履歴、情動状態、外界変化速度である。

これらの変数は独立ではなく強い相関構造を持つため、注意分布は単純な正規化問題ではなく動的最適化問題として定義される。注意の変化は「切り替え」という離散イベントではなく、確率密度関数の連続変形として観測される。

さらに注意の時間揺らぎは単純なランダムノイズではなく、状態依存性を持つ確率過程として表現され、局所アトラクター構造と遷移確率構造が同時に存在する。

4.1 感覚入力層：観測空間としての情報変換

外界入力は物理刺激ではなく、観測モデルを介した確率変数として表現される。この段階で入力はすでに圧縮、正規化、バイアス補正を受けており、「純粋入力」という概念は理論的に成立しない。

4.2 予測生成層：ベイズ更新と事前分布の動的進化

内部モデルは事前分布として未来状態を予測し、観測との整合性に基づき事後分布へと更新される。この更新は単純平均ではなく、不確実性重み付けを含む非線形ベイズ更新である。ここで重要なのは事前分布自体も時間とともに変化する動的構造である点である。

4.3 統合表現層：意味空間の幾何学的再構成

複数の情報源は高次元潜在空間に写像され、距離構造・曲率・トポロジーの変化として統合される。意味とは固定ラベルではなく、関係構造そのものとして定義される。このため意味の変化はノードの追加ではなく空間構造の変形として発生する。

4.4 メタ認知層：自己参照的推定と誤差制御

メタ認知は自己の認知状態を推定し、その誤差を最小化する上位制御系である。しかしこの推定も不完全であり、推定誤差・遅延・観測制約を含むため、システム全体は必然的に準最適状態に留まる。したがって完全制御は理論的に不可能である。

行動は単一意思決定ではなく、複数潜在変数が同時に閾値条件を満たしたときに発火する確率過程である。主要変数は以下である。

行動価値期待、報酬予測分布、失敗確率推定、内部エネルギー状態、認知負荷、環境安定性、競合行動抑制強度、時間制約、過去経験重みである。

これらは線形加算ではなく非線形相互作用を持つため、行動発火は滑らかな意思決定ではなく相転移現象として出現する。この相転移は臨界点依存であり、微小な変化が巨大な行動変化を引き起こす。

行動維持は静的状態ではなく、継続的フィードバック制御による準安定過程である。注意は常に再配分されるため、維持状態は本質的に揺らぎを含む。したがって維持とは「安定した状態」ではなく「不安定性の中で平均構造を保持する過程」である。

さらに中断後の再開は単なる連続ではなく、履歴依存性を持つ再初期化過程であり、再開コストは過去の中断履歴と認知負荷履歴の関数として増大する。

認知負荷は単なる制約ではなく、情報統合と創発を駆動する生成パラメータでもある。負荷が低すぎる場合は探索性が低下し、高すぎる場合は崩壊が発生するため、性能は単峰性関数として表現される。この最適点は固定ではなく、環境複雑性と内部状態に依存して動的に変化する。

主観時間は物理時間ではなく、認知イベント生成密度によって定義される。集中状態ではイベント密度が低下するため時間は短縮され、分散状態では密度が増加するため時間は延長される。この差異は錯覚ではなく構造的必然である。

認知システムは環境に対して以下の適応戦略を持つ。

情報構造化による複雑性削減、外部化による内部状態空間の圧縮、刺激単純化によるノイズ低減、周期構造による予測誤差最小化である。これらは独立戦略ではなく単一制御系の異なる表現である。

認知は静的能力ではなく、時間的に変動する確率的動的ネットワークである。注意は選択ではなく分布であり、行動は決定ではなく閾値現象である。本理論の核心は、認知とは誤差を排除する過程ではなく、誤差そのものを利用して状態空間を探索し続ける自己更新システムであるという点にある。