人工知能 (AI) が流行しています。特に、家庭用コンピューティング デバイスのユーザーが事前のトレーニングを必要とせずに使用できる形式の AI です。その擁護者たちは、それが将来にとって大きな前進となると断言し、ますます多くの分野でその適用に取り組んでいますが、反対者たちも多数おり、彼らが関係している情報源の著作権に関連して、非常に正当な批判を提起しています。これらの AI は、結果の妥当性や真実性、あるいは大規模なフィードバックのリスクについて意見を聞き、自らの偏見を増幅させます。そしてこれらすべては、その使用による環境への影響を考慮していませんが、これは些細なことではありません。
人工知能の限界
人工知能を取り巻く「長所」と「短所」についての正当な議論を超えて、もっぱらコンピュータの性質を持つニューラル システムに基づくこの技術が、大きなコンピュータ化の可能性をもたらす唯一の技術ではないことを強調しなければなりません。人間の行動を模倣しようとした最初のコンピュータ システムの開発以来、ますます複雑になるさまざまな形式の近似の開発が試みられてきました。そして、新たな進歩が起こるたびにコンピューティング能力は大幅に向上していますが、真実は、いわゆる「人工知能」が本物の知能としての応答には程遠いということです。
ChatGPTへの質問やMidJourneyへのリクエストに直面した場合、アプリケーションは入力データとパターン認識システムに基づいて適切な応答を提供する特定のアルゴリズムに従うことに制限されます。はい、時には非常に複雑になります。少なくとも現時点では、人工知能はプロンプトで何を言われているかを理解しておらず、人工知能が返す応答も理解していません。一部の AI は、特定の意思決定に対して人間よりも優れた応答性を示していますが、これらは常に予測可能であり、創造的に行動することはできません。彼らは新しい答えの可能性を想像せず、既存の答えをコピーするか、別の方法で表現するか、多かれ少なかれ一貫した方法で複数を 1 つに組み合わせることに限定します。
これらの制限は、人工ニューラル ネットワークの機能は脳に似ているかもしれないが、脳とは程遠いという事実によるものです。しかし、実際のニューロンをデジタル システムに統合するシステムを開発することは可能でしょうか?私たちは、哺乳類のニューロン (人間、あるいは齧歯動物) のネットワークについて話しています。これは、試験管内で開発され、一連の電極を介してコンピューティング マトリックスに接続および統合されています。実現可能であれば、理論的には、このシステムはシリコンだけでは不可能なパフォーマンスを達成できる可能性があります。結局のところ、進化は多くの生物に真の知性を発達させるのに何十億年もかかりました。
コンピューティング システムと生きたニューラル ネットワークの統合が可能になりました
これは、メルボルン大学 (オーストラリア) の皮質研究所の研究者グループが、ブレット J. ケーガン教授の指導の下、開発を試みたアプローチです。その目的は、マウスとヒトの両方の胚性幹細胞と全能性細胞から高密度電極アレイで in vitro ニューロン ネットワークを確立し、それらを使って本物の合成生物学的知能を開発することです。
このプロジェクトに付けられた名前であるDishBrainは、文字通り「メッキされた脳」と訳され、シミュレートされた環境で脳細胞が知的に行動し、調整できるかどうかを理解することを目指しています。これを行うために、システムは一種の電気言語を使用して脳細胞と通信し、1927 年にアタリによって開発された最初のビデオ ゲームの 1 つであるポンというゲームをエミュレートして、環境から学習し、賢明な決定を下すように脳細胞に教えます。テーブルのテニス。
合成生物学的ニューラルネットワーク「DishBrain」
権威あるジャーナル「Neuron」に掲載されたこの実験結果は、DishBrain ニューロンが動物の学習に不可欠な外部刺激に適応的に反応できることを示しています。研究者らはこの研究で、神経可塑性におけるフィードバックと適応能力の重要性を強調している。
さらに、実施されたテストの後、研究は、ヒトのニューロンがマウスのニューロンよりも高い情報処理能力を持っているようであることを示しました。 DishBrainシステムは、合成生物学的ニューラル ネットワーク用の閉ループ環境の作成における重要な進歩を表し、ニューラル コンピューティングを調査する機会を提供します。
研究者らは今後の研究が必要であることを認識しているが、このシステムは、環境との相互作用の中で適応的に学習し、通常の人工知能を超えた合成生物学的知能に向けて進む、生きたニューロンを使用した計算の可能性を探ることを目的として、研究に新たな扉を開く。知能。
参考文献:
- Dobrev, D. 2012. 人工知能の定義。 ArXiv 、abs/1210.1568。
- ケイガン、B.J.ら。 2022. 試験管内ニューロンは、シミュレートされたゲーム世界に組み込まれたときに知覚力を学習し、示します。ニューロン、110 (23)、3952-3969.e8。 DOI: 10.1016/j.neuron.2022.09.001