Finally, notice that perceptual content, as delivered by active, affordance-sensitive prediction, is now inherently organized and outward-looking. By this I mean that it reveals—and cannot help but reveal—a structured (and thus in some weak sense ‘conceptualized’ 23) external world. It is an external arena populated by the distal, causally interacting items and forces whose joint action best explains (given prior knowledge) the current suite of sensory stimulation. This delivers just the kind of grip on the world that an intelligent agent must possess if she is to act appropriately. When such an agent sees the world, they see a determinate structure of distal, interacting causes apt for action and intervention by the kind of creature that they are. The so-called ‘transparency’ of perceptual experience24—the fact that, in normal daily perception, we seem to see tables, chairs, and bananas rather than proximal excitations of our sensory surfaces such as the play of light on the retina—falls quite naturally out of such models. We seem to see dogs, cats, goals, tackles, and winning poker hands, because these feature among the interacting, nested, structures of distal causes that matter for human choice and action.
最後に，能動的でアフォーダンスに敏感な予測によって提供される知覚コンテンツは，今や本質的に組織化された外向きのものであることに注目してほしい．つまり，それは構造化された（したがって，ある弱い意味で「概念化された」）外界を明らかにしており，それを明らかにせずにはいられないということである．それは，現在の一連の感覚刺激を（事前の知識があれば）最もよく説明する共同作用を持つ，遠距離で因果的に相互作用するアイテムや力が存在する外界である．これは，知的なエージェントが適切に行動するために必要な，世界に対するグリップのようなものです．そのようなエージェントが世界を見ると，遠距離にある相互作用する原因の確定的な構造が見え，自分がどのような生物であるかに応じた行動や介入が可能になります．いわゆる知覚経験の「透明性」，つまり，通常の日常的な知覚では，網膜上の光の戯れのような感覚表面の近位の興奮ではなく，テーブル，椅子，バナナを見ているように見えるという事実は，このようなモデルからはごく自然に生まれてくる．犬，猫，ゴール，タックル，ポーカーの勝ち手などが見えるのは，これらが人間の選択と行動に重要な遠位の原因の相互作用した入れ子構造の中に含まれているからです． [translation by DeepL]
Highlight(blue) - 6.10 Hallucination as Uncontrolled Perception > Page 196 · Location 4046

Andy Clark "Surfing Uncertainty: Prediction, Action, and the Embodied Mind" からの引用．

ヒトの意識に外界についての構造化されたモデルができあがっている．意識内にはあらかじめ外界を予測するためのモデルがあるというのは，やはり興味深い．網膜に入ってくる情報は，そのモデルを意識に上げるためのほんの一部でしかなくて，常に多くの情報が身体の内外から脳に届けられ，脳は世界の予測モデルを提示して，そのモデルと外界との誤差が小さくなるように修正していく．修正が大きいところや対象に対して，注意を向けて意識をしたり，行動をしたりする．その際に，対象を含んだ周囲の空間が意識に上がる．意識に上がらないところは，予測の範囲内ということで，意識にのぼることなく，ほぼ自動的に処理されていく．

網膜に入ってくる情報は対象の色情報でしかないけれど，対応する予測モデルには「テーブル，椅子，バナナ」といった記号的情報が含まれていて，それに対応した行為のセットも含まれていて，これらの情報を選択することで，行動が遂行される．記号的情報や行為のための情報がセットとなった予測モデルが網膜からの情報と合流し，細かい誤差修正が行われて，意識には網膜から得られた細胞のグリッドに区切られた感覚データをアップコンバートした途切れることがない連続的な表象が生まれ，ヒトはその表象内の対象と周囲の空間を意識して，体験している．

予測モデルの構築は生まれてからずっと行われていて，初見の対象であっても，似たような色配列はどこかで体験していて，それがまずは対象からの情報に対しての予測モデルとして使われ，誤差修正が行われて，その対象のための予測モデルが出来上がるということを，延々と繰り返しているのかと思うと，途方もない作業を脳と身体はしているなと思うし，それを言語の流れとして記述するのは，とても難しい感じがする．