何？ ！ GPT4に勝てる「強い人工知能」は来るのか？

OpenAIが最近リリースしたChatGPTとGPT-4の大規模言語モデルは、人工知能に関する全国的な議論に火を噴かせそうになった。多くの人のモーメントには「GPT」を含むメッセージが溢れていると思います。

私の周りの友人たちも2つの陣営に分かれています。急進派は、強力な人工知能に向けた特異点が到来したと信じている。将来、データ量と計算能力がさらに増加すれば、テキスト作業者の大多数が人工知能に置き換えられ、非クリエイティブな仕事はすべて失業することになるだろう。保守派は、人工知能は単なる最高の生産性ツールであると信じていますが、意識、感情、創造性など、人間の生来の能力を習得することはできず、強力な人工知能になることは困難です。

私は怠け者なので、ChatGPTに直接質問することにしました。その答えは次のとおりです。

画像ソース: ChatGPT のスクリーンショット

強力な人工知能が実現できるかどうかはまだ不明ですが、人間の脳が依然として地球上で最も知的で複雑なシステムであることは間違いありません。

生物学的ニューロンをネットワークの基本単位として直接使用し、人間の脳に似たインテリジェント システムをゼロから複製したらどうかと疑問に思う人もいるかもしれません。これは強力な人工知能を実現するための近道となるのでしょうか?いい質問ですね。この記事のテーマ「オルガノイドインテリジェンス（OI）」へようこそ。

01

炭素ベースとシリコンベースが並んで機能する

怖いのかと聞きたいだけです！

「オルガノイド知能」という用語は、ジョンズ・ホプキンス大学のトーマス・ハルトゥング氏のチームによって今年2月28日に提唱された新しい概念です。

簡単に言えば、オルガノイドとは、体外の三次元環境で培養され、特定の構造と機能を持つ組織類似体になる幹細胞です。現在、小腸、胃、結腸、膀胱、肝臓、心臓、膵臓、腎臓、脳など、さまざまな臓器組織の構築に成功しています。

おそらく近い将来、体の一部に問題がある場合、夜遅くまで働いて肝臓が損傷した場合に肝臓の代替物（ブシ）を得るなど、オルガノイドを使用して修復または交換できるようになるでしょう。

オルガノイドインテリジェンスとは、生体外で培養された脳器官組織を生物学的ハードウェアとして使用し、外部の電子機器に接続して生物学的コンピューティングを実現することです。私たちが人工的に構築する脳は、コンピュータ全体の CPU + GPU です。 SFじゃないですか？

著作権画像、転載禁止

実際、多くの研究によってこの道の実現可能性が証明されています。例えば最近のニュースでは、イリノイ大学アーバナ・シャンペーン校のアンドリュー・ダウ氏のチームが、マウスの幹細胞を再プログラムして得た8万個以上のニューロンを培養し、それを光ファイバーと電極グリッドの間に置いて、10種類の電気パルスと光信号刺激を受け取った。これらのコンポーネントは、ニューロンの活動を維持するために一定温度のボックス内に配置されます。

1時間の訓練の後、研究者たちはこのニューロン群が同じパターンの刺激を受けるたびに同じ信号を発していることを発見した。研究者らは、F1 スコアを使用して、ニューラル ネットワークのパターン認識の効率を定量化しました。簡単に言えば、0 が最悪で、1 が最高です。最終的に、生きたニューラル ネットワークで構築されたコンピューターの F1 スコアは 0.98 と測定され、非常にインテリジェントであると考えられます。

研究者らは、パターン分類タスクに加えて、「箱に入った脳」を生きた筋肉組織で作られたロボットに接続し、脳が筋肉を通じて周囲の環境の変化を感知し、その情報を処理できるようにした。

生きた細胞とリザーバー コンピューティング テクノロジを組み合わせることで、ニューロンとチップ、または炭素ベースとシリコンベースのインテリジェント ユニットが連携して、信号の認識と処理のタスクを完了できるようになります。これは、現時点ではかなり醜い見た目ではありますが、炭素ベースとシリコンベースの生物学的知能の統合の元の形です。

中央に生物学的ニューロンを備えたオルガノイド知能ロボット。画像出典：参考文献[3]

さらに遡ると、驚くべき研究もいくつかあります。

例えば、昨年12月、オーストラリアのバイオテクノロジー新興企業Cortical Labsは、人間の脳細胞から培養した「Dish Brain」を使って卓球の遊び方を学習させた。

研究チームは、ヒト幹細胞から誘導・分化させたヒトニューロンを高密度マルチ電極アレイとコンピューターと統合し、「ピンポン」ゲームの電気信号がマイクロ電極アレイに送信され、ニューロンに「ピンポンボール」の位置を知らせるようにした。ニューロン同士が電気信号を交換して合意に達した後、「ラケット」の動きを制御して「ピンポンボール」を打ち返しました。

奇跡的に、この「皿の上の脳」のグループは、わずか 5 分でゲームを学習しました。一方、同様のサイズの人工ニューラル ネットワークでは、学習に約 90 分かかる可能性があります。

論文の第一著者は、「皿の中の脳」がすでにゲームのラケットに挿入されていると主張しているが、オルガノイド知能が人間のように「自律的かつ意識的に」外部情報を吸収し、区別し、反応できるかどうかは、調査する価値のある問題として残っている。

卓球ができる「お皿の上の脳」。画像出典：参考文献[4]

02

偶然発見されたオルガノイド知能技術

脳オルガノイド技術は、もともと「オルガノイド知能」を実現することを目的としていたわけではない。 2019年に関連研究が飛躍的に進歩して以来、研究のほとんどは脳の発達や疾患の研究、あるいは脳の失われた部分の修復に焦点が当てられてきた。

例えば、昨年10月に主要学術誌「ネイチャー」に掲載された論文では、科学者らが初めて人間の脳のニューロンをラットの脳に移植し、接続を形成してラットの行動を制御できることが示された。

4か月後、Cell誌に掲載された研究によると、人間の脳に似た器官はラットの脳に移植された後、効果的な接続を実現しただけでなく、視覚刺激にも反応し、脳に統合されて機能していることが示された。この結果は皮質機能を回復するための治療戦略として使用することができます。

しかし、このオルガノイドインテリジェントテクノロジーのような、目を引く技術ネットワークを構築することを好む創造的な科学者は常に存在します。

もちろん、この技術はまだ初期段階です。徐々に成熟し、ディープラーニングをベースとした現在の人工知能技術と比較されるにつれて、科学研究の分野で常に「将来期待される」空中楼閣となるのか、それとも脳型知能の新しい波の先導者となり、強い人工知能へと一直線に進むのか。待って見てみましょう。

著作権画像、転載禁止

生物学的知能ユニットであるニューロンで構成されたネットワークとして、オルガノイド知能の利点は以下の側面に集中しています。

1. 低エネルギー消費

獲物を捕らえ、天敵の目から逃れることに成功した水中のゼブラフィッシュの幼生の脳は、わずか 1 マイクロワットの電力しか消費しません。成人の脳はわずか20ワットの電力を消費します。現在、ディープラーニングに依存するサーバー クラスターの電力消費量は通常 100 万ワット程度です。最も強力な計算能力を持つフロンティア スーパーコンピューターは、約 21 メガワットを消費しますが、これは環境に優しいとは言えません。

2. 少数ショット学習

生物は、比較的少ない観察活動で学習できることが多いです。人間は約 10 個のトレーニング サンプルを使用して「オブジェクトの種類が同じか異なるか」という単純なタスクを完了できます。また、ミツバチなどの昆虫は学習に 100 個のトレーニング サンプルのみを必要としますが、この量のトレーニング データでは、ディープ ニューラル ネットワークで適切な分類結果が得られないことがよくあります。

AlphaGo システムは 160,000 回の囲碁ゲームからトレーニング データを受け取りました。 1日5時間練習するプレイヤーがこれだけの数のゲームを完了するには、雨の日も晴れの日も175年間囲碁をプレイする必要がある。これは、脳があまり多くのデータを使わずに学習活動において高いトレーニング効率を達成できることを示しており、その記憶容量は驚異的です（約 2,500 メガバイト）。

3. 優れた脳コンピューターインターフェースを提供する

コンピューターや電極から出力される電気信号はオルガノイド脳組織に伝達され、人間の脳に埋め込まれたオルガノイドは脳組織に完全に統合されて機能を発揮します。このインターフェースは生理学的特性が優れており、インターフェースによる脳へのダメージをほぼ最小限に抑えることができます。同時に、機械知能と自然知能を統合して、新しい形の知能を実現することもできます。

もちろん、小型で立体的なオルガノイドに電極をどのように接続するかも検討すべき問題であり、サポートとして高品質の 3D 電極が必要になります。将来、ヒューマノイドロボットを開発したい場合、生理学的観点からは、模擬筋肉組織に接続されたニューロンを使用する方が便利でしょう。

バイオコンピューティングのためのオルガノイドベースのスマートアーキテクチャ。画像出典：参考文献[2]

03

残酷か先進的か、それが問題だ

21 世紀はバイオテクノロジーの世紀であるだけでなく、情報技術の世紀であり、学際科学の世紀でもあります。

現在、複数の研究チームが遺伝子編集技術と光遺伝学を利用して特定の機能を持つニューラルネットワークを構築し、ナノテクノロジーとバイオプリンティング技術を利用してより複雑なオルガノイドフレームワークを構築しています。今後培養される脳組織は、より洗練された構造とより特殊な機能を持つことが期待されます。

「オルガノイドインテリジェンス」の本来の目的は、より高速で、より効率的で、より低エネルギーという生物学的コンピューティングの利点を活用して生きたコンピュータを構築し、より複雑なタスクにおいて従来のシリコンベースのコンピュータよりも優れたパフォーマンスを実現することです。また、電気パルス信号を介してコンピュータチップに命令を送受信し、炭素ベースとシリコンベースのニューラルネットワークの協調コンピューティングを実現し、両者の相対的な利点を統合して、よりインテリジェントなコンピューティングシステムを作成することもできます。

しかし、オルガノイド知能の現在の課題は、倫理と技術という2つの主な領域に分けられます。

まず第一に倫理的な問題です。

10週間の培養後、オルガノイドは髄鞘形成など20週の胎児の特徴を示し、情報入力による刺激がオルガノイドの発達に影響を与え、構造がより複雑になります。入力を受け入れ、出力を生成し、周囲の環境と相互作用し、原始的な記憶を確立する場合、それは意識を持つことになるのでしょうか?外界から入力される電気信号刺激がこれらの脳に「痛み」を引き起こすかどうかは、倫理団体が注目している問題です。

意識の出現に必要かつ十分な生理学的条件を見つけることは、神経科学における最も困難な問題の一つです。現在、意識の神経基盤を明らかにする研究が進行中であり、これはオルガノイドの倫理規制に良い参考となる提案となるでしょう。オルガノイド知能自体は、人間の意識を再構築することを目的としているのではなく、生物学的学習、認知、コンピューティングのための機能的な基盤を提供することを目的としている。

強力な人工知能の実現には基盤として多数のニューロンが必要であるとしたら、この知能は私たち人間の知能とどう違うのでしょうか?極論すれば、まだ自律的な意識を発達させていない胎児の神経管（この部分が将来人間の脳を形成する）を切り取り、それをインキュベーターに入れて860億個のノードを持つネットワークシステムに育て、それをコンピュータチップやサーバーに接続してさまざまなタスクを処理することも可能になる。この強力な人工知能の実現は人道的でしょうか?

著者は、この技術がたとえ開発に成功したとしても、人間に使用されているクローン技術や遺伝子編集技術と同様に、非常に複雑な倫理的問題により法律や規制によって禁止されるだろうと考えています。

アニメ「PSYCHO-PASS サイコパス」に登場する強力な人工知能、シビュラシステム。画像出典：アニメ「PSYCHO-PASS サイコパス」

2つ目は技術的な問題です。

前述のトーマス・ハードンのチームが使用した単一の脳のような器官には約 50,000 個のニューロンが含まれていましたが、アンドリューのチームは 80,000 個を使用しました。小さくても、必要な器官はすべて備えています。現在培養されている脳のような器官は、ミエリンで覆われた軸索、自発的な電気生理学的活動、複雑な振動行動、高い細胞密度と層状パターン、さらにはオリゴデンドロサイト、ミクログリア、アストロサイトなどの複数の細胞タイプを備え、脳の組織構造と機能を再現することができます。

しかし、問題は、これらのオルガノイドに学習させ、その計算能力をどう活用できるかということです。さらに、高い知能を発揮するために必要なニューロンの最大数はどれくらいでしょうか?次の段階では、研究者らは既存の分化スキームに基づいて培養規模を拡大し、1000万個の神経細胞からなる生きたコンピューターを構築する予定だ。それが示す知能のレベルについては、待って見守ることにしましょう。

同時に、ニューロン間の接続を調整して、ニューロンの機能をより良く発揮できるようにすることも必要です。脳オルガノイドは分子特性の時空間特性を実現できるかもしれないが、人間の脳領域の位相構造や神経回路の複雑さと特異性を反映することはできない。これらは高度な脳機能を実現するための基礎となる可能性がある。多数の複雑なニューロン接続を合理的に配線し、分子信号を使用して関連する機能回路の生成を誘導する方法も、特定の機能指向の生物学的ニューラルネットワークを将来的に生成する際に考慮する必要がある問題です。

さらに、人間の脳オルガノイドの信号入力と出力を効率的かつ完全に記録することは依然として不可能です。研究者たちは、外部情報ポートとの正確なドッキングを実現するために、3D マイクロ電極アレイ (MEA)、ニューロピクセル シリコン プローブなど、脳オルガノイド専用の 3D 脳コンピューター インターフェイスと対応プローブの開発に取り組んでいます。これらの技術の進歩により、この問題はある程度解決できます。

一般的に、現在の人工知能は人間の脳の学習能力に比べて包括性や効率性がはるかに劣り、大規模な事前トレーニングを受けたタスクでしかうまく機能しませんが、オルガノイド知能が最も単純な脳を再現することは依然として困難です。 GPT シリーズが主導するシリコンベースの生物学を「打ち負かす」ためには、おそらくまだ長い道のりが残されている。特に、使用される生物学的ニューロンが増えるほど、直面する倫理的な課題も大きくなります。知能の探究の末に、炭素ベースの知能とシリコンベースの知能が融合する可能性が非常に高いです。

オルガノイド知能の実現に向けたロードマップ。画像出典：参考文献[2]

強力な人工知能を実現する前に、なぜ強力な人工知能を実現したいのかをもう一度自問してみるのもいいでしょう。

必要なのが従順で使いやすいツールだけであれば、特定のタスクで優れたパフォーマンスを発揮できるインテリジェントなニューラル ネットワークをトレーニングするだけで済みます。意識、感情、創造性はすべて不安定な要素です。これらは、低技術かつ反復性の高い作業には必要ありませんし、社会管理コストの増加にもつながります。

このように、ChatGPT のようなモデルは、人間にとって最も理想的なインテリジェント システムである可能性があります。この記事を読んだ皆さんがこのツールを有効活用し、人工知能の新しい波の中で生産性を最大化できることを願っています。

人間とアンドロイド。画像出典: ゲーム「Detroit: Become Human」

参考文献:

[1] Smirnova L.、Caffo BS、Gracias DH、他。オルガノイド知能 (OI): バイオコンピューティングと培養皿内知能の新たなフロンティア。フロントサイエンス1：1017235。 2023.doi: 10.3389/fsci.2023.1017235

[2] Morales PIE、Smirnova L.、Muotri AR、他。 OI コミュニティを形成するための最初の Organoid Intelligence (OI) ワークショップ。フロント。アーティフ。インテリジェンス6:1116870. 2023.doi: 10.3389/frai.2023.1116870

[3] アンドリューD. 生きたコンピューターを構築するために80,000個のマウスの脳細胞が使用されました。ニューサイエンティスト物理学。 2023年。出典：https://www.newscientist.com/article/2363095-80000-mouse-brain-cells-used-to-build-a-living-computer/

[4] Brett JK、Andy CK、Nhi TT他試験管内のニューロンは、シミュレートされたゲームの世界に具現化されると学習し、知覚力を発揮します。 Neuron 110、2022。doi: https://doi.org/10.1016/j.neuron.2022.09.001

[5] パオラ・アルロッタ他個々の脳オルガノイドが、ヒト大脳皮質の細胞多様性を再現可能に形成する、Nature。 2019.土井: 10.1038/s41586-019-1289-x

[6] Pařca、SP、Arlotta、P.、Bateup、HS 他。神経系オルガノイドおよびアセンブロイドの命名法の合意。 Nature 609、907–910、2022。doi: https://doi.org/10.1038/s41586-022-05219-6

[7] デニス・ジャマゼ他ヒト前脳オルガノイドと損傷した成体ラットの視覚系との構造的および機能的統合。細胞幹細胞。 2023.doi: 10.1016/j.stem.2023.01.004。

制作：中国科学普及協会

著者: 千宇 (中国科学院脳科学・知能技術研究センター)

プロデューサー: 中国科学博覧会