ジェフホーキンスのレビュー一覧

脳は世界をどう見ているのか

ジェフホーキンス / 大田直子

『脳は世界をどう見ているか？』は、脳を単なる情報処理装置ではなく、世界をモデル化するシステムとして描いている。
人間の脳は、古い部分の上に新しい部分を積み重ねるように進化してきた。古い脳は生存や感情を司り、新しい脳である新皮質は知能や思考を担う。この2つはルームメイトのような関係にあり、たとえば新皮質が「健康のためにケーキを我慢しよう」と考える一方で、古い脳は「美味しそうだから食べたい」と訴える。人間の行動は、そんな2つの声のあいだで揺れながら決まっていく。

特に印象に残ったのは、新皮質の構造に関する説明。
新皮質は、くしゃくしゃになった一枚のシートのように見えるが、実際には「皮質コラム」と呼ばれる小さな柱が15万個も並び、それぞれが知能の単位として働いている。新皮質に明確な境界線はないが、コラムの集まりはゾーニングされ、視覚野や聴覚野といった感覚ごとの領域を形成している。
各コラムは感覚情報をもとに対象を座標系で理解し、世界のモデルを構築する。脳は常に過去の経験を参照しながら複数の予測を立て、それらがコラム同士の「投票」によって統合され、ひとつの知覚としてまとまる。ホーキンスはこの仕組みを「1000の脳理論」と呼ぶ。

この理論を読みながら、いくつかの問いが浮かんだ。
まず、人はどうやって「私」を認識しているのか。
自己という感覚も、外界と同じように脳がモデル化している結果なのだろう。古い脳が身体の状態を監視し、新皮質がその情報を整理しながら「私はいまこうしている」と構築していく。自己意識とは、脳の内側に描かれた自分という世界モデルと言えそう。

次に、人によって思考力が異なるのはなぜか。
思考は新皮質が司る機能であり、新皮質はコラムの集合体として、感覚対象を座標系で理解し、世界モデルを構築する。数千のコラムが投票を重ねて一つの知覚を形成することを考えると、思考力の差は、世界モデルをどれだけ柔軟に再編成できるかという力の差として説明できる。
コラム自体に先天的な差があるのかは本書からは明確ではないが、もし差がないとすれば、投票の精度こそが思考力を分けるのかもしれない。
暗記法でよく言われる五感を使った記憶にも、この理論に通じる根拠があるように感じる。そうした示唆は本書にも見られた。

最後に、「美しい」という様な価値判断はどのように生まれるのか。
ここでも、古い脳と新皮質の関係が鍵になりそう。脳が予測した世界のモデルと実際の感覚が一致したとき、古い脳が快感として応答する。美とは、予測と現実が重なった瞬間の喜びなのだと思う。
そう考えると、既知の感覚や世界モデルとまったく無関係なものが美とされることは、脳の仕組み上あまり起こらないのかもしれない。ただ、既知との完全一致は、新皮質が行う予測が意識化されないため、快感には繋がりにくそう。美しさとは、未知の中に既知を見出す瞬間に生まれるとは言えそうだが、それ以上は分からない。

脳科学の本としての興味から本書を読み始めたが、AIとの関係や人類滅亡に対する提言など、想像以上に刺激的な本だった。

脳は世界をどう見ているのか

ジェフホーキンス / 大田直子

人間の思考は言ってしまえば原始時代から受け継がれている古い脳と新皮質と呼ばれる新しい脳のせめぎ合いであり、その構造が人類の歴史を形作ってきたこと、そしてその構造が私たちの発展や課題に深く関わっていることに気付かされました。

考える脳 考えるコンピューター〔新版〕

ジェフホーキンス / サンドラブレイクスリー / 伊藤文英

ポイント
● 知能・脳（新皮質）の主要な機能は「記憶による予測」である。これが本書の一貫した主張。
● 知能を備えた機械を作ることは可能。しかし、それは人間に近づけたり人間を超えることとは別の話しである。そこを理解できるかが人工知能を使う一般ユーザーが持つべき前提としての知識。
●脳の働き方を、組織のあるべき情報伝達に当てはめて考えながら読める。



以下メモ

知能・脳（新皮質）の主要な機能は「記憶による予測」である。これが本書の一貫した主張。 →読み進めると言っていることがわかってくる。

脳ある人間は、あるがままの世界をそのままの形で知覚し、考え、行動するのではない。これまでに蓄積され、記憶された経験から、予測した世界との答え合わせで世界を見ているし、どんな知覚も行動もこの予測に基づいている。 →なるほど。と思ったしたしかにそんな感じがする。

脳は階層構造をしており、上下には具体的な知覚から抽象的・普遍的な知覚があり、それらは上下に相互に連結し連携している。階層の横のつながりももちろんある。
→下部は知覚を具体的・個別的に上部に送る。上部は個別具体的な情報をこれまでの経験から抽象化・一般化して理解する。上部と下部は一方通行ではなく、上部の予測は下部に伝達されそれとの比較で下部は世界を知覚しようとする。
→会社などの組織構造にも当てはめられる考えだと思った。如何にして下部である現場部隊は、上部であるマネジメント層に、適切な情報を伝達すべきか？そしてマネジメント層はその情報を経験を活かしてどのように抽象化し、意味を与えたり見出すべきか。そしてマネジメント層からの予測や一般化と照らし合わせた解釈を現場層が如何にして照合し、添削するか。これまでの会社組織であるような上意下達の情報の流れではなく、アメリカ海兵隊のような双方向の情報の流れが、我々の脳の動き方に近いし、それ故に組織体制としてもそのような情報の流れが良いのではないかと思った。

人工の知能の今後について。人工知能は人間の持つ感覚器官をそのまま持つべきだとは言えない。脳がどのような感覚器官であれ、脳の内部での刺激を同じような仕組みと様式で伝達している。人工の知能も感覚を最終的にコンピュータ上で伝達できる形式になっている必要があり、それは触覚や視覚、聴覚のような形態を取る必要はない。感情は旧脳の分野なので、記憶による予測を知能と定義した場合には、それは新脳の分野でしかないので、感情は不要。
→これはむしろコンピュータ科学者がどのように人工知能を設計していくかというよりも、ユーザーがこの考え方を理解しているか、それとも理解せずに盲信するかというところに関わっていると思った。

考える脳 考えるコンピューター〔新版〕

ジェフホーキンス / サンドラブレイクスリー / 伊藤文英

とりあえず使うだけでもAIを学ぶ方には読んで欲しい本。
内容は素晴らしいレビューがあるので割愛するが、文庫に1400円近く出すのに躊躇した（私もそうだ）方は、P369からの松尾教授の「解説」を読めば書いたくなるはずだ。

考える脳 考えるコンピューター〔新版〕

ジェフホーキンス / サンドラブレイクスリー / 伊藤文英

2004年に書かれた本なのに、今の大規模言語モデルを予言している。
松尾先生の解説から読むと凄さが判る。
まともな音声認識もなかった時代に、CNNや深層生成モデルやトランスフォーマーに近いモデルを論じている。自己教師あり学習のNext Word Predictionや画像のinpainting処理は現在のAIで基本になっている技術である。
本書の予言のいくつか（音声認識、画像認識、自動運転、天気予報AI,タンパク質折り畳み問題を解くAI）は、すでに現実になっており、次は何かを予測して運動の命令が発せられ結果的に行動するロボットができてくるのか？すべてを同一アルゴリズムで扱うマウントキャッスルの法則に基づくロボット・・・・
「わたしの自信の根拠は、主として、知能の問題に長い間取り組んできたことにある。　中略、　おそらく、わたしの脳には技術や化学の変化がどのように起きるかについて高レベルのモデルが構築されている。そして、そのモデルが急速な進展を予測している。いまこそ転機だと」
もう一度　著者の脳は世界をどう見ているのか　の未来予測を読み返さなければ。

考える脳 考えるコンピューター〔新版〕

ジェフホーキンス / サンドラブレイクスリー / 伊藤文英

タイトルが面白そうとは思ったが、松尾先生の推薦があったので購入した。
内容は期待以上だった。知能がどのように実現されているのか、についての答が書かれていると思った。興味のあるテーマであったので興奮した。
タイトルで損をしていると思う。

さらに約20年前に書かれたものであることは驚きであった。ChatGPTなど、現在の人びとの生活への浸透が進みつつあるAIはこの理論を裏付けるものであると思う。
この後、AIや、AIが浸透した世の中がどうなるのか、とても興味深い。自分なりに考えていきたい。

脳は世界をどう見ているのか

ジェフホーキンス / 大田直子

実に刺激的で面白い。物質の塊にすぎない脳になぜ知能が宿るのか。私たちの脳はある単位で「座標系」を持っており、それぞれが異なる評価軸により知覚／行動する＝座標系の計算こそ知能の本質、という新説。現行ＡＩの陥穽解決に向けた重要な道標。複製する分子に過ぎない遺伝子からの解放、という人類の「明るい」未来への提言。知的昂奮に脳が喜ぶ一冊。

脳は世界をどう見ているのか

ジェフホーキンス / 大田直子

1,2,3章で結構書いているテーマが違う。
1章は、脳科学の新しい発見の話。帯や裏表紙にもある、座標系の話。
2章はAIの話。
3章は人類の今後の話。
2,3章は機械と人の知能に焦点を当てている点で共通項がある。

ずっと脳科学の事かと思っていると肩透かしな部分はあるが、AIは人類に反乱を起こしうるのかとか、人の脳を機械にアップロードしたり、接続したりする事が出来たとして、どうなるのか、といった考察を噛み砕いてしているのでこれはこれで面白い。
ただ、座標系の話からもう少し広がって欲しかった。