AIスーパーマインドが到来

テクノロジーは時折、私たち皆を驚かせるような飛躍的な進歩を遂げます。人工知能（AI）は長い間、日常生活における限られた用途、あるいは遠い未来のSFの世界の産物として捉えられてきました。しかし、私たちの身近なところで、機械知能の革命がひっそりと進行しており、それは私たちの世界を一変させる可能性を秘めています。ここでは、AIスーパーマインド（超知能）の新たな夜明けを垣間見てみましょう。そして、なぜそれが私たちの脳の働きに関わる神経科学によって推進されているのかについても考察します。.

従来のAIパラダイム

従来のコンピューティング手法は、第二次世界大戦中にアラン・チューリングがエニグマ暗号に変わっていません。これは、アルゴリズムと呼ばれるコンピューティングスクリプトまたは一連の動作ルールを作成し、一度に1つの計算を順番に処理するというものです。悪名高いムーアの法則コンピューティングの背後にある方法論はほとんど変わっていません。今日の主な違いは、優れたハードウェアのおかげで、コンピューターがデータポイントを処理する速度が格段に速くなったことです。たとえば、最新のスマートフォンでは、プロセッサが文字通り数十億個のトランジスタを小さなチップに圧縮しています。

腕力は頭脳に勝る

AIの観点から見ると、これは総当たり計算と呼ばれるものの増加を促しました。プログラマーが適切なアルゴリズムを記述する限り、コンピュータは実行できる計算の速度と量だけで大きな問題を解決できます。最も有名な例は、 IBMのディープ・ブルーことです。このような偉業は印象的ですが、この種の機械知能がどれほど有用であるかについては、長い間懐疑的な見方がありました。狭義のAIまたは弱いAI のには理由があり、これは基本的に現実世界の複雑さには当てはまらない非常に特定の問題に取り組むのにしか役立ちません。そのため、人間の意識が持つような創造的な知能を模倣する希望はほとんど、あるいは全くありません。

もう一つの例は、Googleの DeepMind プロジェクトで開発された AlphaGo。AlphaGoは、非常に複雑な囲碁というゲームに挑戦するために開発されたAIです。このゲームでは、力任せの手法はうまく機能せず、人間は直感を駆使することで優れた成果を上げます。AlphaGoは世界チャンピオンのイ・セドル、それはエリート囲碁棋士から膨大な数の棋譜を学習し、彼らの戦略をコピーして組み合わせ、ミスなく手を指し続けた結果です。確かに成功は収めましたが、AIの進歩という大きな枠組みで見ると、AlphaGoは基本的に人間が解明した知識によって限界があり、それ以上の進歩の見込みはほとんどありません。

新しいAIパラダイム

あまり知られていないことですが、近年AIは革命を起こしています。全く新しい革新的なコンピューティング手法を採用し、人間の脳が問題を解決する方法を模倣しています。ルールベースのアルゴリズム的アプローチではなく、「ディープラーニング」と呼ばれる革新的な手法が、文字通り指示を必要としない新しい汎用AIを生み出すという大きな飛躍を遂げました。AIは生まれたばかりの赤ちゃんのように、白紙の状態から実験を重ねることで周囲の世界を学習し、問題に取り組みます。そして、各ステップにおいて、最適な解決策に基づいて、AIは本質的に新しい独自の動作を生み出します。.

これが Alpha Go Zero 。ゼロとは、ゲームのシンプルなルールだけから始まるという意味です。一見無害に見えるこの名称変更は、コンピューターの能力を再定義したAIの誕生を象徴しています。

自立学習

Alpha Go Zeroは、自分自身と囲碁を対戦し始め、何がうまくいくか、何がうまくいかないかを試し、改良を重ね、そして再び対戦しました。わずか3日間で、驚くべき速さで、学習した知識を活かし、イ・セドルを破ったバージョンのAlpha Goを破りました。しかし、それだけに留まらず、Alpha Goの最も進化したバージョン（マスター）にも100勝0敗で勝利しました。本当に素晴らしいのは、囲碁をプレイするために特別に作られたわけではなく、ただ囲碁を楽しんでいるように見えることです。.

そこでチェスをプレイすることにしました。たった4時間の自主練習で、現AIチェス世界チャンピオンに勝てるほどの実力を持つようになりました。.

それは人間のチェス専門家を驚愕させるような方法で成し遂げられた。なぜなら、誰も見たことのないような新しい戦略を生み出したからだ。これには、位置的な優位性を得るためにクイーンを犠牲にしたり、キングで攻撃したりといった斬新な戦術の組み合わせが含まれていた。専門家たちはそれを「異星人のチェス」あるいは「狂気の攻撃チェス」と呼んだ。アルファ囲碁ゼロの新たに発見されたプレイスタイルは、人間がチェスというゲームそのものを認識する方法を変えたのだ。

ディープニューラルネットワーク

では、このような創造的で自己学習型の知能はどのようにして生み出され、人間の脳とどのように関係しているのでしょうか？実は、量的計算よりも質的計算が重要なのです。人間の心は複雑系、そこから知能と意識は、数十億個のニューロンが互いに相互作用することによって生まれます。その仕組みを真に理解しようとする試みには、複雑系理論やシステム理論。これは究極的には、全体は部分の総和よりも大きいという考え方に基づいています。例えば、単一のニューロンには知能はゼロなので、脳全体の働きに関しては、科学の進歩に対する古典的な還元主義的アプローチは実際には通用しません。

人間は、ほとんどの場合、行動の仕方があらかじめ定められた一連のルールに基づいて作られているわけではありません。むしろ、私たちは世界を経験し、学び、そして適応していきます。これは主に大脳新皮質を通して行われ、大脳新皮質は非線形かつ非アルゴリズム的な処理を用いて、最適な行動の解決策を見つけ出します。これらの新しい発見は、実際には考えることなく実行される自動的な行動としてコード化されることもあります。隣で誰かが風船を割るのを想像してみてください。.

新たなAI革命は、驚くほど類似したアプローチを採用しており、深層ニューラルネットワークます。これは、人間の大脳新皮質が働くのと非常によく似た仕組みです。情報を一度に1つのデータポイントずつ逐次処理するのではなく、計算は並列処理され、ほぼ有機的な相互作用を通して行われます。この方法は、従来のAIよりもはるかに少ない計算リソースで、はるかに幅広いレベルの知能を実現します。最も重要なのは、一度作成すればプログラミング作業が不要になることです。解決すべきAI問題を提示するだけで済みます。

不思議なことに、脳の場合と同じく、ディープラーニングが実際に基礎レベルでどのように起こるのかは、いまだに謎に包まれています。.

ボードゲームを超えて

こうした進歩は確かに興味深いものですが、究極の疑問は、この新しい形態のAIが現実世界の問題に取り組めるかどうかです。結局のところ、ボードゲームばかりしているコンピューターに実用性はあまりありません。.

答えはイエスです。Googleの自動運転車や音声学習エンジンは、現在開発中のアプリケーションのほんの一例に過ぎませんが、これは氷山の一角に過ぎません。Google、Amazon、Facebookといった巨大企業は、事業の中核を成すコア機能として、ディープラーニングAIの開発に莫大なリソースを投入しています。また、量子コンピューティングのブレークスルーという魅力的な展望もあり、コンピューティング能力の飛躍的な向上が期待されています。.

その一方で、AIの新たな勢いは、AIが人間に取って代わるだけでなく、人類にとって実存的な脅威となる可能性に対する、新たな深刻な懸念を引き起こしています。イーロン・マスクや故スティーブン・ホーキング博士といった著名人でさえ、公に警告こうした脅威がいかに現実的であるかについて

Alpha Go Zero で見たように、機械知能のこの次のレベルの進化の結果はおそらく私たちを驚かせるでしょう。しかし、ひとつ確かなことは、AI スーパーマインドが登場し、私たちの知っている生活を変えるだろうということです。.

脳の神経科学に興味をお持ちなら、これらのブログをチェックしてみてはいかがでしょうか。

神経科学が素晴らしい5つの理由

脳の驚くべき神経可塑性

‍