ジェフ・ホーキンスが導き出した、大脳皮質による情報処理の、単一のアルゴリズム。 それは、「記憶を用いた予測の枠組み」 だった。

たとえばコーヒカップに手を伸ばしてつかむとき、脳は絶えず次の感覚を記憶から読み出して予測している。カップの固さ、どんな力を加えたらどう動くか、紙コップならどれくらいの力でなら潰れないか。
歩くときも同様である。片足を差し出し、接地させ、体重を移動する。 床反力で身体が支えられる。 瞬間瞬間に、次に起こるはずの感覚を、今までの記憶から予測している。 床板が腐っていて踏み抜いたら、予想外の事が起きたと驚く。

彼はこの理論を応用した、画像認識のサンプルソフト NuPIC を公開している。
【ETech】「我々は脳の働きの大部分を理解した」Palm創設者のHawkins氏，米Numenta社を通じて成果を公開(日経エレ)

2005年4月に出会った書籍、「考える脳 考えるコンピューター」 (邦題、和訳の元の原著は “On Intelligence”) には、大変興味深い人工知能論が展開されていた。

筆者は ジェフ・ホーキンス。 パームコンピューティング社で PDA、「Palm Pilot」の開発にも従事したこの人は、脳研究に対する強い思いから、自ら研究所 Numenta を設立して、脳がいかに知能を発するかに関する、独自の理論に至った。
(この人がどんな半生を送ったかは日米の技術者，夢の大きさに格差(日経エレクトロニクス)が参考になる。エンジニアとしても尊敬すべき人物だ。)

彼は、大脳皮質を詳しく研究することで、真に知能を持った機械が作れると考え、また、今までの人工知能研究があまり芳しい成果を上げていないのはなぜか振り返った。 脳の研究は長く続けられているが、必要なのは新しい洞察であるはずだ、と考えた。

例えば、脳は各部位によって、視覚野、聴覚野、運動野など、役割が違っていることが、fMRIなどを使った研究で知られている。ところが大脳皮質は、どの部位でも6層からなる神経細胞の構成が似ている点は、既にマウントキャッスルによって指摘されていた。
「違う」のではなく、どこでも「似ている」のだから、視覚・聴覚・触覚にかかわらず、共通のアルゴリズムによる処理が行われているはずである。

神経細胞は、ひとつの細胞から次の細胞へ信号を伝えるのに 5ms かかる。だから、 0.5秒ならば信号は100段階しか進まない (100ステップの法則)。 ところが私達は、動物の写真を見せられて 0.5秒後には、猫が写っているか、犬が写っているかを瞬時に見分けられる。 人間なら簡単なこの作業が、コンピューターにはできない。 なぜこんな事が可能なのか?

マッチ箱の脳 WEB version(ほぼ日刊イトイ新聞)

今までの人工知能にはどんなものがあったか、ざっくりまとめたエントリが必要かも、と思っていたが、このページが私達一般人にもわかりやすくまとめているので代用してしまいます。 (手抜き)

このページで触れられているのは、個体の知能としては4つ、

• ニューラルネットワーク(NN)
• 遺伝的アルゴリズム(GA)
• プロダクション・システム(ルールベースの推論システム)
• 包摂ウーキテクチャ (昆虫のような)

で、群れ・カオス、などは、1個体が能力として持つ知能としては分類的にやや違うと思う。

このなかで前者3つは、具体的な問題を解くことに主眼が置かれている。4つ目の包摂アーキテクチャ(昆虫タイプ)は、ブルックスによって1986年に唱えられた、比較的新しいタイプ。 環境とのやりとりを通して、だんだん最適化していく方式で、前者三つが、入力→脳みそ→出力、といったプラットフォームを前提に考えられている(ように見える)のに対しかなり趣が違う。 それまでのAIは記号処理だけでやろうとしいた事に異を唱えるものだ。

ブルックスの考えはロボットの研究から生まれたもので、人工知能は脳だけでなく、身体を持って環境に働きかけ、また環境から影響を受けることで、新しい情報を生み出し学習していくことが可能になる点を説いている。 「身体性」が重要であるという訳だ。

余談だが、Wikipediaの日本語に身体性のページが無かったので、2008年8月に私が加えた。 (単に 『AI事典 第2版』からエッセンスを抜き出して書いただけだが。)

これらの各方式は、パーソナルAIを作る上でヒントになるが、その後、さらに重要な示唆を与えてくれる考えも現れた。
その重要な示唆、ジェフ・ホーキンスの話は後ほど。

パーソナルAI開発の、大局的なスケジュール観。

前にも書いたとおり、生活をサポートし、会話もしてくれるAIを、実際に作って動かしたいと考えている。 では、いつから始めるのか?

とりあえずプラットフォームとしては、専用のPCを1台用意し、その上で動くプログラムを作り、24時間、365日 稼働させ続ける。  そこで分かったことがあれば、徐々に改良していく、というアプローチを取る。 プログラムは当然、何度でも書き換えるだろろうし、ハードウェアも必要に応じて変えていく。 USBカメラを付ける程度のこともあれば、FPGAなどを利用して何かを作る必要に迫られるかも知れない。 改良のプロセスは、何年も続くことだろう。 (…続くといいけどなぁ)

いま一番悩んでいるのは、いったいどんなプログラムから作り始めればいいのか? というところ。 来月になったらコーディングを始めているのかと言うと 「うーん…」 という感触だし、「では 3ヶ月後には始めているのか?」と問われると、やはり 「うーん…」というのが正直なところだ。 しかし、来年の今頃は、何らかのコードが24時間稼働しているPCがあって、改良のプロセスが回っているくらいにはしたい。

先日より、”パーソナルAI” について思うことを書き出していったら、半分想定はしていたが、前提となる条件や知識、今まで考えていた内容など、たくさんのアイテムが湧き出てきた。 思案していた一部の内容は、以前より別の FSwiki などに書き連ねていたのだが、書いても書いても全然書き足りない。 なので、しばらくはそれらのアイテムを表出・文章化して行くことで、どんな設計にして、どんなプログラムから着手すべきかのヒントにしていきたいと思う。

“人工知能” は、インフレを起こす。

コンピューターが何か問題を解くとき、アルゴリズムが存在する。例えば、二つの自然数の最大公約数を求めるには、ユークリッドの互除法の手順に従えばよい、というように。 このように、単純な手続きで解ける問題もあれば、そうでない問題もある。 ヒトなら解ける問題を機械で解くにはどうすればいいか。 人工知能の教科書は、大抵このようなくだりで始まる。

チェスや将棋の相手をするプログラムはそのようなものの一つであるが、今はまったく珍しくない。白物家電が宣伝文句に「人工知能搭載！」とうたった時期もあるが、ぶっちゃけて言えば「少し凝ったプログラム」によって、部屋の温度を調整したり、衣料の汚れをセンサーで感知して水量や洗う時間を手加減しているだけである。

こうやって、かつては人工知能と呼んでいたものが、”インフレ”の結果、今はそう呼ばなくなったものは多い。

もしもタイムマシンがあって、1980年頃の自分に会いに行って、iPhoneのSiriを見せたら、たいそう驚くと思う。でも、数十分使って、「これはHAL-9000みたいなものじゃないよね」とも言うと思う。

時代が変わってインフレが起きても、紙くずに変わる紙幣のようなものではない、「金」に相当する絶対的な人工知能システムが存在しそうである。 「強いAI」と呼ばれているもの。それはまだ存在しない。(と思う)