コンピューターは赤ちゃんのように考えることができるのでしょうか?最新の研究により、AIは人間と同じ直感的知覚を持つようになった

人工知能がチェスをプレイでき、囲碁の世界チャンピオンにさえ勝ったというのは、すでに定説となっている。

AI は非常に強力ですが、実際の問題に直面したときにトレーニング データベースから最適なソリューションを計算できるようにするには、ディープラーニングと無数のトレーニング セッションのみを使用します。これは、ロボットが人間のように独立して考えることができるという意味ではありません。

7月11日、DeepMindのAIに関する最新記事が画期的な進歩を遂げました。研究者たちは発達心理学の分野の知識を活用し、AIが人間の赤ちゃんのように「考えることを学ぶ」ことを可能にした。これまで、最先端の AI システムでも、予測、推論、行動の誘導など、人間の日常のシナリオにおける「常識」の知識を獲得するのに苦労していました。

ディープマインドによるこの研究は、直感的知覚における人工知能の発展を大きく前進させたと言えるでしょう。この後、人工知能は本当に「人間」に近づきました。

徐士禄著

制作：中国科学普及-星空プロジェクト

画像提供：Deep Mind

ロボットが登場して以来、多くの人が想像してきたのは、「ロボットが人間のように考えることができたら世界はどうなるだろう？」ということだ。 （すでに映画のシーンが頭に浮かんでいると思います）

この疑問は何年もの間、未解決のままだったが、Nature Human Behavior 誌に最近発表された研究によると、人工知能は「赤ちゃんのように考える」能力を持つ可能性がある、つまり赤ちゃんのように直感的な物理学を理解できる可能性があるという。これは、有名な人工知能企業 Deep Mind の研究者によって発表された結果であることは注目に値します。

論文の責任著者であるルイス・ピロト氏は、以前はプリンストン大学で学んだ。

ルイス・ピロト氏とその同僚は、直感的な物理学を学習できるPLATOと呼ばれるディープラーニングシステムを開発しました。 PLATO には、乳児の学習方法に関する研究からヒントを得たシステムが含まれています。さらに、PLATO は、物体が私たちの周囲の物理的な世界の表現と予測において中心的な役割を果たすという理論に従っています。

具体的には、研究者らは、ボールが地面に落ちる、ボールが他の物体の後ろに転がって再び現れる、多数のボールが前後に跳ね回るといった単純なシーンを描いたビデオを多数見せて、PLATO を訓練した。訓練後、PLATO は、物体が相互作用することなく互いをすり抜けるなど、意味不明な光景を見たときに、人間の赤ちゃんのような「驚き」を示した。

驚くべきことに、PLATO はわずか 28 時間のビデオを視聴しただけで上記の学習結果を達成しました。

直感的な物理学とは何なのか、そして赤ちゃんはそれをどのように理解するのか、と問わずにはいられません。 AIはこれをどうやって学習したのでしょうか?

赤ちゃんから見た直感的な物理学とは？

まず、概念を明確にしましょう。直感的な物理学とは何でしょうか?それを単純に「直感」や「常識」として理解することもできます。

たとえば、鍵の束をテーブルの上に落とした場合、その鍵は空中に浮かぶことも、テーブルを通り抜けて地面に落ちることもなく、テーブルの上に落ちることは誰もが知っています。

これは「直観物理学」であり、私たちが世界を理解するための基本的な物理的概念であり、私たちの思考における「常識」の重要な要素です。

発達心理学の分野では、直感的な物理学は次の 5 つの概念に分けられます。

1. 連続性: 物体はある場所から別の場所へテレポートするのではなく、時間と空間の連続した経路をたどります。

2. 物体の永続性: 物体は見えなくなっても消えない。

3. 堅牢性: 物体は互いに貫通しません。

4. 不変性: オブジェクトのプロパティ (形状など) は変化しません。

5. 方向性慣性: 物体の運動の経路は慣性の原理と一致します。

それぞれ分かりやすいですか？はい、これらは私たちが簡単に理解し受け入れることができる「常識」の概念です。

鍵の落下過程が、空中に浮いたり、テーブルを通り抜けたり、テーブルから高く跳ね上がったり、さらには液体になったりと、私たちの常識に反するものであれば、事態は予想を超えて奇妙なものになります。

この奇妙な事件には誰もが驚くだろう。生後 3 か月の赤ちゃんでさえ、このような直感的な物理学の違反に驚きを示します。これは期待違反 (VoE) 効果として知られる驚きの反応です。

乳児の世界の理解が大人のそれと同じであるかどうかについては、「自然」と「獲得」に関する論争があります。多くの発生科学者はそれが「自然」であると信じているが、一方で何もないところから何かが創造されるという「獲得」理論を支持する学者もいる。

では、赤ちゃんの思考をシミュレートするプログラムを設計し、適切なトレーニングを通じて AI が赤ちゃんのように考えることができるようになるのでしょうか?

AI を赤ちゃんのように考えるように訓練するにはどうすればよいでしょうか?

この論争の多い「生まれ」と「育ち」の問題を探るために、ピロトらは、 PLATO シミュレーション システムを使用して、深層学習システムが視覚的なアニメーションから学習することで直感的な物理学の理解を獲得できるかどうかをテストしました。

「育成」理論が正しいとすれば、知的発達の鍵は、大量の経験と大量のデータの処理による訓練にあるということになる。

PLATO シミュレーション システムは、フィードフォワード知覚モジュール (左) とループ ダイナミクス予測モジュール (右) の 2 つのモジュールで構成されています。フィードフォワード知覚モジュールでは、画像はエンコーダーを介して一連のオブジェクト コードに変換され、オブジェクト コードはデコーダー モジュールを介してオブジェクトの画像にデコードされます。再構成された画像と元の画像の違いは、エンコーダーとデコーダーのパラメータをトレーニングするために使用されます。周期的動的モジュールでは、動的モジュールは事前にトレーニングされたデコーダーを通じて次の瞬間のオブジェクトの状態を予測します。

この研究では驚くほど少ないトレーニングデータしか使用していませんでしたが、AIに安定した期待値違反効果を与えました。 PLATO シミュレーション システムは、5 つの直感的な物理概念を超える状況に直面したときに、堅牢な (つまり安定した) VoE 効果を示します。これは直感的な物理学のいくつかの概念を説明できるかもしれないが、その効果は赤ちゃんに見られるものと完全には一致しない。

研究では、視覚的なアニメーションの経験は知的発達に重要な貢献をするものの、乳児に見られる現象を説明するには不十分であることが判明した。

言い換えれば、知的発達は「獲得された」経験やデータに完全に依存しているわけではないのです。完全な知能を得るには、ある程度の生来の認知能力が必要であり、この研究は「生まれつき」と「育ち」の学派の中間の興味深い見解を確立しています。

動画が物理的に不可能になると、AIの驚きの表情は著しく増加しました。

さらに、PLATO シミュレーション システムは、直感的な物理学と一致する期待を、トレーニングとは異なる一連のオブジェクトとイベントに一般化できます。第二に、視覚アニメーションを使ったトレーニングが比較的少なかったにもかかわらず、シミュレーション システムは学習をうまく実証することができました。これは、乳児を対象とした研究で見られるものと同様の特徴です。

シミュレーションモデリングの研究と発達心理学の主要な問題を統合することで、研究者は予想外の結果と結論を得たことがわかります。

現在、研究チームは期待違反効果の研究を神経生理学の分野にまで拡大しており、これによりその後の研究に新たな可能性が開かれ、AI開発にさらなる可能性がもたらされる可能性があります。

参考文献

1. コンピューターは赤ちゃんのように考えることができますか?ネイチャーニュース。

2. 発達心理学にヒントを得たディープラーニングモデルによる直感的な物理学学習。 https://doi.org/10.1038/s41562-022-01394-8。

特別なヒント

1. 「Fanpu」WeChatパブリックアカウントのメニューの下部にある「特集コラム」に移動して、さまざまなトピックに関する人気の科学記事シリーズを読んでください。

2. 「Fanpu」では月別に記事を検索する機能を提供しています。公式アカウントをフォローし、「1903」などの4桁の年+月を返信すると、2019年3月の記事インデックスなどが表示されます。

著作権に関する声明: 個人がこの記事を転送することは歓迎しますが、いかなる形式のメディアや組織も許可なくこの記事を転載または抜粋することは許可されていません。転載許可については、「Fanpu」WeChatパブリックアカウントの舞台裏までお問い合わせください。