人工神経ネットワーク（ANN）を動物の脳に基づいてモデル化する

Cold Spring Harbor Laboratory (CSHL)の神経科学者Anthony Zadorは、進化と動物の脳が機械学習のインスピレーションの源となり得ることを示した。AIが多様な問題を解決するのを助けることができる。

CSHLの神経科学者Anthony Zadorによると、動物の脳を見てみることで、人工知能（AI）を大幅に改善できる。神経科学者やAI分野の研究者は、AIの最も重要な問題を解決するための新しい方法を持つことになる。

Anthony Zador、M.D.、Ph.D.は、キャリアの大部分を、生きた脳内の複雑な神経ネットワークを説明することに捧げてきた。彼は個々の神経細胞まで調べている。彼のキャリアの初期には、異なることに焦点を当てていた。彼は人工神経ネットワーク（ANN）を研究していた。ANNは、AI分野での多くの発展の基盤となっている計算システムである。動物と人間の脳内のネットワークに基づいてモデル化されている。ここまでで、この概念は停止していた。

最近、Zadorによって著された視点の文章が、Nature Communications.に掲載された。この文章では、Zadorは、新しい学習アルゴリズムが、AIシステムを大幅に改善し、人間を上回るレベルまで発展させる方法について説明している。これは、チェスやポーカーなどのゲームやタスク、問題で起こる。いくつかのコンピューターは、多くの複雑な問題で非常に優秀に実行されるが、人間が簡単だと思っていることによって、しばしば混乱する。

この分野の研究者がこの問題を解決できれば、ロボットは、非常に自然で直観的なこと、例えば、獲物を追跡したり、巣を作ったり、皿を洗ったりすることを学習することができる。ロボットにとって非常に難しいことである。

「私たちが難しいと考えること、例えば抽象的な思考やチェスなどのゲームは、実際には機械にとって難しいことではない。私たちが簡単だと思っていること、例えば物理的な世界とのやり取りは、機械にとって難しいことである」とZadorは説明した。「私たちがそれを簡単だと思っている理由は、5億年もの間の進化が、私たちの回路を簡単に実行できるようにしてくれたからである」

Zadorは、ロボットが迅速に学習することを達成したいのであれば、完全な一般的な学習アルゴリズムだけを見るのではなく、自然と進化によって与えられた生物学的な神経ネットワークを見てみるべきであると考えている。これらは、生存にとって重要な特定のタスクの迅速で簡単な学習の基礎として使用できる。

Zadorは、自分の裏庭に住むリスから何を学ぶことができるかについて話している。遺伝子、神経ネットワーク、遺伝的傾向を見てみるだけで。

「生後数週間で木から木へのジャンプができるリスがあるが、同じことを学ぶマウスはない。なぜだろう？」Zadorは言った。「それは、一方が木の上で生活するために遺伝的に予定されているからである」

Zadorは、遺伝的傾向から来るものの1つは、動物の中にある固有の回路であると考えている。動物を助け、初期の学習を導く。AIの世界にこれを取り付ける問題の1つは、機械学習で使用されるネットワークが、自然のものよりも一般化されていることである。

ANNが、自然に見られるものに基づいてモデル化されるまでに発展することができれば、ロボットは、かつて非常に難しいと考えられていたタスクを実行し始めることができる。