『心と脳――認知科学入門 (岩波新書)』レビュー

概要

『心と脳――認知科学入門』は、「心」を神秘や主観の領域に閉じ込めず、計算・表象・学習・神経基盤という複数の座標から捉え直そうとする、認知科学の入門書だ。心理学・脳科学・人工知能・言語・哲学が交差する領域を、断片的なトピック集ではなく、「なぜその学問が必要になったのか」「何を説明しようとしているのか」という問題設定のレベルで整理してくれる。

認知科学の面白さは、結論の派手さよりも、問いの立て方にある。知覚や記憶、言語理解といった現象を、単に“脳のどこが光るか”で終わらせず、情報処理の手続きとして記述しようとする。その記述は、モデルとして検証でき、予測を持ち、時に反証される。本書は、その「科学としての心の扱い方」を、初学者が迷子になりやすい地点（用語、立場の違い、学派の対立）から救い出しながら案内してくれる。

読みどころ

1) 「心＝脳」でも「心＝言葉」でもなく、説明の階層を分ける

心の説明は、神経活動（実装）から始めると見通しが悪くなることがある。逆に、言語化された概念（意識、意図、信念）だけで議論すると、測れないものが増えて科学から遠ざかる。本書が一貫しているのは、現象を説明する階層を分け、どの階層の主張なのかを明確にしようとする態度だ。

この態度は、認知科学の“多分野寄せ集め感”を減らしてくれる。心理学の実験結果は「現象の制約条件」を示し、計算モデルは「手続きの候補」を示し、脳科学は「実装上の制約と可能性」を示す。どれか1つが他を完全に置き換えるのではなく、相互に縛り合う関係になる、という見取り図が得られる。

2) 記憶・注意・学習が「脳の部品」ではなく「計算の問題」に見えてくる

たとえば注意は「集中力」という気分の話として語られがちだが、研究のレベルでは、複数のネットワークや制御過程として扱われる。注意のシステムを整理した古典的レビューは、注意を単一能力ではなく複数機能の構成として位置づけている。doi:10.1146/annurev.ne.13.030190.000325

同様に、ワーキングメモリは「覚えておく箱」ではなく、現在の課題を解くために表象を一時的に保持・操作する仕組みとして議論される。概念の変遷や限界も含めて整理した総説があり、入門としても読みやすい。doi:10.1038/nrn1201

こうした論点を押さえると、認知科学の議論が「脳のどこ」から「どんな計算が必要か」へ移る。結果として、脳画像研究やAI研究のニュースを読むときの解像度も上がる。

3) “脳は予測する”のような強い物語に酔わないための基礎体力がつく

認知科学には、統一的に見える強い物語が定期的に現れる。予測符号化（predictive coding）も、その代表例の1つだ。視覚野の受容野特性を予測誤差最小化として解釈する議論は、理論として強い魅力がある。doi:10.1038/4580

ただ、強い物語ほど「何でも説明できそう」に見える危険もある。本書の良い点は、特定理論を“これが正解”として売り込むのではなく、理論が何を説明し、何を説明していないのかを区別する姿勢へ読者を誘導するところだ。理論の魅力と限界を同時に扱えると、流行に振り回されにくくなる。

類書との比較

脳科学の入門書は、脳部位や神経伝達物質の説明に寄ることが多い。一方、本書は「心の科学をどう組み立てるか」という設計の話が中心にあり、計算・表象・学習という言葉が背骨になる。だから、脳科学の知識が先にある人にとっても、「自分は何を説明しているつもりなのか」を問い直すのに向いている。

また、2011年刊という時代性もある。深層学習ブーム以後のAIの見え方や、再現性（追試）を巡る議論の加速は、この本の外側で起きている。そこで補助線として、心理学の再現性問題を扱った大規模プロジェクトの報告などを参照しつつ読むと、「理論の魅力」と「証拠の強さ」を分けて考えやすい。doi:10.1126/science.aac4716

こんな人におすすめ

• 認知科学・脳科学・AIの話題を追っているが、用語の地図が欲しい人
• 「心＝脳」の一言で片付けることに違和感がある人
• 研究論文に入る前に、何が論点なのかを整理したい人
• 仕事や学習の問題を、気合いより“仕組み”として理解したい人

感想

入門書の価値は、知識を増やすことより、「どこで迷うべきか」を教えることにあると思う。本書は、認知科学の議論を“分かった気”にさせず、むしろ、分かった気になりそうな地点で足を止めさせる。心の説明は、魅力的な言葉ほど危うい。意識、理解、意図、自由意志――どれも、定義が曖昧なまま議論すると、議論が前に進んだように見えて実は回っているだけになる。

その意味で、『心と脳』は、認知科学の技法（測る、モデル化する、反証可能性を確保する）を、読者の思考習慣として植え付ける本だと感じた。仮説ですが、認知科学を学ぶ上で最も大事なのは、派手な結論より、「説明の形式」を身につけることだ。現象を分解し、変数を立て、どのデータがどの主張を支えるのかを丁寧に結び直す。本書は、その地味だが強い作法を、入門の段階から要求してくる。だから読後、流行の脳科学に飛びつく前に、一度立ち止まれるようになる。

参考文献（研究）

• Posner, M. I., & Petersen, S. E. (1990). The Attention System of the Human Brain. Annual Review of Neuroscience. doi:10.1146/annurev.ne.13.030190.000325
• Baddeley, A. (2003). Working memory: looking back and looking forward. Nature Reviews Neuroscience. doi:10.1038/nrn1201
• Rao, R. P. N., & Ballard, D. H. (1999). Predictive coding in the visual cortex: a functional interpretation of some extra-classical receptive-field effects. Nature Neuroscience. doi:10.1038/4580
• Schultz, W., Dayan, P., & Montague, P. R. (1997). A Neural Substrate of Prediction and Reward. Science. doi:10.1126/science.275.5306.1593
• Open Science Collaboration. (2015). Estimating the reproducibility of psychological science. Science. doi:10.1126/science.aac4716