wpmaster のすべての投稿

進化論的考察と人工知能

bird2私の作業にとって脳の研究の様々の知見は大変ありがたいもので、常に参考にさせてもらっています。昨日は、「第1回 全脳アーキテクチャシンポジウム」「第14回全脳アーキテクチャ勉強会」を聴講させてもらってきました。脳は素晴らしい知能という機能を実現している装置と改めて実感しました。ものすごく参考になる公演でした。

しかしながら、脳がもっとも理想的な知能機械であるとは限らないと考えています。私は、人間の脳をあまりにも忠実にモデル化することが、いずれ知能機械の研究には障害になると思っています。人間の設計図には、欠点らしきものもあることが知られています。「脳の設計図」も完璧であるとは限らないと思いませんか?以下、人間の設計図の欠点らしきものを2つ挙げてみます。

眼球の視神経の軸索は、眼球の内側を通って1つにまとめられ、盲点から眼球の外に出ています。眼球の外に出ると脳に信号を送るように伸びていますが、ここで疑問が生じます。なぜ、眼球の外側に軸索を配線しなかったのだろうか?内側に配線したために、「盲点」という欠点を生むことになったと考えることもできます。盲点が視覚情報処理にいい影響を与えていると考える人もいるかもしれませんが、盲点がなくても、脳で盲点のシミュレーションはできるはずで、欠点と考えたほうがいいと考えます。

足の関節も不審な点があります。力学的に計算すると、足の関節が鳥類のように逆にまがれば、もっと効率的に二足歩行ができます。これは、「ダチョウ」を見ればわかってもらえると思います。ダチョウは、二足歩行する動物の中で、極めて効率的に二足歩行ができ、極めて高速に走ることができます。人間はあれほど速く走ることはできません。足の筋力の問題もありますが、足の構造的欠陥の問題でもあります。

人工知能・知能機械に関して脳の研究は非常に参考になることに疑問の余地はないです。しかしながら、脳の研究に全面的に頼ってはいけないと考えています。私の立場の基本は「古典物理数学」の応用です。過去、古典物理数学は様々の問題を解決してきました。これらの知見を元にして、生物規範的な立場で、もう一度「古典物理数学」を見なおしてみているのが私の作業となっています。この中で、「脳」の研究は非常に大事ですが、進化論的にみて知能がどのようして機能しているかを考察することがもっと重要と感じています。先日の「遺伝子の水平伝播」の話題もそうですが、折りに触れて、具体例を提示しようと思っています。

遺伝子の水平伝播

progress000「遺伝子の水平伝播」という言葉をご存知でしょうか。wikipedia 遺伝子の水平伝播によると、「遺伝子の水平伝播(いでんしのすいへいでんぱ、Horizontal gene transfer(HGT)またはLateral gene transfer(LGT))は母細胞から娘細胞への遺伝ではなく、個体間や他生物間においておこる遺伝子の取り込みのこと。」とあります。これは、工学的な「知能の進化」にとって、非常に重要な概念と思っています。「脳科学基礎論としての生物言語学」(有川康二著) によると、「ネアンデルタール人が離散無限の働きを有する脳を作る遺伝子情報を持つウィルスに感染した結果、離散無限の性質を有する自然言語を生み出す脳を持つヒトに進化したとする「説」も提案されている」とあります。工学的には、遺伝的プログラミングを思い起こさせますが、遺伝的プログラミングも大規模になれば、同様の挙動について検討する必要がでるということ、と思います。

生物の進化は非常に多様性に富んでいます。たとえば、「ミトコンドリア」と「葉緑体」。これら2つは、細胞内共生説の代表的存在です。2つともに、核DNAとは別に独自に自律複製するDNAがあります。この2つが動物と植物を特徴づけているというのも面白いと思いませんか。人間社会にたとえると、居候が大家さんの社会的地位を担っているようなものですよね。

「進化論」も、日々、進化してますね。

脳の遺伝子アトラス

brainある立場の人工知能研究者には有名な話ですが、「脳の遺伝子アトラス」をご存知でしょうか。ヒトの脳のどこでどの遺伝子が働いているかを調べて全体像を地図にする脳の遺伝子発現マップ作成プロジェクトです。完成したと発表したのは、Allen Institute(2014)。この研究によると、予想より多くの遺伝子が脳で発現しているそうです。このような研究が進めば、いずれ、生物の知性の本質が解明できるかもしれません。脳の研究は、このプロジェクトをはじめ、米国のBrain InitiativeやヨーロッパのHuman Brain Project等、非常に大きなプロジェクトがあります。

しかし、私は、工学的な応用は、まだまだ、難しいような気がしています。慎重すぎると言われるかもしれませんが、不確かな事実の上にモノを設計することは危険すぎます。

「生物(界)に学んで古典物理数学でそれを実装したい」という立場からすると、残念ながら、今のところ、わたしの作業にはあまり関係ありません。ある程度の成果が見えた時に、改めて検討するかもしれません。

人工知能のモデル

intelligence001「人間の脳」をモデルとして人工知能を設計しようと考えるのは、現時点で、決して、間違えではないと思います。わたしも、現在、ある意味、同様の立場をとっています。しかしながら、それだけで「技術的特異点」(Technological Singularity)を引き起こすような、全人類の知恵に匹敵するような、人間の知性を超えるような「超知能」ができるのでしょうか。すなわち、もう手を加える必要の全くない最終的な「人工知能】ができるのでしょうか?…。わたしはそう思いません。「生物界」全体をモデルとする必要があると考えています。

「生物界」を大雑把に空間的に見ると、植物と動物がいます。植物が太陽のエネルギーを物質に閉じ込め、動物や人間がその閉じ込められたエネルギーを使って、脳を機能させます。遠くから見ると、「生物界」は太陽エネルギーで動いている知能システムと見ることもできると思いませんか。このようなシステムとしての知能を設計することが必要と思います。これは、クラウドを設計するときに、電気の供給源である発電所を一緒に設計することと似ています。事実、クラウド運用企業は発電所の位置関係からデータセンターの場所を決めているようです。発電所を考慮し、電気にかかるコストを考慮しなければクラウドは成り立たないのではないでしょうか。

次に、「生物界」を時間的に見てみましょう。通常、「生物界」は、単純な構造の生物から進化してきたとされています。進化の過程で、脳は、「短期記憶」「エピソード記憶」「意味記憶」「言語能力」等を順次獲得してきました。この事実を見て、人間の脳が知能・知性の最終形であると、だれが断言できるのでしょうか。もし仮に、人間の知性を超えた「超知能」を目標とするのであれば、生物の進化のようなメカニズムを考慮しなければならないのは、当然ではないでしょうか。人間の脳の機能にはない新しい機能を持った人工知能があっても何の不思議もないと思います。

デジタルプログラム

AGCT000現在、ソフトウェアは、すべてデジタル情報として作られています。wikipedia”デジタル”によれば、「デジタル(英語: digital, 英語発音: [ˈdiʤətl]。ディジタル)量とは、離散量(とびとびの値しかない量)のこと。」だそうです。「多少の誤差を許容して、情報を扱いやすい形にする」というまさに素晴らしいアイデアです。なんと人間は賢いのでしょう。

しかし、このアイデアは、もう数十億年前に自然界が採用して「生物」を創造した手法でもあったのです。

すでに、お気づきの方も多数いらっしゃると思いますが、「生物」はデジタルプログラムで動いています。遺伝子は、アデニン、チミン、グアニン、シトシン(A,T,G,C)という4つの塩基の配列です。1塩基あたり4つの状態があるので、1塩基あたり2ビットの情報ということができます。それが一列に並んでいます。すなわち、生物は、ビット列表現できるプログラム -遺伝子- を元に動いているのです。

しかしながら、これって、私達の作っているソフトウェアとなにかが違うと思いませんか。生物が持つ遺伝子は、直接には、知能に関係ありません。知能を担っているのは、ニューロン細胞やグリア細胞です。これらの細胞が外部からの情報を処理します。遺伝子はこれらの細胞の挙動を制御している裏方です。ところが、私達が普段作っているデジタルプログラム(ソフトウェア)は、直接に外部からの情報を処理し、結果を出します。いってみれば,表方.

生物に学び設計する立場から見ると、今のデジタルコンピュータのプログラミングは、ほんの少しだけ、作り方を間違えているのかもしれないと思います。

普遍文法

baby002あくまで仮説ですが、「普遍文法」という考え方があります。ウィキペディア”普遍文法”によると「普遍文法(ふへんぶんぽう、Universal Grammar)は、言語学の生成文法における中心的な概念で、全ての人間が(特に障害がない限り)生まれながらに普遍的な言語機能 (faculty of Language) を備えており、全ての言語が普遍的な文法で説明できるとする理論。」とあります。言語は人間の知的活動の中で大きな役割を占めます。それが、この説によると学習によらない「普遍的な言語機能」があるというのです。それが、環境の違い(生まれ育った場所の使用言語の違い)によって「日本語」言語能力になったり、「米語」言語能力になったりするというのです。もしもこの説が正しければ、「人工知能」にもこのような仕組みを取り入れる必要があるかもしれません。このようなものを、どのようにソフトウェアで表現するかは難しい問題となるかもしれません。

発現

「発現」、または、「遺伝子の発現」という用語があります。この用語が指すことは、生物が普通にやっていることで、遺伝子に刻まれた情報を具体的な機能を持つ部位にすることです。人間の脳での「記憶」もこの発現によって行われます。現在でも様々の関連の研究が行われています(たとえば、共同発表:長期記憶形成時の脳部位に応じた遺伝子発現調節機構の発見,2014)。人間と相互作用するような人工知能では、認識プロセス実行中に、学習プロセスを起動する必要がある場合があると考えています。このような機能がないと、会話中に得た知識が、続く会話の中で使えないことになります。この発現の機能をソフトウェアで実装することが必要と考えています。そうでなければ、まともな会話もできないことでしょう。

摂動法

logo002「摂動法」という言葉をご存知でしょうか?私のニューラルネットワークの構成はこの「摂動法」の考え方を基礎としています。これは、もともと、18世紀に3体問題から導かれる非線形微分方程式系を近似的に解く手法として考えられたものです。コンピュータがなく数値計算ができなかった19世紀に、様々のテクが開発され、拡張され、非線形微分方程式系の解法の集大成となったものです。摂動法は、古典物理数学でよく知られるテーラー・マクローリン展開、固有関数展開、解析接続等を駆使します。ここでは、学校の古典物理数学の先生から怒られるのを覚悟で、非常にアバウトな説明をします。

摂動法は、非線形微分方程式系を線形微分方程式系に変換する手法です。近似の次数をnとすると、その線形方程式系の数は、元の非線形方程式系の数の(n+1)倍になります。近似度を上げると線形方程式系の数がどんどん増えるということです。通常、近似精度を上げればいくらでも真の解に近づけることができます(例外はあります)。数学的に言うと収束が保証されます。問題設定によって必要な精度が変わりますので、問題に合わせて近似の次数が決定されます。解いてみて、後から次数を決める場合もあります。次数の最も低い線形方程式系は単独で解けるように構成します(実はこれにテクがいる)。より低い次数の方程式の解で決まる値を外力として、より高次の方程式系が解けていきます。まるでドミノ倒しのような解法です。

「人工知能」という単語

ai002最近、「人工知能AlphaGo」とか、「人工知能Watson」とかの言い回しを聞くと思います。一昔前は、高度なエアコンの温湿度調節や洗濯物の量を適切に自動計測する洗濯機も「人工知能搭載」と呼ばれていました。私が数式処理をいじっていた時代には数式処理を「人工知能」と呼んだりする人たちもいましたし、エクスパートシステムも、かつては、「人工知能」でした。更に昔には、どんな処理をしてようともコンピュータそのものを「電子頭脳」と呼んでいました。この「電子頭脳」も人工知能と同様のニュアンスですよね。「頭脳」という単語が使われているのですから。しかし、時間の流れとともに、人工知能と呼ばなくなっていきました。「単なる」ソフトウェアであると?面白いものですね。これらはすべて人間の知的活動をエミュレートしているソフトウェアなので、私は、人工知能と言ってもいいと思うのですが。
わたしは、このような歴史を考えて、「人工知能」を「最先端のソフトウェア技術」と読み替えてもいいような気がしています。その時点で、最も先進的なソフトウェアを「人工知能」と呼んだと考えればいいのではないでしょうか。だから、次第に「人工知能」と呼ばれなくなる。時間が経てば、最先端ではなくなるのだから。そして、最終的に、自身のソフト開発等を含むすべてが「人工知能」で自動でおこわなれ、人間による新しいアーキテクチャやアルゴリズムの開発が不要になったときに、すなわち、それが常に「最先端のソフトウェア技術」となったときに、「人工知能が完成した」となるのではないでしょうか?

わたしは、「人工知能」という単語を「最先端のソフトウェア技術」というニュアンスで使っています。この会社の目的は、今までにないアーキテクチャやアルゴリズムでより賢いソフトウェアの実装を目指すことで、ある意味「単なるソフトウェア」を開発することです。これをもって、私は、「人工知能」という単語を使っています。

科学ブログ

ご存じの方も多いと思いますが、世間には本当に尊敬すべき人たちがいます。科学ブログを公開してくれる人たちです。私が「生物がどのように知能を得てきたかを知りたい」と思った時に出会ったのが、「生物史から、自然の摂理を読み解く」というブログ。このブログを読んで、ソフトウェアの構成をいろいろ考えることができたと思っています。いきなり、専門家の論文を見ても私にはちんぷんかんぷんでした。非常に感謝しています。これがきっかけで、いまだに、様々の「科学ブログ」をネットサーフィンするのが日課となっています。わたしも、「作業中に調査したことや考えたことを公開すれば、誰かの役に立つのでは?」と思い、このホームページで公開していきます。
また、引用したサイトとは限らず、様々の科学的な専門知見を語ってくれているサイトは、実は、たくさんあります。「科学ブログランキング – 科学・技術ブログ村」等に紹介されています。しかし、この中には、科学的に実証されていないような「仮説」のレベルで紹介されている事柄もあるので、注意が必要です。