東京農工大学(農工大)、中京大学、大阪体育大学の3者は12月23日、バスケットボール選手はジャンプして空中でわずか0.5秒の間にパスかシュートの選択を行うが、その瞬時の意思決定が量子力学の「重ね合わせ」の概念に基づく「パラレル処理」によって説明できることを解明したと共同で発表した。

  • ヒトの瞬時の意思決定が、量子力学の概念に基づく「パラレル処理」によって説明できることを、東京農工大学、中京大学、大阪体育大学の共同研究チームが解明。画像は今回の実験構成図
    (出所:共同ニュースリリースPDF)

同成果は、農工大 工学研究院の若月翼助教、中京大の山田憲政教授、同・日比野朋也実技嘱託講師、大阪体育大の平川武仁教授らの共同研究チームによるもの。詳細は、行動科学に関する全般を扱う学術誌「Behaviour」に掲載された。

バスケットボールでは、選手がジャンプシュートにおいて空中でディフェンスされ、瞬時に味方へのパスに切り替える華麗なプレーが見られる。従来の研究により、ヒトが動的な目標変更を行うには最低0.186秒の反応時間が必要であることが示されているが、このシュートからパスへの切り替えもわずか0.5秒の間に行われており、その背後にある脳のメカニズムは十分に解明されていなかった。

このような研究は、従来の脳波を用いた心の解析手法では困難だったことから研究チームは今回、精密なタイミング制御技術と高速度撮影を組み合わせた新たなシステムを開発し、科学的な解明を試みることにしたという。

まず、10名の大学バスケットボール選手を対象に、事前の滞空時間検出の予備実験が実施された(その結果、ジャンプシュートは滞空時間の80%である0.416秒までに完了することが確認された)。そのデータを基に、実際のコートにおいて、さまざまなタイミングでパスとシュートを切り替える1350試技が約1か月間かけて行われた。

今回新たに開発されたシステムは、選手がジャンプする瞬間を正確に検知し、選手の滞空時間を基に選択基準となるLEDの発光タイミングを精密に制御するというものだ。ジャンプ直後(0%)から滞空時間の10〜70%までの8段階のタイミングでランダムに、左右前方の2台のLEDのいずれかが発光し、0.5秒間の時間制約の中で、選手は「LEDが光ればその方向へパス」「光らなければシュート」という異なる選択肢を瞬時に判断し、動作を切り替える高度な意思決定が求められる仕組みである。

実験の結果、時間制約が緩い場合のパス成功率は80%以上だったが、厳しい条件では40%以下に低下。それでもゼロにはならず、選手が空中でパスの選択肢を保持している可能性が示された。一方、シュート成功率は全条件で80%以上が維持され、選手がシュートを最優先に準備しながらも、パスへの切り替えを視野に入れていることが示されたという。

  • 選手のシュート動作と肘関節の角度変化、およびシュートとパスの成功率
    (出所:共同ニュースリリースPDF)

この結果によれば、単純なシリアル処理(まずシュートの準備をし、それができない場合にパスの準備をする)の切り替えでは、説明が難しいとする。動作終了からの逆算でジャンプ後の0.23秒(滞空時間の40〜50%の間)が限界であることになるが、その0.23秒以降も成功率がゼロにならないことが確認されたからだ。つまり、選手がパラレル処理を実行している可能性が強く示唆されたのである。

パラレル処理とは、選手がシュートとパスという複数の選択肢を同時に準備し、状況に応じて瞬時に最適な選択を行う能力のことを指す。これなら、0.5秒でも柔軟な判断が可能になるとする。

パラレル処理を理論的に説明するため、今回の研究では量子力学における、2つの異なる状態が同時に保持される特性である重ね合わせの概念が適用された。つまり、選手がシュートとパスという相反する選択肢を同時に準備し、そのどちらにも即座に対応可能な状態を比喩的に表現する枠組みだ。この見方により、従来のシリアル処理モデルでは説明が難しかった迅速な意思決定プロセスを新たに解釈する手がかりが提供されるとした。

さらに、今回の実験のもう1つの重要な発見は、シュート中に選手の肘関節の動きが「停滞」する局面が確認されたことだという。

この停滞は、非物理的な心と、物理的な身体の間で生じる葛藤が反映されているとする。つまり、心では重ね合わせが可能で、パスとシュートという複数の選択肢を同時に準備することが可能だ。それに対して身体は一度にパスかシュートのどちらかしか実行できない。この心と身体の特性の違いによって葛藤が生じ、それが肘関節運動の停滞という形で動作に現れることが突き止められたのである。

今回の研究成果は、時間制約のある人間の意思決定メカニズムの解明に向けて大きな前進が示されているという。また、スポーツ動作の理解に加え、交通事故回避のアルゴリズム開発や災害時の迅速な意思決定支援、自律型ロボットのリアルタイム意思決定、スポーツAIの開発などへの応用も期待されるほか、スポーツ選手や一般の人々が意思決定能力を向上させるための教育プログラムの基盤としても活用できる可能性があるとしている。