人工頭脳: 機械の中の魔女の思考

人工知能は人間の知能のコピーである必要はないため、人間の知能の技術的コピーである人工脳を作成するプロジェクトは、少し異なる研究分野です。 ただし、このプロジェクトは開発のどこかの段階で AI の開発に遭遇する可能性があります。 今回の会議が成功しますように。

European Human Brain プロジェクトは 2013 年に開始されました。 これは「人工頭脳プロジェクト」として正式に定義されていません。 むしろ、それは認知的側面、つまり私たちの司令部をよりよく反映したいという欲求を強調しています。 WBP の革新的な可能性は、科学の発展を刺激するものとして重要な意味を持たないわけではありません。 しかし、このプロジェクトに取り組んでいる科学者の目標が、作動する脳のシミュレーションを作成することであり、それが 2013 年以内、つまり 2023 年から XNUMX 年までであることは否定できません。

科学者たちは、脳の詳細な地図が人間の脳を再現するのに役立つ可能性があると信じています。 その中で作られる XNUMX 兆の接続が閉じた全体を形成します。したがって、コネクトームと呼ばれる、この想像を絶する複雑さのマップを作成するための集中的な作業が進行中です。

この用語は、2005 年にインディアナ大学のオラフ・スポンズ氏とローザンヌ大学病院のパトリック・ハグマン氏という XNUMX 人の著者が独立して科学論文で初めて使用しました。

科学者たちは、脳内で起こるすべてのことをマッピングできれば、人間と同じような人工脳を構築することが可能になると信じています。 コネクトームを作成するプロジェクトとは、名実ともにヒトゲノムを解読するための有名なプロジェクトであるヒトゲノムプロジェクトを指します。 ゲノムの概念の代わりに、開始されたプロジェクトはコネクトームの概念を使用して、脳内の神経接続の全体を記述します。 科学者たちは、神経接続の完全な地図の構築が科学の実践だけでなく、病気の治療にも応用されることを望んでいます。

www.ヒューマンコネクトームプロジェクト.org

最初でこれまでのところ唯一完全に知られているコネクトームは、線虫の神経系における神経結合のネットワークです。 電子顕微鏡を使用した神経構造の 1986D 再構成によって開発されました。 研究の結果は 30 年に出版されました。 現在、コネクトミクスと呼ばれる新しい科学の枠組みの中で実施されている最大の研究プロジェクトは、アメリカ国立衛生研究所の資金提供によるヒューマンコネクトームプロジェクトです（総額XNUMX万ドル）。

インテリジェンスアルゴリズム

人間の脳の合成コピーを作成するのは簡単な作業ではありません。 人間の知能は、Frontiers in Systems Neuroscience の 2016 年 XNUMX 月号で説明されている比較的単純なアルゴリズムの結果であることを発見するのは簡単かもしれません。 ジョージア州オーガスタ大学の神経科学者ジョー・ツィエン氏によって発見された。

彼の研究は、いわゆるコネクショニズム理論、またはデジタル時代の学習理論に基づいていました。 それは、学習の目的は考えることを学ぶことであり、知識の習得よりも優先されるという信念に基づいています。 この理論の著者は、論文『Connectivism: A Theory of Learning for the Digital Age』で仮説を概説した George Siemens と Stephen Downes です。 ここで重要な能力は、技術の進歩を正しく利用し、学習プロセスで学習した情報からではなく、外部データベース (いわゆるノウハウ) から情報を見つける能力、およびそれらを他の情報と関連付けてリンクする能力です。

神経レベルでは、この理論は、基本的な概念と情報を扱う複雑で接続されたアセンブリを形成するニューロンのグループについて説明します。 科学者たちは、電極を備えた実験動物を研究することにより、これらの神経「集合体」が特定のタイプのタスク用にあらかじめ定義されていることを発見しました。 これにより、特定の論理接続を備えた一種の頭脳アルゴリズムが作成されます。 科学者たちは、人間の脳が、さまざまな複雑さを抱えながらも、実験用のげっ歯類の脳と何ら変わらないように機能することを望んでいます。

メモリスタからの頭脳

アルゴリズムをマスターすれば、おそらくメモリスタを使用して人間の脳を物理的にシミュレートできるでしょう。 サウサンプトン大学の科学者たちは最近、この点で有用であることを証明しました。

金属酸化物で作られたイギリスの科学者のメモリスタは、人間と同じように、外部からの干渉を受けることなく、無関係な情報も多く含まれるデータセットを使用して学習（および再学習）するための人工シナプスとして機能しました。 メモリスタはオフ時の以前の状態を記憶しているため、従来の回路素子よりも消費電力が大幅に少なくなります。 これは、巨大なバッテリーを搭載できない、または搭載すべきではない多くの小型デバイスにとって非常に重要です。

もちろん、これはこのテクノロジーの開発の始まりにすぎません。 AI が人間の脳を模倣する場合、少なくとも数千億のシナプスが必要になります。 研究者らが使用したメモリスタのセットははるかに単純だったので、パターンの検索に限定されていました。 しかし、サウサンプトンのグループは、より狭い用途の場合には、これほど多数のメモリスタを使用する必要はない、と指摘している。 それらのおかげで、たとえば、人間の介入なしに物体を分類し、パターンを識別するセンサーを構築することが可能になります。 このようなデバイスは、手の届きにくい場所や特に危険な場所で特に役立ちます。

ヒューマン・ブレイン・プロジェクトによって得られた一般的な発見、「コネクトーム」のマッピング、知能アルゴリズムの認識、およびメモリスタ・エレクトロニクスの技術を組み合わせれば、おそらく今後数十年以内に、人間の正確なコピーである人工脳を構築できるようになるでしょう。 知るか？ さらに、私たちの合成コピーはおそらく私たちよりも機械革命に対してよく準備されています。