これまでで最も複雑なシミュレーション脳、Spaun を紹介します

クリス・エリアスミスは、脳を作るための材料と正確なレシピを解明しようと何年も費やしてきました。2月には「脳の作り方」という本も出版され、灰白質、樹状突起のつながり、その他の脳の構造について説明しています。執筆中に、それを実証したいと思いつきました。そこで、これまでで最も複雑な機能する脳のシミュレーションである Spaun を作り上げました。

Spaun は、Semantic Pointer Architecture Unified Network の略で、数字を認識し、記憶し、数字のシーケンスを理解し、さらにはロボット アームで数字を書き留めることができるコンピューター モデルです。これは、実際に行動をエミュレートすると同時に、その基礎となる生理学をモデル化できる初めてのモデルであるため、脳のシミュレーションにおける大きな飛躍です。

このプログラムは、前頭前野、基底核、視床など特定の脳領域に似せて設計されたサブシステムに編成された 250 万個のシミュレートされたニューロンで構成されています。このプログラムには仮想の目とロボット アームが備わっており、それぞれ異なる一連のタスクを実行できます。

IBM の Watson のような他の人工脳と異なるのは、単に機能を可能な限り最善の方法で解決するのではなく、行動を模倣するように設計されている点です。IBM は Watson に検索という 1 つのことを非常にうまく実行させたいと考えていますが、その方法については関心がありません。大規模な Blue Brain Project のような他の IBM 脳シミュレーションは、脳の空間構造と接続性を模倣できますが、この構造が行動にどのように結びついているかを模倣することはできないと、エリアスミス氏はインタビューで説明しました。

「これらの人工脳は実際には何もしません。見ることも、記憶することも、物体を認識することもありません」と彼は言う。「人工脳はそこに座って複雑な電圧パターンを生成しますが、その複雑な電圧パターンは動作と結びついていません。」

カナダのウォータールー大学のエリアスミス氏は、スーパーコンピューターでコンピューターシミュレーションを操作している。スパウンは、大脳皮質と基底核を表す 2 つの主要な構造に分かれている。ニューロンは生理学的にリアルな方法で接続されており、研究者が特定のタスク中に大脳皮質と大脳皮質が行っていると考える動作を模倣している。

1 2 3、5 6 7、3 4 ? といった一連の数字を見ているところを想像してください。人工ニューロンが視覚データを抽出し、パターンを理解します。プログラムは受け取った視覚情報に基づいて、皮質のタスク固有のセクションにデータをルーティングし、一連のタスクを実行できるようにします。これには、記憶のテスト、視覚情報のコピー、カウントなどが含まれます。IQ テストに出てくる上記の数字パズルのような基本的な論理問題も実行できます。

「大脳皮質で何が起こっているかに応じて、大脳皮質のある部分から情報を取得し、それを大脳皮質の別の部分にルーティングします。そのたびに、大脳皮質の状態を更新し、次に何をするのが最善かを判断しようとします」とエリアスミス氏は言います。「大脳基底核は、さまざまなタスクを解決するために、大脳皮質を通る情報の流れを制御していると考えることができます。」

人間の脳はこれを実行する能力が極めて高いとエリアスミス氏は指摘した。人間はコンピューターの前に座って入力し、ランダムな事実に関する質問に答え、サンドイッチを作り、そして車を運転するという一連の動作を、短いシーケンスで実行できるのだ。

「このモデルは、認知の柔軟性という問題に取り組もうとしている。タスク間をどうやって切り替えるか、頭の中で同じ構成要素を使ってさまざまなタスクをこなすか、という問題だ」と彼は語った。

それでも、Spaun には限界がある。実際のニューラル ネットワークと比較すると比較的単純で、固定されており、人間の脳が備えているとされる可塑性や適応能力がない。エリアスミス氏は、Spaun が新しいタスクを学習し、より複雑なレベルで指示を認識できるようにするアップデートに取り組んでいる。さらに、Spaun に明確な指示を与えるのではなく、肯定的または否定的なフィードバックを与えるプログラムも開発中だ。「私たちは、Spaun がうまくやっているか、うまくいっていないかを伝えるだけです」と同氏は言う。「最終的には、Spaun が自分のタスクを達成するための独自の戦略を発見するでしょう。」

脳の生理機能とそれに関連する行動を模倣する能力を持つSpaunは、神経科学とコンピューター科学の両方においてより高度な目的に役立つとエリアスミス氏は語った。

「脳、生物学的基質、行動がどのように関係しているかを理解できます。これはあらゆる種類の健康アプリケーションにとって重要です」と彼は語った。彼はニューロンを体系的に殺し、その死がパフォーマンスにどのような影響を与えるかを観察することができ、たとえば、人が年をとるにつれて起こるプロセスをシミュレートすることができる。あるいは、スパウンは他の機械が脳機能をより正確かつ効率的にエミュレートするのを助けることができる、と彼は語った。「生物学で使用されているアルゴリズムを発見し、その背後にある原理を理解して、より優れた人工エージェントを構築することができます。」

この論文はサイエンス誌に掲載されている。