新しいプレプリント研究（arXiv:2609.29984v1）は、自己に関わる持続的な神経表現の基礎的仕組みを理解するための大規模計算モデルを提示しています。著者らは、10,000個のスパイキングニューロンから成るネットワークを構築し、内部で自律的なリズムを生み出す「デフォルトモードネットワーク（DMN）様」パーツと、外界刺激を処理する感覚層とを相互作用させることで、外的入力が消えた後も持続する“自己（Self）”のような神経表現が出現しうることを示しています。以下に要点と意義、限界を平易に整理します。

研究の要点

- モデル構成：ネットワークは Izhikevich 型スパイキングニューロンで構成され、5,000個は感覚処理を担う正規発火（regular-spiking）ニューロン、残り5,000個は内因性の発 bursting（intrinsically bursting）性質を持つDMN様ニューロンとして配置されます。 - 内因性リズムの維持：DMN層には脳幹由来のトニック（持続的）電流を模した入力が与えられ、外部刺激がなくても自律的なバイオ電気リズムが維持されます。これが「基底的」な活動の源になります。 - 階層的結合：ネットワークのシナプス重みは階層的に設計され、DMN層から他の領域への投射が感覚層からの入力より強くなるよう調整されています。これによりトップダウンの影響が強く反映されます。 - シミュレーション結果：2段階オイラー法に修正した数値積分で数値実験を行い、短時間の外部刺激がDMNの自発活動と相互作用することで、刺激消失後も持続する神経活動パターン（“自己”に対応する素朴な表現）を生む様子を示しています。

示唆すること

- 一つの解像度：本研究は、自己に関わる「持続性」や自己参照的なベースライン活動が、外的入力に依存しない内部ペースメーカーとトップダウンの結合によって生じ得ることを示す理論的・計算的な例を提供します。 - DMNの役割を模型化：神経科学で注目されるデフォルトモードネットワークを、内発的リズム発生源として明確にモデル化し、そのネットワークダイナミクスが情報処理に与える影響を示唆しています。

慎重な解釈のための留意点

- 「自己＝意識」ではない：著者が示すのは数学的・動的な「持続する表現」であり、人間の主観的な意識や自己感覚そのものが再現されたと結論づけるわけにはいきません。モデルは概念的・計算論的な試みです。 - 単純化と仮定：ニューロンモデルやネットワーク構造、トニック入力の設定などには多くの単純化と仮定があり、生体の複雑な細胞種、可塑性、化学的なモジュレーションを完全には反映していません。 - パラメータ依存性：こうした大規模モデルの振る舞いはパラメータや初期条件に敏感な場合があり、結果の一般性や堅牢性はさらなる検証が必要です。 - 実験的検証の不足：現在の成果は数値実験に留まり、脳イメージングや電気生理学的なデータとの直接比較や、生体での因果的操作（遺伝学的・薬理学的介入）による検証が今後の課題です。

今後の方向性

- データとの接続：ヒトや動物のDMNに関する観測データとモデルのダイナミクスを突き合わせ、どの部分が現実の神経活動を説明するかを検証することが重要です。 - 可塑性と学習の導入：長期にわたる自己感覚の形成や維持にはシナプス可塑性が関与すると考えられるため、学習則を導入したモデル検討が次段階になります。 - 生物的精密化：より多様な細胞型や化学的モジュレーション（ドーパミン、ノルアドレナリンなど）を組み込むことで、モデルの生物学的妥当性を高められます。