PastNoise
科学・宇宙·6 幕·5m 18s·3/6 一次音源·4 件の文献·Cut from 1,136 live hits

あなたの脳は今、予測している:知覚という名の制御された幻覚Predictive Processing Brain Prediction · 一次対談クリップ・対訳トランスクリプト

Your Brain Is Guessing Right Now: The Science of Prediction

7テスラMRIと自由エネルギー式が示す、生き延びるための脳の驚くべき働き

Watching the Brain Think in Milliseconds

ACT I · Stanford · 5m 18s

ミリ秒単位で脳の働きを覗く

最先端の機械を使って

We're going to use really cutting edge machines

00:00 / 05:18
0%
Highlights:
ACT I一次音源Stanford · Nov 2, 2026

ミリ秒単位で脳の働きを覗く

スタンフォードの研究者たちは7T MRIを使って脳機能のスライスを収集し、予測モデルを構築する。

Click any timestamp to jump directly

30-Second Quick Reference · Verified Takeaways

6 幕 · 4 件の文献 · Last Verified Nov 21, 2026
  • 01スタンフォードの研究者たちは、脳機能の異なるスライスを捉え、人間の脳の予測モデルを構築するために7T MRI装置を提案している。
  • 02サム・ハリスは、予測処理の背後にある数学が、なぜ現実が身近に感じられるのかを説明すると言う。脳は現実を単に反映するのではなく、構築しているからだ。
  • 03ジョン・ヴァーヴェイクは前頭葉の再帰性を予期と予測処理に結びつけ、脳を「受け取る前に前方に投射する器官」と位置づける。
  • 04リサ・フェルドマン・バレットは脳を予測器官と呼び、ニック・ムニョスは予測処理とは神経科学者が脳の配線変更と記憶の仕組みを説明するときに使う用語だと言う。
“予測処理とは、脳が自らの予測を検証しながら知覚を「制御された幻覚」として構築するという考え方だ。”

結論サマリー

このドシエは、脳は受動的な記録装置ではなく予測エンジンだという一つのアイデアを、研究室、ポッドキャスト、哲学の間で追いかける。スタンフォードの7T MRIは神経機能をマッピングし、サム・ハリス、リサ・フェルドマン・バレット、ジョン・ヴァーヴェイク、カール・フリストンはベイズモデル、能動的推論、驚きの低減について語る。予測符号化と自由エネルギーに関する文献が会話の土台となり、予測がどのように意識的経験になるのかという問いは未解決のまま残される。

01

脳をモデル化する機械

スタンフォードのプロジェクトはハードウェアから始まる。7T MRIが脳機能の異なるスライスを生成し、その測定から予測モデルが構築される。サム・ハリスは別の場所から始める。現実の感じられる身近さから出発し、予測処理の数学が脳による現実の構築を説明すると主張する。研究室とポッドキャストは共通の前提に収束する。測定とモデル構築は対立するものではなく、同じ探求の結びついた段階なのだ。

ハードウェアと理論は、脳の現実に対する前方モデルで出会う。
02

再帰、驚き、推論

ジョン・ヴァーヴェイクは前頭葉の再帰性を予期に結びつけ、ニック・ムニョスは予測処理が学習と記憶を説明するときに神経科学者が繰り返す言葉だと指摘する。フリストンとブラックモアとのチェルトナムでの議論は、語彙をベイズ脳と能動的推論へと移す。自由エネルギー原理はその後、形式的な説明を与える。脳はモデルを修正し世界に働きかけることで、驚きや不確実性を減らすのだ。これらの声を通じて、予測は生物学的であり計算的でもある。

予測は学習、行動、驚きの低減を一つのループに結びつける。
03

予測が説明できないもの

予測に意識の説明を求めると、主張はより強くなる。2025年の社会脳ネットワークに関する論文は予測処理を用いて予測とフィードバックを区別し、グヴェイアの2020年の章は予測の誤謬を警告し、時空間分解能を要求する。リサ・フェルドマン・バレットの「脳は予測器官である」という言葉は説得力があるが広範だ。未解決の問いは、モデル構築がどこで終わり主観的経験がどこで始まるのか、そして現在の方法が両者を分離できるのかどうかである。

予測は経験をモデル化できても、意識そのものを完全に説明するには至っていない。

一次証言の共通点

  • • 脳は受動的な記録装置ではない。モデルを生成し、入力信号に照らして更新する。
  • • 予測処理と能動的推論は、驚きと不確実性を減らすための形式的枠組みとして提示される。

見解の分岐と注意点

  • • 予測は知覚と学習をよく説明するが、意識との結びつきは論争中であり、方法論的にも未解決だ。
  • • 7T MRIによる実験室測定とベイズ脳に関する哲学的主張は異なるスケールで動作し、データと壮大な理論の間にギャップが残る。

関連テーマをさらに深掘り

Complete Timestamped Bilingual Transcript

Full 6-Act Spoken Transcript Archive

Click any timestamp to jump
ACT I · Stanford · 02:17 - 03:06

ミリ秒単位で脳の働きを覗く

ACT II · Sam Harris · 16:23 - 17:19

生命と心は一つの方程式を共有する

ACT III · Danny Jones · 2:23:38 - 2:24:25

チンパンジーに欠けるもの:再帰と予期の出会い

ACT IV · Nic Munoz · 02:29 - 03:19

脳はあなたを生かすために絶えず推測する

ACT V · Lex Fridman · 23:56 - 24:49

脳はあなたが気づかない隙間を埋める

ACT VI · Cheltenham and UK Philosophers · 00:54 - 01:57

あらゆる決断の背後にある生成モデル

Want sentence-level movie clips, connected-speech breakdowns, or daily spoken English drills instead of long-form interviews? Our sister tool WinkLingo is purpose-built for that workflow.

Key Questions & Reference Guide

Frequently Asked Questions

What are the core takeaways on Predictive Processing Brain Prediction?

このドシエは、脳は受動的な記録装置ではなく予測エンジンだという一つのアイデアを、研究室、ポッドキャスト、哲学の間で追いかける。スタンフォードの7T MRIは神経機能をマッピングし、サム・ハリス、リサ・フェルドマン・バレット、ジョン・ヴァーヴェイク、カール・フリストンはベイズモデル、能動的推論、驚きの低減について語る。予測符号化と自由エネルギーに関する文献が会話の土台となり、予測がどのように意識的経験になるのかという問いは未解決のまま残される。 Key insights include: スタンフォードの研究者たちは、脳機能の異なるスライスを捉え、人間の脳の予測モデルを構築するために7T MRI装置を提案している。 サム・ハリスは、予測処理の背後にある数学が、なぜ現実が身近に感じられるのかを説明すると言う。脳は現実を単に反映するのではなく、構築しているからだ。

Which primary podcasts, lectures, and speakers are featured in this Predictive Processing Brain Prediction screening?

This screening stitches 6 continuous acts featuring voices from Stanford, Sam Harris, Danny Jones, Nic Munoz, Lex Fridman. Every act separates primary voices from commentary and links directly to the original timestamp.

Where do experts agree and disagree on Predictive Processing Brain Prediction?

Convergence: 脳は受動的な記録装置ではない。モデルを生成し、入力信号に照らして更新する。 Open tension: 予測は知覚と学習をよく説明するが、意識との結びつきは論争中であり、方法論的にも未解決だ。

Does this Predictive Processing Brain Prediction page include a searchable timestamped transcript and citations?

Yes. Open the Interactive Transcript tab to click any sentence and jump directly to that exact second in the video, export Obsidian/Notion reading notes, and verify 4 cross-referenced scholarly or encyclopedic citations including "Predictive coding".

同じテーマの関連作品

科学・宇宙 →
Leonard Susskind: The Universe Isn't Made of Points
科学・宇宙5m 46s

Leonard Susskind: The Universe Isn't Made of Points

MIT's lecture frames QFT as an interpretive problem before it is a formalism. Susskind talks about programming a quantum field theory, Ash distinguishes point particles from strings, and Jaimungal points to foundations. The written record names the next step: extend QFT from Minkowski spacetime to curved spacetime, while quantum gravity remains unresolved.

6 幕2 一次音源4 件の文献
重力の85%は謎のまま:暗黒物質か、それとも重力の書き換えか
科学・宇宙8m 03s

重力の85%は謎のまま:暗黒物質か、それとも重力の書き換えか

ニール・ドグラース・タイソンは、この問題を暗黒物質の存在を決める審判ではなく、集合的な重力の測定として捉えている。PBSスペースタイムとドン・リンカーンは、暗黒物質が重力を通じてしか推測できず、銀河の詳細が重要だと強調する。MONDや暗黒エネルギーの言及は論争を広げる。見えない質量を加えるか、重力を修正するか、宇宙規模の加速と向き合うか、そのどれかだ。

6 幕4 一次音源2 件の文献
The Particle Hiding Under a Mine
科学・宇宙7m 17s

The Particle Hiding Under a Mine

The axion was proposed to solve a subtle inconsistency in fundamental forces, then became a dark matter candidate. Underground labs suppress cosmic noise, but uranium and thorium decay into radon and complicate the search, while ADMX tunes a radio-like cavity and hybrid magnonics and neutron-star research widen the field. The 2019 signal remains interesting, not definitive.

6 幕2 一次音源4 件の文献
あなたの脳はコンピュータではない:バイオハックの本当の限界
科学・宇宙5m 21s

あなたの脳はコンピュータではない:バイオハックの本当の限界

デイヴィッド・イーグルマンは可塑性を脳の決定的な特徴と位置づけるが、単純な自己改善の処方箋には抵抗する。彼の講義は生物学的な脳とコンピュータを対比し、内部の競合する衝動を「ライバルのチーム」と表現する。創造性の本は熱いシャワーやピンクの部屋を約束するが、イーグルマンはより深い制約を指摘する。感覚代替の研究は可塑性の実用的な到達範囲を示し、リチャード・デイヴィッドソンの子どもに関する発言は、回復力が人によって異なることを思い出させる。

5 幕4 一次音源2 件の文献
宇宙は加速している:天文学者はこうして暗黒エネルギーを発見した
科学・宇宙6m 57s

宇宙は加速している:天文学者はこうして暗黒エネルギーを発見した

チャールズ・ベイリンは対数等級を確認し、アレックス・フィリペンコの超新星チームは膨張の歴史をデータに変えた。ケイティ・マックはE=mc2を宇宙のエネルギー収支に結びつけ、ダニエル・ホワイトソンは赤方偏移を説明する。文献は暗黒エネルギーが加速膨張を駆動すると述べている。一方、二つのクリーンエネルギー法は地球規模の転換に「加速」という言葉を使い、この資料集にカテゴリーのずれが生じている。

6 幕5 一次音源4 件の文献
情報はブラックホールに落ちたらどこへ行くのか
科学・宇宙6m 48s

情報はブラックホールに落ちたらどこへ行くのか

コックスは最小の距離を実用的な限界とみなし、それを表面に蓄えられる情報と結びつける。アヴィ・ローブはシュヴァルツシルト半径という名前を与える。Crash CourseとKurzgesagtは地平線を、特異点を隠す境界として描く。PBS Space TimeとBBC Earth Scienceは同じ境界を、重力研究の争点として位置づける。

6 幕4 一次音源2 件の文献