脳機械インターフェースの未来：共生知能 vs 人間の知能

脳機械インターフェース（BMI）による知能増幅とは何か、なぜ重要なのか、そして、強化を選択せずに留まる人間と、人工知能（AI）との相乗的な共生関係を構築することで知能を増幅することを選択した人間との間に、将来的に分断が生じる可能性がある理由について探求します。 BMIと接続する人間は、認知能力が向上し、職場をはじめとするあらゆる場面で生産性が高まる恩恵を受けることになるでしょう。

知能増幅とは何か？

知能増幅という概念は、ウィリアム・ロス・アシュビーがその画期的な著書『Introduction to Cybernetics』で初めて提唱しました。この用語はその後進化し、現在私たちが「拡張知能」として認識するものになりました。これは機械学習の一分野であり、AIの支援によって人間の知能を向上・強化することを第一の目的として設計されています。その概念は、人間の意思決定と、その意思決定の質を高めるために人間が情報に迅速にアクセスする能力の両方を改善することにあります。これが現在の拡張知能の意味するところであり、機械学習や深層学習を用いて人間に実行可能なデータを提供するAIですが、リアルタイムの共生関係はまだありません。 ここにBMIが登場します。BMIは、今日の拡張知能の範囲をはるかに超えて、人間の認知能力を強化することを可能にするでしょう。 現在のコンピュータ、スマートフォン、その他のデバイスを通じたデータアクセスとは異なり、BMIは本質的に、外部デバイスなしでインターネット、およびインターネットへのアクセスを可能にするAIにアクセスできるように設計されています。BMIは人間の脳内に埋め込まれ、本質的に人間の心の延長となります。 言い換えれば、記憶に頼ったり、本を開いたり、ウェブサイトを訪れたりする代わりに、強化された人間はインターネット上に保存されているすべての情報にアクセスでき、高度なAIが関連するデータポイントを人間の脳に供給し、人間が完全にコントロールできるようにするのです。特定の記憶や日付を思い出せない瞬間に苛立ちを感じたことがあるなら、それは不愉快な経験です。拡張知能があれば、AIシステムがあなたの生物学的な記憶バンクの延長となるため、完全な記憶想起が可能になるでしょう。 この種の知能増幅は、1960年にJ.C.R. リックライダーによって発表された思索的な論文「Man-Computer Symbiosis」でさらに探求されました。この啓発的な論文は、人間がいかにしてAIと共生関係を築くことでAIを制御することを学ばなければならないかについての初期の記述を提供しています。J.C.R. リックライダーが述べたように、「人間とコンピュータが、事前に決められたプログラムへの硬直的な依存なしに、意思決定を行い、複雑な状況を制御するために協力できるようにすること」です。 機械学習は、コンピュータがもちろん事前に決められていないことを保証する秘密のソースですが、それでも、この共生関係にどのようにアクセスできるかという問題にはまだ取り組んでいません。 J.C.R. リックライダーはこのコメントを続けました。「あまり遠くない将来に、人間の脳と計算機が非常に密接に結合され、その結果生まれるパートナーシップが、これまでの人間の脳が考えたこともないように思考し、今日私たちが知っている情報処理機械が近づきもしなかった方法でデータを処理するようになることを期待している。」 これがどのように展開されつつあるかの初期の例は、チェスの世界に見ることができます。多くの人が1997年のギャリー・カスパロフのIBMコンピュータ「ディープ・ブルー」への敗北をよく知っていますが、より新しく、より興味深い進展があります。 高度なAIシステムがどんなチェスプレイヤーも簡単に打ち負かせることは何十年も前から知られていましたが、より興味深いのは最近の進展で、人間とAIのチームがAIを打ち負かせるようになったことです。この協力的な環境では、チームはタスクを分担し、AIは大規模な計算、パターン認識、先読みといった重い作業を担当します。人間は、人間の直感と盤面を何十年も研究してきた経験を活かして付加価値を加えます。 現在、人間とAIのチームはAIを打ち負かすことができますが、この種の勝利が今後も持続するかどうかは不明です。それにもかかわらず、これは重要な指標であり、人間が本質的に自分の心の延長であるAIと適切にコミュニケーションし、調整し、制御できるようになれば、今日の人間や単独のAIプログラムでは対処できない重大な問題が、両者の結合によって処理できる可能性があることを示しています。 J.C.R. リックライダーの最後のコメントの一つは、人間の脳内でリアルタイムのAIコミュニケーションを可能にするBMIを設計することの重要性を明確に示しています。 「もう一つの主な目的は密接に関連している。それは、コンピュータを従来の方法では使用できないほど速く進む『リアルタイム』で進行しなければならない思考プロセスに、効果的に組み込むことである。例えば、次のようなスケジュールでコンピュータの助けを借りて戦闘を指揮しようとすることを想像してみよ。あなたは今日、問題を定式化する。明日はプログラマーと過ごす。翌週、コンピュータは5分間であなたのプログラムを組み立て、47秒であなたの問題の答えを計算する。あなたは最終的な解決策を提供するのではなく、シミュレーションで探るべき戦術を示唆するだけの、数字で埋め尽くされた20フィートの長さの紙を受け取る。明らかに、戦闘はその計画の第二段階が始まる前に終わってしまうだろう。あなた自身の能力を補完する同僚と考えるのと同じように、コンピュータと相互作用しながら考えるには、例示されているものや今日可能なものよりも、人間と機械の間にはるかに緊密な結合が必要となるだろう。」

知能増幅はどのように機能するか？

BMIによる知能増幅はまだ初期段階にあり、進行中の作業です。人間の脳は、象徴性を理解し、データ間のつながりを作るためにパターン認識を利用していることを理解しなければなりません。例えば、Aという文字のように特定の順序で構成された線を見ると、その記号Aを認識できます。そこから、APPLEという単語を読むときに、その文字があなたの脳内でパターンを形成します。次に、AN APPLE FELL FROM A TREE（リンゴが木から落ちた）と読むときに、さらなるパターンを認識できます。人間の脳は、文字から単語、文、段落、章へ、そして本やそれ以上へと、つながりを作り続けます。 問題は、人間の脳には完全な記憶想起がないことであり、この不完全なシステムによってパターン認識システムが失敗することがあります。もし、本全体を読み、AIシステムが必要なパターン認識を形成して、瞬時に完全な記憶想起を提供できるとしたら、どうなるか想像してみてください。これは、人間がエッセイを書いたり、その情報に依存する製品やサービスを作ったり、あるいは単に記憶の欠落なく知的な会話をしたりする能力を強化するでしょう。 他の場合では、会話の最中に、人間の脳が瞬時にインターネットに接続してリアルタイムで情報を探し、その情報を配布または伝達することができます。何かを学ぶためにYouTubeの動画を何度も見る必要がある代わりに、一度見るだけで完全な記憶想起が可能になります。追加のパターン認識システムの利点は、人間の脳が動画や音声をリアルタイムよりも速く解読できることです。これは、人間が動画の内容を2倍速、3倍速、あるいはそれ以上の速度で吸収できることを意味します。

脳機械インターフェースはどこで見つけられるか？

この種の知能増幅はまだ非常に初期段階です。最終的にこの種のアプリケーションに進化する可能性のある様々なBMIを開発するための複数の取り組みが進行中です。最も注目すべきは、イーロン・マスクの会社Neuralinkで、人間とコンピュータを接続する超高帯域幅BMIの開発を初期段階で進めています。 Neurallinkは、ユーザーがどこにいてもコンピュータやモバイルデバイスをコントロールできるようにする最初の神経インプラントの作成に向けて取り組んでいます。これを実現するために、運動を制御する脳の領域にマイクロンスケールの細い電極群を挿入します。各電極群には多くの電極が含まれており、それらは「リンク」と呼ばれるインプラントに接続されます。 BMIシステムの開発者でさえ、それがマイクロンレベルの神経化学的にどのように機能するかを完全に理解していないかもしれません。人間の脳の可塑性（自己修正能力）により、実際には人間の脳が入力を受け取り、BMIがその魔法を働かせるために必要な出力を自ら学習するのです。 ほとんどのBMIは、人間の脳が受信する脳波とパターンを解読するデコーダーを使用します。このデコーダーは、深層学習を含む様々な種類の機械学習を使用して、受信した情報を解読し、運動意図や望まれる行動を識別しようと学習します。これらのパターンを解読することで、人間の脳が達成しようとしていることを最もよく理解できるのです。 これは閉ループシステムで、ユーザーが単に考えることで運動意図を形成し、Neuralinkのデコーダーがその意図を解読します。これにより思考が行動に変換され、その行動はカーソルやロボットアームによって現実世界で実行されます。人間は成功した行動の視覚的確認を受け取り、その神経化学的フィードバックが脳を訓練して、より簡単にNeuralinkを制御できるようにします。あらゆるBMI企業にとっての課題は、エンドユーザーにとって学習負担が大きすぎないデコーダーを構築することです。 現在のBMIの問題点の一部には、レイテンシーが関わっています。これは、人間側とBMI側の両方における入力と出力の間の時間遅延です。現在、Neuralinkは、Neuralinkの神経エンジニアであり脳信号チームの責任者であるジョセフ・オドハティがインタビューで述べたように、この問題に関わるいくつかの課題の解決に取り組んでいます。 「第一歩は、レイテンシーの原因を見つけて、それらすべてを排除することです。システム全体で低レイテンシーを実現したいと考えています。これには、スパイクの検出、インプラント上での処理、送信する無線機（Bluetoothにはレイテンシーを増加させる可能性のあるあらゆる種類のパケット化の詳細があります）が含まれます。また、受信側も含まれます。受信側では、モデル推論ステップでいくつかの処理を行い、制御しているカーソルのために画面上にピクセルを描画することさえ含まれます。そこにあるわずかな遅れも遅延を追加し、閉ループ制御に影響を与えます。」 NeuralinkがBMIの最も有名な例ですが、他にも多くのチームが魅力的なプロジェクトに取り組んでいます。例えば、ハワード・ヒューズ医学研究所の研究者たちは、初めてBMIでユーザーの精神的筆記をタイプアウトさせることに成功しました。このチームは、手書きで文字を書くことに関連する脳活動を解読して結果を達成しました。この場合、練習を重ねることで、脳はどのように戦略的に筆記について順序立てて考えればBMIに認識されるかを学習しました。麻痺した参加者は1分間に90文字をタイプすることができ、これは以前に別のタイプのBMIで記録された量の2倍以上です。 別の例として、麻痺のある2人の臨床試験参加者を対象とした研究があり、彼らはBrainGateシステムと無線トランスミッターを使用しました。無線トランスミッターを通じて、標準的なタブレットコンピュータでポイント、クリック、タイプすることができました。

増幅された共生知能 vs 人間の知能

一部の人間が強化され、他の人間は自然のままでいることを選択し、自分自身を強化しない世界を想像することができます。これに伴う危険は、自分自身を強化する経済的手段を持つ富裕層の人間と、自発的であれそうでなかれ、強化されないままの他の人間との間の格差を拡大することです。 強化された従業員は、自分自身を疑う必要がなく、情報を瞬時に思い出したり、インターネットから以前は知らなかったデータを簡単に検索したりできる能力によって、大幅な時間の節約を達成できるでしょう。AIは、無関係な情報、偽情報、または劣った情報を人間に迅速に警告（またはフィルタリング）することができます。完全な記憶想起を持つ強化された人間は、タスクを達成する方法を転換でき、効率と生産性を指数関数的に増加させることができます。 テキストを入力したり、声に出して話したりする代わりに、強化された人間は単に考えるだけで、テキストが画面上に魔法のように現れるかもしれません。このより単純なバージョンのBMIによる時間の節約は大きいでしょう。AIシステムを備えたBMIは、単に人間の脳に埋め込まれ、外部電源にワイヤレスで充電されるか、あるいは人間の体と脳に組み込まれているのと同じ種類のカロリーやリソースから実際に自己発電できるかもしれません。非常に推測の域を出ませんが、血液脳関門を越えてBMIを生成できるナノボットが存在する可能性があります。 強化された人間は、強化されていない人間との会話が冗長で退屈だと感じるかもしれません。彼らは、ビジネスを立ち上げたり、画期的な論文を書いたり、他の方法で生産的になることを望む他の強化された人間たちと付き合うことを選択するかもしれません。雇用主は、学歴や経験を無視し、代わりに強化されたスタッフのみを雇用することに焦点を当てることを選択するかもしれません。 社会は、それぞれが異なる結果につながる異なる道を歩む可能性があります。一つの道では、単に共存することを学ぶ二種類の人間が存在するかもしれません。 BMIがこの状態に達する前に、初期の開発は以下のような神経学的問題に焦点を当てています：

• 記憶喪失
• 難聴
• 失明
• 麻痺
• うつ病
• 不眠症
• 激痛
• 発作
• 不安
• 依存症
• 脳卒中
• 脳損傷

イーロン・マスクによって述べられたNeurallinkの長期的な目標は、「