今日のペースの速いリサーチおよび戦略サービスへようこそ。
テクノロジーは時折、私たち全員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、私たちの日常生活での限定的な使用、または遠い SF の未来のビジョンとして見られてきました。しかし、私たちが知っている世界を変えようとしている機械知能の革命が、私たちの間でほぼ密かに起こっています。ここでは、AI スーパーマインドの新たな夜明けを垣間見ることができ、なぜそれが私たち自身の脳の働きに関係して神経科学によって推進されているのかを垣間見ることができます。
第二次世界大戦中にエニグマ暗号の解読に役立つマシンを初めて開発して以来、コンピューティングへの従来のアプローチは基本的に変わっていませんこれには、アルゴリズムとして知ら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 つの計算を逐次処理することが含まれます。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。最近の主な違いは、コンピューターが優れたハードウェアによりデータ ポイントの処理が大幅に高速になったことです。最新のスマートフォンを例に挙げると、そのプロセッサは文字通り数十億のトランジスタを小さなチップに圧縮しています。
AI の観点から見ると、これはいわゆる総当たり計算の増加に拍車をかけています。プログラマーが適切な種類のアルゴリズムを作成している限り、コンピューターは実行できる計算の速度と量だけで大きな問題に取り組むことができます。最も有名なのは、これが、長らくチェスの世界チャンピオンだったゲイリー・カスポロフをIBMのディープ・ブルー。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役立つかについては長い間懐疑的でした。狭い AI または弱い AI と呼ばれるのには理由がありますが、通常、基本的に現実世界の複雑さに変換されない、非常に特殊な問題に取り組む場合にのみ役立ちます。これでは、人間の意識が持つ創造的知性のタイプをエミュレートする望みはほとんど、あるいはまったく残されていません。
、恐ろしく複雑な「囲碁」ゲームに挑戦するために開発された AI、 Alpha GoGoogle のDeep Mindプロジェクトこのゲームでは、強引なテクニックはうまく機能しませんが、人間は直感を使用することで優れています。 イ・セドルを破ることに成功しましたが、それはエリート囲碁棋士から大量の対局を与えられ、彼らの戦略をコピーして組み合わせ、エラーなく手を実行することによって達成されました。はい、成功しましたが、AI 進歩のより大きな計画では、Alpha Go は人間が理解した知識によって本質的に制限されており、これ以上前進する見込みはほとんどありません。
気づいている人はほとんどいませんが、AI は近年、私たちの脳が問題を解決する方法を実際にエミュレートするまったく新しい革新的なアプローチをコンピューティングに採用することで革命を起こしています。ルールベースのアルゴリズムアプローチを採用するのではなく、「ディープラーニング」と呼ばれる新しい方法が進化の大きな飛躍を遂げ、文字通り何をすべきかを指示する必要のない新しい形式の汎用AIを作成しました。代わりに、それは生まれたばかりの赤ちゃんとほぼ同じように始まり、白紙の状態から、次から次へと実験を通して世界について学びながら問題に取り組みます。次に、各ステップで、最善の解決策と判断したものに基づいて、独自の本質的に新しい動作を作成します。
Alpha Go Zeroの起源となりました。ゼロは、ゲームの単純なルールのみから始めることを意味します。この一見無害な名前の変更は、コンピューターの能力を再定義した AI を表しています。
Alpha Go Zero は、碁を自分自身と対戦し始め、何がうまくいくか、何がうまくいかないかを実験し、洗練させてから、再び碁を打ちます。わずか 3 日間で、そして驚くべきやり方で、学習したことを利用してイ・セドルを破ったバージョンの Alpha Go を破りました。しかし、そこで止まることはなく、最も進化したバージョンの Alpha Go (Master) を破り、100 戦 0 で勝利しました。本当に印象的なのは、囲碁をプレイするために特別に構築されたものではなく、単に囲碁が好きだったようです。それ。
それで、それで遊ぶためにチェスが与えられました。わずか 4 時間の自己練習で、現在の AI チェスの世界チャンピオンを征服するのに十分な腕前になりました。
それは人間のチェスの専門家を唖然とさせるやり方で行われた。それは、誰も見たことのない新しい戦略を生み出したからです。これには、クイーンを犠牲にして位置的優位性を得る、キングの駒で攻撃するなどの斬新な戦術の連結が含まれていました。専門家はこれを「エイリアンチェス」、あるいは「クレイジー攻撃チェス」と呼んだ。 Alpha Go Zero の新たに発見されたプレイ スタイルは、人間が実際にゲーム自体を認識する方法を変えました。
では、この種の創造的で自己学習する知性はどのようにして作られ、人間の脳とどのように関係しているのでしょうか?そうですね、実際には定量的な計算よりも定性的な計算が重要です。複雑なシステムとして知られており、そこから知性と意識が相互に対話する数十億のニューロンの集合的な相互作用から生まれます。それが実際にどのように機能するかを理解する取り組みには、複雑性理論またはシステム理論。これは最終的には、全体は部分の合計以上のものであるという考えに関係しています。たとえば、単一のニューロンには知能がゼロであるため、科学の進歩に対する古典的な還元主義的なアプローチは、脳全体がどのように機能するかという点では実際には役に立ちません。
ほとんどの場合、人間は、どのように行動するかというあらかじめ定義された一連のルールを持って構築されているわけではありません。代わりに、私たちは世界を経験し、学び、そして適応します。これは主に新皮質を通じて行われ、新皮質は非線形、非アルゴリズム処理を使用して最適な動作の解決策を見つけ出します。これらの新しい発見は、実際に考えずに実行される自動動作としてコード化することもできます。誰かがあなたの隣で風船を割っているところを想像してください。
AI の新しい革命は、驚くほど類似したアプローチを採用しており、学習はディープ ニューラル ネットワーク、私たちの新皮質の働きと非常によく似ています。一度に 1 データ ポイントずつ情報を逐次処理するのではなく、計算はほぼ有機的な相互作用を通じて並行して実行されます。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を使用しますが、はるかに幅広いレベルのインテリジェンスを実現します。最も重要なことは、一度作成したらプログラミング作業は必要なく、単に解決すべき AI の問題を提示するだけであるということです。
奇妙なことに、脳と同じように、ディープラーニングが基本的なレベルで実際にどのように起こるのかは、まだ少し謎です。
こうした発展は興味深いものではありますが、究極的な疑問は、この新しい形式の AI が現実世界の問題に対処できるかどうかということです。結局のところ、ボードゲームをずっとプレイするだけのコンピューターではあまり実用的ではありません。
答えは「はい」です。 Google の自動運転車や音声学習エンジンは、現在開発されているアプリケーションのほんの一例ですが、これは氷山の一角であると予想されます。 Google、Amazon、Facebook などの大手企業はいずれも、ビジネスの中心となる中核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資しています。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見通しもあり、コンピューティング能力の大幅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 が私たちに取って代わるだけでなく、潜在的に人類の存続の脅威になる可能性があるという、新たかつ深刻なレベルの懸念を引き起こしています。イーロン・マスクや今は亡き偉大なスティーブン・ホーキング博士のような人でさえ、そのような脅威がいかに現実的であるかについて公に警告を
Alpha Go Zero で見たように、機械知能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 1 つ確かなことは、AI のスーパーマインドが到来し、私たちが知っているように生活を変えることになるということです。
脳の神経科学に興味が湧いたら、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。
ここでは、あなたが知らないかもしれない人間の脳に関する興味深い神経科学の発見をいくつか紹介します。
NeuroTracker の多様な研究アプローチにより、脳が人間のパフォーマンスと健康にどのような影響を与えるかについて興味深い洞察が得られました。
灰白質がどのように機能するかを解読するために設計されたテストの概要を理解します。
世界で最も科学的に検証された認知トレーニング システム。各分野の第一人者による 20 年にわたる神経科学研究に基づいて構築されています。頭脳とパフォーマンスを向上させます。
