Born wired: innate cortical connectivity plus local plasticity is enough to stand, walk and look
本論文は、シミュレーションされた四足歩行ロボットが、グローバルな報酬信号、勾配、または学習ループを用いることなく、先天的な皮質配線と局所的な相関に基づく可塑性のみを用いて、直立し、視覚的ターゲットに向かって歩行し、注視追従を示すことを実証するものである。
原論文は CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) でライセンスされています。 これは査読を受けていないプレプリントのAI生成解説です。医学的助言ではありません。この内容に基づいて健康上の判断をしないでください。 免責事項の全文を読む
人工知能における「学習」として私たちが考えていることの大部分は、システムが何百万回ものバリエーションを試し、失敗し、最終的に正解にたどり着くまで内部設定をゆっくりと調整していくプロセスに関わるものです。それは、答えが定着するまで章を繰り返して教科書を暗記する学生のように、グローバルな目標に導かれた試行錯誤のプロセスです。しかし、自然界はそのようには機能していないようです。生まれたばかりの動物は白紙の状態から始まるわけではありません。立つ方法を知っている体と、追跡する方法を知っている目を持って生まれてくるのです。これは、脳の仕組みを研究している科学者たちに根本的な問いを投げかけます。私たちの行動のうち、真に「学習」されたものはどれくらいで、どれくらいが最初から配線の中に組み込まれているものなのでしょうか？現代の機械学習における主流の見解は、複雑な行動には膨大な量のトレーニングデータと、間違いを修正するための絶え間ないフィードバックループが必要であると示唆しています。しかし、新しい探究の系譜は、脳はあらかじめ描かれた接続の地図を持って生まれてくるのではないか、という問いを立てています。そこでの変化の唯一のルールは、教師やグローバルなスコアカードを必要とせず、どのニューロンが共に発火したかという単純かつ局所的な観察であるという考えです。
志文・リー（Zhiwen Li）という研究者は、まさにこのアイデアをテストするためにデジタル脳を構築しました。システムを一から訓練する代わりに、彼らは、存在の最初の一瞬から存在していた約14万4千個のニューロンと30万以上の特定の接続を持つシミュレートされた脳を構築しました。著者が「本能テーブル」と呼ぶこれらの初期接続は、ランダムなものではありませんでした。それらは、赤い形を見る、あるいは体が平らに横たわっていると感じるといった感覚入力と、立ち上がる、あるいは歩くために必要な筋肉といった運動出力とを直接結びつけるように、注意深く設計されていました。決定的なのは、このシステムには報酬信号も、誤差修正も、トレーニングループも存在しなかったことです。それは単に、四脚ロボットの体を持つシミュレーション世界に置かれ、生き残るように命じられました。結果は即座に、そして驚くべきものでした。ロボットは腹ばせの状態に置かれると、自ら立ち上がりました。赤い物体を見せると、その方へと歩いていきました。これらの行動は反復を通じて学習されたものではなく、あらかじめ配線された接続が正しい順序で発火した直接的な結果でした。
実験は、これらの行動が偶然ではないことを証明するためにさらに進みました。研究者が感覚入力を完全に除去すると、ロボットは崩れ落ちました。これは、行動がリアルタイムの情報処理に依存していることを証明しています。また、ラン乱な背景配線は残したまま、特定の「本能」接続を消去したところ、ロボットは立つことも歩くこともできなくなり、その行動が偶然ではなく、あらかじめ指定されたマップから来たものであることが確認されました。研究はまた、脳の特定の部位が特定の行動に責任を持っていることも示しました。計画や意思決定に関連するとされる前頭前野のニューロンのグループを沈黙させると、ロボットは青い画面に対しては反応できるものの、赤い物体に向かって歩く能力を完全に失うことがわかりました。これは、「赤い物体に向かって歩く」という「思考」が、その細胞グループにおける特定の活動パターンであり、それがなければ基本的な反射は残っていても、行動自体は消失してしまうことを示していました。
おそらく最も衝撃的な発見は、このシステムが外部の教師なしに、生涯の中で新しいスキルを学習できたことです。研究者は、報酬信号として機能する小さな細胞グループを追加しました。ロボットが立っていて、赤い物体を見ている時に特定の音が聞こえると、この信号が発火しました。その瞬間、脳の局所的な変化のルールが作動しました。音が発生した瞬間に活動していた細胞と、その直前に活動していた細胞との間の接続を強化したのです。この一度の出来事の後、ロボットは、物体が見えていなくても、音を聞くだけで赤い物体に向かって歩くことを学習しました。この新しい能力は、グローバルな目的関数に導かれることなく、出来事の同時性と報酬信号のみによって、リアルタイムで脳の配線に書き込まれたのです。
しかし、この研究は同時にこのアプローチの限界も明らかにしました。ロボットは歩くことは学習できましたが、報酬信号が長く作動し続けると、長時間直立状態を維持することに苦労しました。思考や計画を保持するための内部ループが、過剰な活動を引き起こし、最終的にロボットを転倒させてしまったのです。これは、あらかじめ配線された脳が単純な局所的ルールによって複雑な行動を生み出し、新しい関連性を学習できるとしても、現在のモデルには「忘れる」あるいは「リセットする」メカニズム、すなわち欠如しているメカニズムが必要であることを示唆しています。また、研究者たちは、「本能」テーブル自体が、以前に訓練された機械学習システムからのデータを使用して構築されたものであることも指摘しています。つまり、初期の動作レパートリーは、脳が作成される前に学習されたポリシーから抽出されたものであるということです。この記述は、このシステムがゼロから歩行を発明したのではなく、動きのライブラリを継承し、それを新しい文脈でトリガーする方法を学んだのだということを強調しています。
この研究は、知能には大規模なトップダウン型の最適化プロセスが必要であるという考えに異を唱えるものです。むしろ、生物が行うことの大部分は、生まれ持った特定のアーキテクチャによって決定されていることを示唆しています。脳はソフトウェアを待っている空白のコンピュータではありません。それは、世界と相互作用しながらローカルに更新できる、ハードウェアとして組み込まれたオペレーティングシステムを持つ機械なのです。この研究は、適切な初期接続があれば、システムは「正しい」答えがどのようなものかを知らされることなく、立ち上がり、歩き、そして見るということが可能であることを示しています。これは汎用的な知能の謎を解いたと主張するものではありませんが、初期の配線さえ正しければ、固定された一連のルールと単純な局所的学習メカニズムから、複雑で目標指向の行動が出現し得ることを具体的に実証しています。これらの知見は、生物学的知能における不足は、学習する能力にあるのではなく、学習を可能にする初期構造にあるのかもしれないということを示唆しています。
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。