チャールズ・サイモン、Brain Simulator II 著者 – インタビュー・シリーズ

チャールズ・サイモンは、Brain Simulator II の著者であり、Brain Simulator II は、無料のオープンソース・ソフトウェア・プロジェクトであり、エンドツーエンドの Artificial General Intelligence (AGI) システムを作成することを目的としています。

オリジナルの Brain Simulator ソフトウェアは 1988 年にリリースされました。Brain Simulator II は、その前身よりもどれほど進化していますか。

今日のシステムは、元のシステムよりも約 100 万倍高速です。オリジナルのシステムは FORTRAN で書かれ、IBM AT クローンで動作し、最大 1,200 個のニューロンをサポートし、約 2 サイクル/秒で計算しました。今日のプログラムは、ネットワークで動作し、強力なデスクトップ CPU で約 25 億のシナプス/秒を処理できます。

この本は Brain Simulator II について書かれています。Brain Simulator II は、オープンソース・ソフトウェア・プロジェクトであり、エンドツーエンドの人工知能を作成することを目的としています。このソフトウェアを動作させるには、どのようなコーディングの経験が必要ですか。

コーディングの経験は必要ありません。プログラマーでない場合は、Brain Simulator を使用してニューロンの機能や知識の表現について学び、自分のネットワークを作成することができます。プログラマーである場合は、技術的な説明に従って、システムを拡張するためのモジュールを作成できます。

AGI を達成するために、AI の生物学的根源に戻ることが重要な理由は何ですか。

1980 年代には、大きなニューラルネットワークを作れば、自動的に知能が生まれると思われました。しかし、40 年が経過した今では、このシナリオはより不可能になっています。従来の AI アプローチが AGI に効果的ではない場合、別のアプローチを試す必要があります。現在、機能する AGI モデルは人間の脳だけです。

同時に、生物学的妥当性に固執する必要はありません。たとえば、人間の脳は、両眼によって受け取る画像のわずかな違いを利用して距離を推定できます。これは、3D 映画の原理です。私たちは、この機能を幾何学的三角法を使用するモジュールで実装しました。脳がこの方法で機能しているかどうかはわかりませんが、幾何学的アプローチはより高速で正確である可能性があります。

本の中で、AGI にはロボティクスが必要であると述べられています。なぜロボティクスが重要なのでしょうか。

盲人に色を説明したり、聴覚障害者に音楽を説明したりすることを考えてみましょう。もし、将来の AGI が単なるコンピュータ・プログラムである場合、3 歳の子供が知っているような基本的な事実をどうやって理解することができますか。子供は、現実世界に触れ、物体の存在や操作について学習します。ブロックを操作することで、子供は形、サイズ、重さ、重力、視覚的遮蔽、距離などについて学習します。ロボティクスを備えた AGI は、現実世界についてより基本的なレベルで学習できます。

ロボティクスを備えた AGI が現実世界について基本的な理解を獲得した後、その知識を非ロボティクス型の思考マシンにコピーできます。視覚や聴覚を失った人でも、別の方法で事物を理解できます。

Brain Simulator II では、バックプロパゲーションは使用されていません。バックプロパゲーションを採用しなかった理由は何ですか。

人間の脳はバックプロパゲーションを使用せずに機能します。したがって、AGI もバックプロパゲーションを使用せずに機能する必要があります。バックプロパゲーションは、生物学的モデルと相容れない方法です。バックプロパゲーションでは、シナプス重みを高精度で感知および修正する必要があります。しかし、シナプス重みを精密に設定することは非常に難しく、シナプス重みを正確に感知することは不可能です。シナプス重みを感知するには、ニューロンを発火させる必要がありますが、ニューロンを発火させるとシナプス重みが変更されます。したがって、シナプス重みを感知することはできません。

バックプロパゲーションには生物学的アナログがありません。バックプロパゲーションは非常に強力な統計的手法であり、多くの人々がその研究に従事しています。私の目的は、異なるアプローチを試すことです。スパイキング・ニューロンとプラグイン・ソフトウェア・モジュールを使用することで、AGI の問題に異なる視点から取り組んでいます。

脳を調査すると、無秩序性やランダム性が見られます。ソフトウェア・システムに真の AGI を実現するために、このような無秩序性やランダム性を導入する必要がありますか。

私はそうは考えません。個々のニューロンやシナプスの機能は決定論的であり、トランジスターも同様です。脳では、ノイズレベルが高く、情報成分が明らかな順序にないため、ランダム性が見られます。しかし、視覚について考えてみましょう。テキストを明確に読むことができ、読み取りプロセスには無秩序性やランダム性はありません。したがって、視覚皮質は、少なくとも、妥当で繰り返し可能であると結論付けることができます。脳の他の部分も、視覚皮質と同様に、組織化され、秩序があり、繰り返し可能である可能性があります。ただし、まだその組織化や秩序を見いだすことができません。中国語を読むことができない私にとって、中国語は無秩序でランダムな記号の集まりにしか見えません。しかし、中国語を読むことができる人にとって、絶対的な組織化と秩序があります。私たちはまだ、脳内の言語を読むことができません。

ユニバーサル・ナレッジ・ストア (UKS) という概念を導入しています。簡単に説明してください。

ロボティクスの問題に戻りましょう。一般的な知能の一面は、さまざまな感覚からの知識を統合する能力です。ブロックについて知っているのは、ブロックを見たり触れたりしたり、ブロックについての言葉を聞いたりするからです。すべてこれらは、ブロックについての情報を表します。したがって、AGI が同様の能力を持つためには、広範な情報を扱い、さまざまなアイテム間の有用な関係を作成できる一般的なストレージ・メカニズムが必要です。UKS は、非常に一般的な方法で知識グラフを実現することで、任意の種類の情報と関係を扱うことができます。

UKS は、迷路アプリケーションに必要な空間情報や、目標を達成するために迷路を移動するための決定と結果の木を保存できます。同様の構造は、単語と色を関連付けるために使用されます。このような汎用性は、AGI に不可欠です。

AGI が現れるまでの時間枠はどれくらいですか。

難しい質問です。AGI に必要なハードウェアはすでにあり、1 つのブレークスルーが必要で、それはいつでも起こり得ます。ブレークスルーについて説明します。

「赤は色である」と「青は色である」という関係を考えます。私が色を名前で呼ぶように求めると、赤と青と答えることができます。問題は、AGI が「は」という関係を学ぶ方法です。私がこの関係を簡単にプログラムできますが、その場合、AGI は新しい関係を学習できません。子供は、近い/遠い、より大きい/より小さい、より早い/より遅い、より前/より後などの関係を学習できます。しかし、これらの関係は、サイズ、距離、時間などのより基本的な概念に依存しています。

ニューロンの集まりがこれらの基本的な事実をどのように学習するのでしょうか。ロボティクスが必要です。AGI が距離の概念を学習するには、どこかに行ったり、ものを掴んだりする必要があります。また、ユニバーサル・ストレージも必要です。AGI が「どこかに行く」という概念を理解するには、場所と時間の概念を組み合わせる必要があります。どこかに行くことは比較的簡単ですが、どこかに行くということの意味を理解することははるかに難しいです。私は、これらの基本的な問題はすべて、同じ根本的な問題の表面的な現れであり、その解決策が必要なブレークスルーであると考えています。

この問題に取り組む人はほとんどいません。なぜなら、真に成功した場合、3 歳の子供の能力を 3 年で、10 歳の子供の能力を 10 年で達成するプロジェクトを売り込むのが難しいからです。したがって、解決策は、短期的な利益がない問題に時間とエネルギーを費やすことができる、小規模な独立した研究者から来る可能性が高いです。

Brain Simulator II や AGI についてさらに共有したいことがありますか。

ニューロンやシナプスを使用して、これらの基本的な問題に対処する回路を設計するとき、概念を表現するために数十のシナプスではなく、数十のニューロンが必要であることがわかります。つまり、脳の容量は、数十億のものではなく、数百万のものに限定されているということです。現在のハードウェア、ひいては現在のデスクトップ・コンピュータで表現可能な、1000 万のものを理解できる AGI は、少なくともこれらの基本的な概念を把握できるはずです。

Brain Simulator のバージョン 1.0 は、実質的に「成熟した」バージョンです。現在、多くの新しいアイデアを試し、知能と AGI の基本的な問題に進歩を遂げることができます。開発チームとユーザーのコミュニティが成長しており、共に新しいアイデアを試し、知能と AGI の基本的な問題に進歩を遂げることができます。

素晴らしいインタビュー、ありがとうございます。AGI について話すのはいつでも洞察的です。さらに学びたい読者は、Brain Simulator II を読むことをお勧めします。