Morphological Cognition: Classifying MNIST Digits Through Morphological Computation Alone
本論文は、「形態学的認知」の概念実証デモンストレーションを提示するものであり、固定された振る舞いを持つシミュレーション上のボクセルから構成されたロボットが、ニューラル回路を用いることなく、MNISTの数字（具体的には0と1の判別）を分類し、それに応じて移動できることを示している。
原論文は CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) でライセンスされています。 これは以下の論文のAI生成解説です。著者が執筆または承認したものではありません。技術的な正確性については原論文を参照してください。 免責事項の全文を読む
思考とは脳の中で起こるものではなく、身体の構造によって引き起こされるものである、そんな世界を想像してみてください。何十年もの間、科学者たちは、知能とは脳やコンピュータチップというハードウェア上で走る複雑なプログラムのようなものだという考えに執着してきました。これが「脳中心主義」的な見方であり、そこでは身体は指示を待つだけの受動的なロボットアームに過ぎません。しかし、自然界は異なる物語を語っています。太陽に向かって向きを変える植物や、迷路の中の最短経路を見つけ出す粘菌を考えてみてください。これらの生物には脳がありませんが、問題を解決します。「身体化された認知（embodied cognition）」と呼ばれるこの研究分野は、生物の形や素材そのものが、実際に思考を代行できることを示唆しています。大きな問いはこうです。たった一行のコードも、ニューラルネットワークによる指示も必要とせず、ただ特定の形をしているというだけで思考するマシンを、私たちは作れるのでしょうか？
この論文は、その突飛なアイデアをデジタル実験によって検証しています。研究者たちは、シミュレーションされた2次元の世界で、ボクセルと呼ばれる小さなブロックで構成された「ソフトロボット」を進化させ、古典的な脳のタスクである「数字の認識」を行わせようと試みました。具体的には、これらのロボットに、MNISTと呼ばれる有名なデータセットの数字「0」と「1」の画像を見せ、それに対して異なる反応をさせることを目的としました。もしロボットが「0」を見たら左に動き、もし「1」を見たら右に動くように設定されました。ただし、ここでの条件は、これらのロボットには脳も、コントローラーも、神経回路も存在しないということです。彼らは単に、うごめき、形を変えるだけの、単純で固定されたパーツの集合体に過ぎません。
チームは、自然選択を模倣したプロセスである進化アルゴリズムを用いて、これらのロボットを設計しました。彼らは、さまざまな種類のボクセルのデジタルな「スープ」からスタートしました。あるものは単なる構造的な接着剤（受動的）であり、あるものは自律的に膨張・収縮する小さな筋肉のようなもの（能動的）であり、またあるものは、見ている画素の明るさに応じてサイズが変化する特別な「センサー」ブロックでした。3万世代にわたって、コンピュータはこれらのブロックをランダムに組み合わせ、正しい方向に動いたデザインを保持し、そうでないデザインを破棄していきました。
結果は驚くべきものでした。進化のプロセスは、まさに身体の物理特性のみを通じて、「0」と「1」の違いを判別できるロボットを発見したのです。「0」の画像が表示されると、センサーブロックが特定のパターンで収縮または膨張し、それがトリガーとなって筋肉ブロックがロボットの身体を左へと引き寄せます。「1」が現れると、パターンが変化し、筋肉がロボットを右へと押し出します。「思考」はプロセッサの中で行われていたのではなく、ロボットの身体が光に対して物理的にどのように反応するかというプロセスの中で行われていました。ロボットの形状そのものが「分類器」となっていたのです。
研究者たちは、わずか2つの数字で終わらせませんでした。彼らはシミュレーションをさらに推し進め、ロボットに4つの異なる数字（0, 1, 2, 3）を区別させるよう求めました。脳を持たない状態でも、進化はこれらの数字をグループ化する方法を見出し、特定の数字に対しては左へ、別の数字に対しては右へとロボットを動かしました。この「身体のみのロボット」がいかに賢いかを確かめるため、チームは全く同じ単一の例を用いて訓練された単純なコンピュータプログラム（ニューラルネットワーク）と比較しました。多くの場合、物理的なロボットはコンピュータプログラムよりも優れた汎化性能を示し、デジタルな脳よりも高い頻度で、未知の新しい数字を正しく識別できました。
この論文は、身体そのものが認知的な働きを行う「形態学的認知（morphological cognition）」が、強力かつ未利用の知性の源泉であることを示唆しています。これは、高度なタスクのようなことも、必ずしも脳を必要とするわけではなく、単純で固定されたパーツが共に機能することから創発し得ることを証明しています。現在のところ、これらの結果はシミュレーションと特定の単純なタスクに限られていますが、この研究は遊び心のある概念実証を提供しています。つまり、問題を解決するための最善の方法は、より賢い脳を作ることではなく、自ら「すべきこと」を知っている身体を作ることであるかもしれない、ということです。
自分の分野の論文に埋もれていませんか？
研究キーワードに一致する最新の論文のダイジェストを毎日受け取りましょう——技術要約付き、あなたの言語で。