NHK 解説委員室

解説アーカイブス これまでの解説記事

「人工知能と脳」(視点・論点)

東京大学 教授 合原一幸

今日は、人工知能、AIと脳、ブレインとの関係について、お話したいと思います。
最近、人工知能、AIが大きな話題になっています。特に、将棋や囲碁でプロに勝ったり、車の自動運転、個々の患者さんに合わせたテーラーメイド治療など、身近なテーマで大きな成果が上がっていることが、人々の興味を引きつけるひとつの要因になっています。こういった状況を歴史的にとらえて、第3次AIブームとも言われています。

この人工知能、アーティフィシャル・インテリジェンスという用語が生まれたのは、今から60年前です。それ以降、大まかには過去2度の興隆を経て、現在の第3次AIブームに至っています。

最近のAIの大きな発展には、いくつかの背景があります。

s170111_1.png

まず重要なのは、学習に用いる大量のビッグデータの蓄積と、それを処理できるだけの大きな能力を持つコンピュータの存在です。このことにより、ビッグデータを活用して学習する、高度な情報処理が可能となりました。もう一つ、最近のAIを支えているのは、深層学習、ディープラーニングという数理的学習技術です。これは脳の神経細胞、ニューロンや神経回路網、ニューラルネットワークを数学的に表現して、工学的な情報処理を行う技術で、人工ニューラルネットワークと呼ばれるシステムの一種です。この人工ニューラルネットワークは、日本では脳科学の「脳を知る」、「脳を守る」、「脳を育む」という研究分野とならぶ重要な「脳を創る」という分野として、20年前から先駆的な研究が行なわれてきています。

そして、最近では数理脳科学としてさらに成長しています。
深層学習という人工ニューラルネットワーク技術を用いた最近のAIは、しばしば「脳を真似た」などと表現されますが、この技術は脳を極端に単純化したもので、脳自体とはまったく違います。この点には注意が必要です。

そもそも脳の高次の情報処理のからくりそのものが、いまだ十分には明らかになっていないので、脳と違うという意味をご説明する必要があります。
現時点でかなり詳しくわかっているのは、脳の基本素子である神経細胞、ニューロンに関してです。ニューロンの特性を数学的に表現する研究は、100年以上の歴史があり、様々な知識が蓄積されています。現在のAIで使われている人工のニューロンは、その中でも極端に簡単化したもので、したがって脳の実際のニューロンが本来持っている豊富なダイナミズム、すなわち動的な振る舞いは再現出来ません。他方で、脳の情報処理は極めて動的であることが様々な実験研究で次第に明らかになって来ているので、この点で脳の働きは現在のAIと大きく異なります。

2つ目の論点は、脳の学習則です。現在の深層学習の元になった学習理論は、私の恩師の甘利俊一東大名誉教授が50年前に考案したものです。この学習則はコンピュータで使用すると、たいへん強力な数理手法になりますが、実際の脳に存在する可能性は低いと考えられます。言い換えれば、本当の脳の中で使われている学習則の発見とそのアルゴリズム化、プログラム化は今後の脳科学の大きな研究課題です。そして、これがわかればより人間に近い学習、たとえばビッグデータを使わなくても、少ないサンプルデータから本質をとらえることなども可能になるはずです。

s170111_2.png

3つ目のAIと脳の大きな違いは、その電力消費量です。人間の脳は約1,000億個のニューロンから出来ていますが、その脳がなんと約20Wという小さな電球程度の極めて低い電力で働いています。1,000億個の実際に近い複雑な人工ニューロンからなるニューラルネットワークを、たとえばスーパーコンピュータを使ってシミュレーションすることはやろうと思えば出来るでしょうが、その場合ひとつの町くらいの電力を必要とする訳です。

これは、見方を変えると、本当のニューロンに学んで、たいへん低い消費電力で動作する、高度な機能を持つ人工ニューロン素子を開発出来る可能性を示唆しています。

そこで、現在このようなニューロモルフィックハードウェア、さらにそれを発展させたブレインモルフィックハードウェアと呼ばれる人工ニューロ電子回路技術の研究開発が行われています。

このようなハードウェア研究の最近のもうひとつの大きな成果は、我が国の内閣府のImPACTプロジェクトで山本喜久先生を中心に行われている、量子ニューラルネットワークの開発です。
これは光技術を使って量子計算の人工ニューラルネットワークを実現するもので、すでにNTTとスタンフォード大学で実機が試作されて、今後のさらなる発展が期待されています。

AIの研究は、わが国でも産学官が連携して大きく進み始めていますので、今後ますます進展して行くことが予想されます。これに伴なって、大きく進歩したAIが人々の職を奪ったり、人間の知能を越えてしまうことが心配されています。
しかし、この点に関しては、私はあまり心配していません。これまでの科学技術の発展を見ても、人間の個別の能力を超える技術が次々に生み出されてきています。脳に関しても、たとえば四則演算能力などはとうの昔にコンピュータに抜かれてしまっている訳です。これからも、たとえば画像をはじめとしたパターン認識や、たくさんの知識の記憶や検索など、個々の能力では、AIにかなわなくなることがいろいろと起きると思います。しかしながら、総合的知能で人間の脳を越えるAIができるかというと、脳を研究してその複雑さを肌身で体験している脳科学者や神経科学者の多くは、不可能だと感じていると思います。

むしろ重要なのは、個々の仕事においてこれから進歩して来るAIをいかにうまく活用するか、使いこなすかです。すなわち、AIで効率よく解決出来ることはどんどんAIに任せながら、それを踏まえて人間にしか出来ないことをやることがポイントで、そのような仕事はこれからも残るし、将来、より重要性を増すと思います。
それから、もうひとつの大きな課題は、そのような状況において、人間とAIとのインターフェースをどう作るかです。これは人間とAIのコミュニケーションの問題といってもいいと思いますが、今後の脳とAIをめぐる大きな研究テーマになると思われます。

30年前には、脳に学ぶ人工ニューラルネットワーク研究とAI研究はほぼ独立して別々に行われていましたが、現在ではこの2つの技術がうまく融合されようとしています。
この点で、脳とAIの両方の知識を併せ持つ若い研究者や技術者の育成も、これからとても大切な課題になるものと思われます。

キーワード

関連記事