＜今のAI、深層学習と、脳科学＞
新ページ追加
「赤ちゃんが諸物を認知する方法」のページ、このページ下方にリンクが
今主流となっている深層学習は、学習するのに、膨大なデータを必要とします。
これに対し、人間の赤ちゃんは、初めて見るものでも、数回の学習で判別できる
ようになります。
その違いは一体何なのか、どうやったら今のAIの限界超えられるのでしょう
か？
そのための指針としては、やはり、原点に立ち返ること、すなわち人間の脳
の構成や働きを見直し、今のAIと比較して、新しい可能性を探ることだと思います。
比較のため、まず、今のAIの概略を説明します。
今主流のディープラーニング（深層学習）は機械学習を発展させたものですが、
機械学習は次の３つに大別されます。
①教師あり学習
②教師なし学習
③強化学習
①教師あり学習
学習データと正解データを与えて訓練し、正解を判定できる能力を獲得させます。
訓練に back propagation 法 （誤差逆伝播法）を用います。
予測や分類に使用。
②教師なし学習
正解なしのデータを与えて、それらの特徴抽出等を行わせます。
③強化学習
動物の調教に似た方法。
試行の度に、プラス、マイナスの報酬を与えながら、目標達成に導く方法。
（目標達成： 最適な行動の習得等）
エージェント： 像や犬、猫等 環境： 調教する人等
アルファ碁や自動運転にも使われています。
ディープラーニング（深層学習）を用いた今のAIは、産業、生活、学問、医療等
あらゆる分野で盛んに活用されつつあります。
ディープラーニングは、膨大なデータを必要とするのみならず、スーパー
コンピューター等の超高性能装置を必要とする、という欠点があります。
ここでは、今のようにビッグデータやスパコンを使う必要のない、新しい方式のAI
を考え出すことを目指して、まず今のAIと人間の脳との比較を行います。
脳内神経細胞と人工ニューロンに関する説明は、別のページにまとめました。
クリック
（ややこしいところは読み飛ばしてください。）
ディープラーニングのついての解説も長くなるので、次のページにまとめました。
クリック
ここからが本論です。
（枠組み作りに時間がかかって、これにかける時間が不足したため、少しづつ
書き加えていきます。）
今の人工知能の学習と赤ちゃんの脳発育を比較した場合、私は、例えば、
次のような点が本質的な相違ではないかと感じます。
１．今のAI は、元々、脳内の視覚系、網膜から側頭部(腹側視覚経路)の経路を
模倣して考案されたもの。 実際の脳には、領域間の多次元的な相互作用が存在。
つまり、脳の一部だけ（図 1Aの矢印部分）の働きを、数学的な方法で再現した
だけなのではないか、と考えられる。 これは、ニューロン群の平面を、一次元
的に数珠繋ぎしているだけである。 （図 1C 参照）
図 1A 腹側視覚経路
図 1B 腹側視覚経路 V1、V2、V4、PIT、AIT
実際の脳では、大脳皮質内の領域間での相互作用や、より内部の辺縁系
（記憶、感情）、脳幹（本能）との相互作用が行われている。 つまり、より立体的
なシステムとして、相互作用しながら活動している。
実際に、画像認識するAIの構造は、次に示すようなもの。
図 1C AI の層の一次元的結合と各層ごとの働き
しかも、図 1C のAIでは、学習として、数学的な方法（勾配法等）で処理する。 実際
の脳は、勾配法のような処理方法は使わないのではないだろうか。
実際、ヒントン氏自身が、「神経学者は、バックプロパゲーションのようなことを脳が
できるかどうかについて非常に懐疑的でした。 大きな問題の1つは、脳が勾配をどうやっ
て伝えるかということです。 AIのバックプロパゲーションでは、誤差の勾配に比例して
重みを更新します。」 と述べています。
https://xtech.nikkei.com/atcl/nxt/column/18/01583/00003/
ヒントン氏は、「今のAIは、脳の一部を模倣してるにすぎません。 学習回数を
少なくて済むようにするためにも、これからのAIは、脳をお手本として改良されていく
ことが望まれます。」といったことも述べています。
（このURL を見失ったので、探して後ほど掲載。）
2.赤ちゃんの脳内では、図 1C のような特定の線分だけを認識する層（ニューロン群）等
の構造の形成は、遺伝子によって、誕生前に作成されていると考えられる。 いろんな
ところで、遺伝子の働きによる脳組織の形成がひとりでに行われ、あまり学習せずとも優
れた判断力をつ構造や神経回路網が作られていくのではないか、という疑問。
（信号の通り道は、誕生後に外からの刺激に反応することで形成されるが、図 2 のような
大脳皮質視覚野のコラム構造等は、誕生前に作られていると考えられる。それが、AI より
はるかに少ない回数での学習を可能にすると考えられる。）
図 2 視覚野の線分担当コラム構造
３．そもそも、人間には、誕生前に意識という統一体ができあがっており、それが、誕生後
新しく出会うものを学習する際に、高い効率でいち早く理解することを可能にしているので
はないか、という疑問。
以上の3つの疑問点のうち、３はすぐには取り掛かれないので、まず１と２について
考えていきたいと思います。
その前に、赤ちゃんが、初めて触れるこの世界のいろんなものを、どのようにして、脳の
中に取り込んでいくのか、それについての考察を、新しいページにまとめていきます。
クリック
（赤ちゃんが諸物を認知する方法、のページへ）
（鋭意作成中、随時アップロード）
今年のロボット教室も、まだコロナの影響も治まらず、10回未満でした。 次の
動画は、西が丘小、瑞穂野小（別学年）、幼稚園等のものです。 自前サーバ
工事中で容量制限のため、動画は短くしています。
クリック クリック クリック
今年は、ロボット教室以外のイベントにも参加しました。 ロボット教室でいつも
おなじみの小学校では、子供達との1日バス旅行にも招かれ、群馬県の明太子や
こんにゃくワールド（？）、フランス式ベーカリ＾等を一緒に見学してきました。