私たちはいつも幻覚を見ている(神経科学者V・S・ラマチャンドラン)

前回引用した『脳のなかの天使』から、もう一度ご紹介します。今回は視覚の話題です。ものを見たときに人間がどのように認知するのか、著者が考察を加えています。

おもにコンピュータ科学者によって持続されている素朴な視覚のとらえかたでは、視覚は逐次的、階層的に像を処理しているとみなされている。生のデータが画素、すなわちピクセルとして網膜に入り、そこから次々と各視覚野に、バケツリレーのように渡されて、しだいに高度な分析がそれぞれの段階でおこなわれ、最終的な物体の認知にいたるという考えかたである。この視覚モデルでは、各段階の視覚野からそれより下位の視覚野に戻される大量のフィードバック投射が無視されている。そうした逆投射はきわめて大量なので、階層という言いかたには語弊がある。私の直観するところでは、各処理段階において、入力データについての部分的な仮説、もしくは最適の推量が生みだされ、それが下位の領野に戻されて、その後の処理に小さなバイアスがかけられる。いくつかの最適推量が優位を争う場合もあるだろうが、最後には、そうしたブートストラッピングもしくは逐次代入を通して、最終的な知覚の解決がつく。あたかも視覚は、ボトムアップではなく、むしろトップダウンではたらいているかのようだ。

実を言うと、知覚と幻覚との境界は、私たちが考えるほど明瞭ではない。ある意味で私たちは、世界を見るときいつも幻覚を見ている。知覚とは、しばしば断片的かつ短命な入力データにもっともよくあう幻覚を選ぶ行為であるとみなしても、ほとんどさしつかえがないくらいだ。幻覚とほんものの知覚は、同じ一連のプロセスから生じる。決定的にちがうのは、何かを知覚しているときは、外界の事物の安定性がその固定を助けるという点である。幻覚を起こしているとき、たとえば夢うつつの状態にあるときや、感覚遮断タンクのなかで浮かんでいるときには、事物はどんな方向にでもさまよう。(p.323)

最初の赤字強調部分で示唆されている内容は重要なことだと思います。階層的に認知上のバイアスがかかるというのは、別な表現をすれば「違う種類の落とし穴がならんで待ち受けている」ということです。これに対するチャーリー・マンガーやウォーレン・バフェットの解決策は、やはり見事です。たとえば意思決定上のフィルターを階層的に設けたり(過去記事1や過去記事2)、学問上の知恵を借りるときは普遍的で信頼性の高いものから特殊なものへ進むように説いています(過去記事など)。

もうひとつ、こちらの引用はおまけです。

しかしながら、近年の調査によると、天使を見たことがあると回答している人の割合は、アメリカ人全体のおよそ3分の1で、その頻度はエルヴィス目撃談をうわまわる。(p.281)

脳のなかの近道(神経科学者V・S・ラマチャンドラン)

心理学者ダニエル・カーネマンが著書『ファスト&スロー』で、人間が持つ2つの思考機能について説明していることを、以前の投稿でとりあげました。その主張を解剖学的な観点から説明する文章をみかけましたので、ご紹介します。最近読んだ本『脳のなかの天使』からの引用です。おそらくカーネマンも、そのような知見を参考に持論を展開したと思われます。

上の2つの本における用語の対応関係ですが、以下の文章に登場する「経路1」と「経路2」が「スロー」な思考に、そして「経路3」が「ファスト」に対応しています。

経路1と経路2に加えて、もう一つ、対象物に対する情報的反応に関与する、より反射的な別の経路もあるらしい。私はそれを経路3と呼んでいる。経路1と2が「いかに(How)」と「何(What)」の流れだとすれば、経路3は「それで(So What)」の流れと考えることができる。この経路では、目、食べ物、顔の表情、生命のある動き(たとえばだれかの歩きぶりや身ぶり)といった生物学的に突出性のある刺激が、紡錘状回から側頭葉の上側頭溝(STS)と呼ばれる領域に向かい、そこを通って扁桃体に直行する。言いかえれば経路3は、高次の対象認知(と経路2を通して呼び起こされる関連のさまざまなものごと)をバイパスして近道をとり、情動の中核をなす辺縁系への入り口である扁桃体に、すみやかに到達する。この近道はおそらく、生得的であるか後天的に学習されたものであるかにかかわらず、重要度の高い状況に対するすばやい反応を促進するために進化したものと思われる。

扁桃体は過去に貯蔵された記憶や辺縁系のほかの構造体と協同して、あなたが見ているものの情動的な意味や重要性を評価する。それは友だちか、敵か、配偶相手か? 食べ物か、水か、危険か? それともどうということのないものか? もしそれが重要ではないものだったら－－ただの丸太や、糸くずや、風に鳴っている木だったら－－あなたはそれに対して何も感じず、おそらくそれを無視するだろう。しかしそれが重要なものだったら、ただちに何かを感じる。そしてそれが強い感情だったら、扁桃体から出る信号が視床下部にも流れこむ。視床下部はホルモンの放出を調整しているほかに、自律神経系を活性化させて、摂食、闘争、逃走、求愛など、状況に応じた適切な行動をするための準備態勢をとらせる。そうした自立反応には、心拍数の増加、浅く速い呼吸、発汗など、強い情動をあらわすさまざまな生理的徴候がともなう。人間の場合は扁桃体が前頭葉とも結びついており、それが基本的な情動の混合に微妙な趣(おもむき)を加味するので、単なる怒りや欲望や恐怖だけではなく、傲慢、プライド、警戒、あこがれ、闊達さなども生じる。(p.100)

本ブログではこの種の話題をたびたびとりあげていますが、個人的には「人間はまちがえるようにできている」と考えるようになりました。これは、「人間が進化的にあやまった種だ」という意味ではなく、「現代の特定の局面では、人間の持つ機能はあやまちを導きやすい」という意味です。チャーリー・マンガーはその宿命を回避する鍵を示しているようにみえます。たとえばウォーレン・バフェットとコンビを組むことで意思決定のあやまちを減らしたり、物事を探求するお手本としてチャールズ・ダーウィンのやりかたを説きつづけています(過去記事の例)。

なお脳神経からとらえた投資の本としては、ジェイソン・ツヴァイクが書いた『あなたのお金と投資脳の秘密』を以前にご紹介しました(過去記事)。今となってはよく知られている話題も少なくないですが、総じておもしろく読めた一冊でした。

「最良」の投資家になる方法(ボブ・ロドリゲス)

わたしの好きなファンド・マネージャー、ボブ・ロドリゲス氏がバリュー投資の情報誌からのインタビューに応じていました。彼のファンドFPAのWebサイトに、記事が掲載されているPDFファイルがアップロードされています。今回は、同氏が語る見事な運用ぶりの秘訣をご紹介します。(日本語は拙訳)

Value Investor Interview with Bob Rodriguez and Dennis Bryan (FPA) (PDFファイル)

<質問> ファンドのポートフォリオは現在30銘柄を下回っていますね。これはいつものことですか。

<デニス・ブライアン> 概して言えば、20から40の銘柄を保有しています。そのうち上位10銘柄がポートフォリオ全体の40-50%を占めています。この水準まで集中させているのは、保有するどの銘柄でも差をつけることができるようにと考えているためです。私たちの信条からすればもっと集中しても問題ないのですが、銘柄数をしぼりすぎると価格変動が大きくなり、顧客のほうでよく問題になってしまうのです。

<ボブ・ロドリゲス> 実際に私は、1984年の6月30日からこの方針をとりつづける実験をしたことがあります。IRA口座[個人が運用する退職年金口座。運用時は非課税]を開設し、そこで当社のキャピタル・ファンド(Capital Fund)が保有する株式だけにずっと投資してきました。ただし銘柄数は最大5つまでに限定しました。株を買うのはファンドが買い付けた後になってから、売るのもファンドが売却した後に、と決めました。これを始めてから2009年12月31日までに、その最終日は私が運用の第一線から引退した日ですが、キャピタル・ファンドは複利でおよそ年率15%増加しました。一方のIRA口座は、複利で年率24%増でした。その上乗せ分がなぜ生じたのかを考えると、集中度を高めたことと、他者が感情的になって資金の出入りを決めることに左右されなかったのが原因だと思います。このやりかたをする私こそ、「最良」の投資家だったのです。(p.4)

Your portfolio today has fewer than 30 positions. Is that typical?

DB: Generally speaking, we have 20 to 40 positions, with 40-50% of the portfolio in the top ten. That level of concentration is simply a function of wanting every position to potentially be a difference maker. Philosophically we would have no problem with concentrating even more, but clients often have a problem with the volatility that comes with having fewer holdings.

RR: I actually have an experiment going on this front since June 30, 1984. I have an IRA account that was set up then and over that period has only been invested in stocks that the Capital Fund has owned, but with never more than five holdings at a time. I'll buy a stock only after the fund buys it and sell only after the fund sells it. From June 30, 1984 to December 31, 2009, when I stepped down from lead management, the Capital Fund had compounded at approximately 15% per year. But this IRA account had a compound rate of return of 24%. I attribute that premium to the higher concentration and to the fact that at no point has this account been affected by the inflows and outflows resulting from others' emotional decision making. I was the only investor.

すぐれた投資家の行動を注視するやりかたは、少し前にも取り上げました。上で引用したボブ・ロドリゲスの場合は自分で自分を参考にしていて若干趣向が異なっていますが、同類としてあつかえると思います。

・共食いをさがせ(モーニッシュ・パブライ)
・マクドナルド、いただきます(モーニッシュ・パブライ)

ところで、年率24%増だと約3年間で2倍になる計算です。いわゆる10年強で10倍のペースですね。これを課税口座で達成するのは容易ではないと感じています。証券投資というものは、つくづく興味深い世界だと思います。

ビリヤードでもテニスでもチェスでもない(チャーリー・マンガー)

チャーリー・マンガーによる講演『経済学の強みとあやまち』の14回目です。前回だされた問題の答えにあたる部分です。(日本語は拙訳)

視覚と手指を反射的に協調させることが多く要求されるものではないでしょう。85歳にもなる人が全国ビリヤード大会で勝てることはないですから。テニスともなればなおさらで、まずあり得ません。さらに彼は指摘しました。チェスも無理ですね。この物理学者はとてもうまい指し手なのです。なぜならば、厳しいゲームだからです。システムが非常に複雑ですし、多大なスタミナも要求されます。ここまできて彼は思いあたり、チェッカーのことに思い至りました。「ああそうか、そのゲームなら85歳になった時でもいろいろ経験してきたことが最高位へと導いてくれますね」。

はたして、それが正解でした。

それはともかく、逆方向と順方向に発想を逆転させながら、そういった頭で考える謎解きをすることをお勧めします。併せて経済学の世界では、ここで示したような小さなスケールでのミクロ経済学に熟達するのがよいでしょう。

It can't be anything requiring a lot of hand-eye coordination. Nobody eighty-five years of age is going to win a national billiards tournament, much less a national tennis tournament. It just can't be. Then, he figured it couldn't be chess, which this physicist plays very well, because it's too hard. The complexity of the system and the stamina required are too great. But that led into checkers. And he thought, "Ah ha! There's a game where vast experience might guide you to be the best even though you're eighty-five years of age."

And sure enough that was the right answer.

Anyway, I recommend that sort of mental puzzle solving to all of you, flipping one's thinking both backward and forward. And I recommend that academic economics get better at very small-scale microeconomics as demonstrated here.

65年ぶりに再び優勝した人(チャーリー・マンガー)

チャーリー・マンガーによる講演『経済学の強みとあやまち』の13回目です。今回もまたチャーリーからの問題が出ています。回答部分の文章は次回にご紹介します。なお、前回分の投稿はこちらです。(日本語は拙訳)

それでは、そういった問題を私がどのように解いているかお話ししましょう。言うまでも私は単純なサーチ・エンジンを心に抱き、チェックリストを順に確認していきます。さらに、大雑把なアルゴリズムをいくつか使っています。これは非常に多くの複雑なシステムにおいて、かなりうまくいきます。そういったアルゴリズムはたとえば次のように使います。著しい成功とは、それらの要因を組み合わせることでなされるものです。

A) ひとつかふたつの変数を極大化あるいは極小化すること。たとえば、コストコや当社の家具・電化製品店の例があげられます。

B) 成功要因を追加して、より大きな連携をつくることで成功を後押しすること。これは非線形的に進むことがよくあるため、物理学における破断点や臨界といった概念を思い浮かべるかもしれません。そうです、非線形的な結果がしばしばもたらされるのです。もうひと押しすることで、「とびっきりな」結果が得られます。私は生涯を通じて「とびっきりな」結果をさがし求めてきたので、それらがどのように発生するのか説明してくれるモデルには大きな関心を持っています。

C) 多くの要因において、徹底的にすぐれた成績を追求すること。トヨタやレス・シュワブがその例です。

D) ある種の大波をとらえて乗ること。オラクルが例です。なお今日の議事次第の中でオラクルのCFO(ジェフ・ヘンリー)が多くを占めていますが、オラクルのことはそれを知る前から話題にあげようと考えていました。

概して私が問題を解く際に使っており、みなさんにもお勧めなのは、急所を突くアルゴリズムを選んで、前向きだけでなく後ろ向きにもやることです。一例をあげてみましょう。私は家族にちょっとしたパズルを出して悩ませることがあります。次の問題は、それほど昔でない頃に家族へ出したものです。「この国でおこなわれる活動のひとつで、一対一のコンテスト形式によって国内チャンピオンを決めるものがあります。65年前に優勝した人が再び優勝しました。さて、その活動とは何でしょうか」(一時中断)。この問題についても、答えがひらめく人はあまりみたことはありません。私の家族でも、それほど多くはひらめきませんでした。しかし息子の一人に物理学者がいて、私好みのこの種の考え方に精通していました。ほどなく正解にたどりついた彼の説明はこうです。

Well, how did I solve those problems? Obviously I was using a simple search engine in my mind to go through checklist-style, and I was using some rough algorithms that work pretty well in a great many complex systems, and those algorithms run something like this: Extreme success is likely to be caused by some combination of the following factors:

A) Extreme maximization or minimization of one or two variables. Example, Costco or our furniture and appliance store.

B) Adding success factors so that a bigger combination drives success, often in nonlinear fashion, as one is reminded by the concept of breakpoint and the concept of critical mass in physics. Often results are not linear. You get a little bit more mass, and you get a lollapalooza result. And, of course, I've been searching for lollapalooza results all my life, so I'm very interested in models that explain their occurrence.

C) An extreme of good performance over many factors. Example, Toyota or Les Schwab.

D) Catching and riding some sort of big wave. Example, Oracle. By the way, I cited Oracle before I knew that the Oracle CFO (Jeff Henley) was a big part of the proceedings here today.

Generally I recommend and use in problem solving cut-to-the quick algorithms, and I find you have to use them both forward and backward. Let me give you an example. I irritate my family by giving them little puzzles, and one of the puzzles that I gave my family not very long ago was when I said, "There's an activity in America, with one-on-one contests and a national championship. The same person won the championship on two occasions about sixty-five years apart." "Now," I said, "name the activity." (Pause). Again, I don't see a lot of light bulbs going on. And in my family, not a lot of light bulbs were flashing. But I have a physicist son who has been trained more in the type of thinking I like. And he immediately got the right answer, and here's the way he reasoned:

何年か前にこの文章を読んだときは、答えが全く思いつきませんでした。日本人になじみのない話題を取り上げているので、どんぴしゃりの答えを出すのは困難だと思います。