TED日本語 - アレックス・ウィスナー=グロス: 知能の方程式

TED日本語

TED Talks(英語 日本語字幕付き動画)

TED日本語 - アレックス・ウィスナー=グロス: 知能の方程式

TED Talks

知能の方程式
A new equation for intelligence
アレックス・ウィスナー=グロス
Alex Wissner-Gross

内容

知能に公式なんてあるのでしょうか?はい、 F = T ∇ Sτです。物理学者そしてコンピュータ科学者であるアレックス・ウィスナー=グロスが、この式が一体どんな意味があるのか、魅力的で、内容のある話で説明します。

Script

Intelligence -- what is it? If we take a look back at the history of how intelligence has been viewed,one seminal example has been Edsger Dijkstra's famous quote that "the question of whether a machine can think is about as interesting as the question of whether a submarine can swim." Now, Edsger Dijkstra, when he wrote this, intended it as a criticism of the early pioneers of computer science, like Alan Turing. However, if you take a look back and think about what have been the most empowering innovations that enabled us to build artificial machines that swim and artificial machines that [ fly ], you find that it was only through understanding the underlying physical mechanisms of swimming and flight that we were able to build these machines. And so, several years ago, I undertook a program to try to understand the fundamental physical mechanisms underlying intelligence.

Let's take a step back. Let's first begin with a thought experiment. Pretend that you're an alien race that doesn't know anything about Earth biology or Earth neuroscience or Earth intelligence, but you have amazing telescopes and you're able to watch the Earth, and you have amazingly long lives, so you're able to watch the Earth over millions, even billions of years. And you observe a really strange effect. You observe that, over the course of the millennia, Earth is continually bombarded with asteroids up until a point, and that at some point, corresponding roughly to our year,2000 AD, asteroids that are on a collision course with the Earth that otherwise would have collided mysteriously get deflected or they detonate before they can hit the Earth. Now of course, as earthlings, we know the reason would be that we're trying to save ourselves. We're trying to prevent an impact. But if you're an alien race who doesn't know any of this, doesn't have any concept of Earth intelligence, you'd be forced to put together a physical theory that explains how, up until a certain point in time, asteroids that would demolish the surface of a planet mysteriously stop doing that. And so I claim that this is the same question as understanding the physical nature of intelligence.

So in this program that I undertook several years ago, I looked at a variety of different threads across science, across a variety of disciplines, that were pointing, I think, towards a single, underlying mechanism for intelligence. In cosmology, for example, there have been a variety of different threads of evidence that our universe appears to be finely tuned for the development of intelligence, and, in particular, for the development of universal states that maximize the diversity of possible futures. In game play, for example, in Go -- everyone remembers in 1997 when IBM's Deep Blue beat Garry Kasparov at chess -- fewer people are aware that in the past 10 years or so, the game of Go, arguably a much more challenging game because it has a much higher branching factor, has also started to succumb to computer game players for the same reason: the best techniques right now for computers playing Go are techniques that try to maximize future options during game play. Finally, in robotic motion planning, there have been a variety of recent techniques that have tried to take advantage of abilities of robots to maximize future freedom of action in order to accomplish complex tasks. And so, taking all of these different threads and putting them together, I asked, starting several years ago, is there an underlying mechanism for intelligence that we can factor out of all of these different threads? Is there a single equation for intelligence?

And the answer, I believe, is yes. [ "F = T ∇ Sτ" ] What you're seeing is probably the closest equivalent to an E = mc2 for intelligence that I've seen. So what you're seeing here is a statement of correspondence that intelligence is a force, F, that acts so as to maximize future freedom of action. It acts to maximize future freedom of action, or keep options open, with some strength T, with the diversity of possible accessible futures, S, up to some future time horizon, tau. In short, intelligence doesn't like to get trapped. Intelligence tries to maximize future freedom of action and keep options open. And so, given this one equation, it's natural to ask, so what can you do with this? How predictive is it? Does it predict human-level intelligence? Does it predict artificial intelligence? So I'm going to show you now a video that will, I think, demonstrate some of the amazing applications of just this single equation.

(Video) Narrator: Recent research in cosmology has suggested that universes that produce more disorder, or "entropy," over their lifetimes should tend to have more favorable conditions for the existence of intelligent beings such as ourselves. But what if that tentative cosmological connection between entropy and intelligence hints at a deeper relationship? What if intelligent behavior doesn't just correlate with the production of long-term entropy, but actually emerges directly from it? To find out, we developed a software engine called Entropica, designed to maximize the production of long-term entropy of any system that it finds itself in. Amazingly, Entropica was able to pass multiple animal intelligence tests, play human games, and even earn money trading stocks, all without being instructed to do so. Here are some examples of Entropica in action.

Just like a human standing upright without falling over, here we see Entropica automatically balancing a pole using a cart. This behavior is remarkable in part because we never gave Entropica a goal. It simply decided on its own to balance the pole. This balancing ability will have appliactions for humanoid robotics and human assistive technologies. Just as some animals can use objects in their environments as tools to reach into narrow spaces, here we see that Entropica, again on its own initiative, was able to move a large disk representing an animal around so as to cause a small disk, representing a tool, to reach into a confined space holding a third disk and release the third disk from its initially fixed position. This tool use ability will have applications for smart manufacturing and agriculture. In addition, just as some other animals are able to cooperate by pulling opposite ends of a rope at the same time to release food, here we see that Entropica is able to accomplish a model version of that task. This cooperative ability has interesting implications for economic planning and a variety of other fields.

Entropica is broadly applicable to a variety of domains. For example, here we see it successfully playing a game of pong against itself, illustrating its potential for gaming. Here we see Entropica orchestrating new connections on a social network where friends are constantly falling out of touch and successfully keeping the network well connected. This same network orchestration ability also has applications in health care, energy, and intelligence. Here we see Entropica directing the paths of a fleet of ships, successfully discovering and utilizing the Panama Canal to globally extend its reach from the Atlantic to the Pacific. By the same token, Entropica is broadly applicable to problems in autonomous defense, logistics and transportation.

Finally, here we see Entropica spontaneously discovering and executing a buy-low, sell-high strategy on a simulated range traded stock, successfully growing assets under management exponentially. This risk management ability will have broad applications in finance and insurance.

Alex Wissner-Gross: So what you've just seen is that a variety of signature human intelligent cognitive behaviors such as tool use and walking upright and social cooperation all follow from a single equation, which drives a system to maximize its future freedom of action.

Now, there's a profound irony here. Going back to the beginning of the usage of the term robot, the play "RUR," there was always a concept that if we developed machine intelligence, there would be a cybernetic revolt. The machines would rise up against us. One major consequence of this work is that maybe all of these decades, we've had the whole concept of cybernetic revolt in reverse. It's not that machines first become intelligent and then megalomaniacal and try to take over the world. It's quite the opposite, that the urge to take control of all possible futures is a more fundamental principle than that of intelligence, that general intelligence may in fact emerge directly from this sort of control-grabbing, rather than vice versa.

Another important consequence is goal seeking. I'm often asked, how does the ability to seek goals follow from this sort of framework? And the answer is, the ability to seek goals will follow directly from this in the following sense: just like you would travel through a tunnel, a bottleneck in your future path space, in order to achieve many other diverse objectives later on, or just like you would invest in a financial security, reducing your short-term liquidity in order to increase your wealth over the long term, goal seeking emerges directly from a long-term drive to increase future freedom of action.

Finally, Richard Feynman, famous physicist, once wrote that if human civilization were destroyed and you could pass only a single concept on to our descendants to help them rebuild civilization, that concept should be that all matter around us is made out of tiny elements that attract each other when they're far apart but repel each other when they're close together. My equivalent of that statement to pass on to descendants to help them build artificial intelligences or to help them understand human intelligence, is the following: Intelligence should be viewed as a physical process that tries to maximize future freedom of action and avoid constraints in its own future.

Thank you very much.

(Applause)

知能とは何でしょうか? 知能に関する議論について 歴史を振り返ってみると エドガー・ダイクストラの 有名な言葉につきあたります “機械が考えることができるのか という問いはー 潜水艦が泳ぐことができるか という問いと 同じくらい興味深い” エドガー・ダイクストラのこの言葉は アラン・チューリングなど コンピュータ科学の先駆者達への 批判から出たものです コンピュータ科学の先駆者達への 批判から出たものです しかし考えてみるとー “泳ぐ機械”や“飛ぶ機械”を作ることができたー 最大の原動力とは何なのでしょうか? 単に泳ぎや飛行の物理的原理を 理解することによって 単に泳ぎや飛行の物理的原理を 理解することによって このような機械を 作ることができたのです 数年前 私が行った研究はー 知能における物理的な基本原理を 解明することでした

その前に ある思考実験をしたいと思います 自分が地球のことを何も知らない エイリアンだと思ってください 生物学や神経学 知能について何も知りません しかし高性能な望遠鏡で 地球を観察することができ かなり長生きなので 何百万年 いや 何十億年も地球を観察できるとします かなり長生きなので 何百万年 いや 何十億年も地球を観察できるとします すると変わったものを 見ることになります 千年も観察しているとー 地球に常に 隕石が衝突していることがわかります しかし紀元2000年頃になるとー 不思議なことに 地球に衝突するはずの隕石はー 衝突前に進路を変えたり 爆発してしまうのです 衝突前に進路を変えたり 爆発してしまうのです もちろん地球人は その理由は 自らを守ろうとしている事であると― 知っています 衝突を防ごうとしているのです しかしエイリアンであるあなたは そんなことは いざ知らず 地球の知的生命体の存在について 考えも及ばず なぜ隕石がある時期から 地球に衝突しなくなる― 神秘的なできごとについて 物理的な理論を考えるしかありません これは知能の物理的本質を 理解することと同じ問題なのです

そこで 数年前に行った研究では 知能の統一的な原理を指し示す 科学の多くの分野に目を向けました 知能の統一的な原理を指し示す 科学の多くの分野に目を向けました 知能の統一的な原理を指し示す 科学の多くの分野に目を向けました 例えば宇宙論では 様々な証拠により この宇宙は 知能が発達し 特に宇宙の将来の多様性が 最大化するようにー うまく調整されていると 示されています 例えばゲームの碁を見てみましょう だれでも チェスでIBMのディープブルーが 1997年にカスパロフを破ったことを覚えていますが あまり良く知られていないことは 最近の10年間において 分岐因子が非常に多くチェスよりも はるかに難しいゲームである 碁においてもコンピュータが 対戦する人間に 同様な理由で勝ち始めたことです 同様な理由で勝ち始めたことです 現状ではコンピュータにとっての 最善の方法は 将来の選択肢を最大にすることなのです 最後の例として ロボットの動作プログラムでは 複雑な仕事を達成するためー 行動の自由度を最大化する能力を 利用しようとする最新技法があります 行動の自由度を最大化する能力を 利用しようとする最新技法があります 数年前から問い続けてきたことですが 異なる分野を総合的に考えることで 知能の背後にある原理は 見えてくるのでしょうか? 知能の背後にある原理は 見えてくるのでしょうか? 統一的な公式は存在するのでしょうか?

私の答えはイエスです [F = T ∇ Sτ] E = mc2とよく似ていますが これは知能の公式です それぞれ何を表しているかというと Fが知能 未来の自由度を最大にする力です 未来の自由度を最大にし 選択肢を広げる際に働くのがー 強度T そして ある時間タウτまでに 到達可能な未来の多様性がSです 要は知能は留まっているのが 嫌いだということです 知能は未来の自由度を最大にし 選択肢を広げ続けます しかし 自然な疑問が湧いてきます この式をどう使うのか? 何が予測できるのでしょうか? 人間の知能レベル? 人工知能の進歩予測? これからビデオをお見せします このたった一つの式に様々な 素晴らしい応用があることを 示します

宇宙論における最新の研究によると “エントロピー”つまり乱雑さを 増大させる宇宙はー 知的生命体が存在するのに 最適な状態へと方向付けられています しかし宇宙論的な意味で エントロピーと知能の間に 深いレベルで関係があるとしたら? 知的行動は長期的なエントロピーの 増加と関係があるだけでなく エントロピーそのものから 発生しているとしたら? それを確かめるために開発したのが エントロピカというソフトです どのような系であっても 長期的エントロピーの増加を 最大化するように設計されています 驚いたことにエントロピカは 指示がなくても 様々な動物知能テストをクリアし 人間が行うようなゲーム さらには 株の取引きすらできたのです エントロピカの行動を見てください

倒れることなく 人間のように直立二足歩行をし ご覧のようにカートを使って ポールのバランスを取ろうとします カートを使って ポールのバランスを取ろうとします 驚くべきことの一つは エントロピカに― 目的を与えていないのに この様に行動することです 自分で判断し ポールのバランスを取ります こうした能力はヒューマノイドや 障害者のための支援技術に応用できます こうした能力はヒューマノイドや 障害者のための支援技術に応用できます 一部の動物は手の届かない所に 道具を使いますが 一部の動物は手の届かない所に 道具を使いますが エントロピカの場合を見てみましょう 動物を表す大きなディスクを動かし 道具を表す小さなディスクを 狭い場所に動かすことができました もう一枚のディスクは 元の位置から解放させます こうした道具を使う能力は 製造業や農業に応用できます また エサをとるため協力して ロープの端を引っ張る動物もいます また エサをとるため協力して ロープの端を引っ張る動物もいます エントロピカもモデルにおいて この課題をクリアできました こうした協力する能力は 経済計画など多くの分野に応用できます

エントロピカは様々な分野に 広く応用できるのです 例えばポンというゲームを 自分だけで見事にプレイしており ゲームを遂行する能力を 示しています また つながりを常に失いがちな ソーシャルネットワークにおいて エントロピカは新しい関係を 上手く築いていきます このネットワークの組織能力は ヘルスケアやエネルギー 知能の分野にも応用できます 船の一群がパナマ運河を発見し 大西洋から太平洋へと 活動範囲を広げる様子も 再現しています エントロピカは 自主防衛 物流 運送などにも応用できます エントロピカは 自主防衛 物流 運送などにも応用できます

最後の例ですが 株取引で 安く買って高く売る戦略を 直ちに発見し シミュレーションの 条件内でこれを実行し 管理可能なやり方で 資産を一気に 増やすことができるのです こうしたリスク管理能力は 経済や保険の分野に広く応用できます こうしたリスク管理能力は 経済や保険の分野に広く応用できます

これまで見てきたのは 人間の知能的な認知行動です これまで見てきたのは 人間の知能的な認知行動です 道具の使用や直立二足歩行 社会的協力といったものです これらは全てー 未来の行動の自由度を最大にする 一つの式から導かれます

ここでとても皮肉なのが ロボットという言葉を始めて使用した 戯曲“RUR”ではー ロボットという言葉を始めて使用した 戯曲“RUR”ではー “もし知能を持つ機械を作ったとしたら ロボットの反乱が起こるだろう” というコンセプトがありました 機械が私達に敵対し 立ち上がるというのです ここ数十年における 我々の研究の主な成果として ロボットによる反乱について 全く逆の結果が得られたのです なにも知能を持った機械がー 誇大妄想で世界を支配しようと するわけではありません 全くの逆でー 未来の全ての可能性を コントロールする自然の原理は― 知能よりも基本的で 可能性をコントロールしようとする 自然の原理により 知性というものが発生するのであり その逆ではないのでしょう

もう一つの重要な結果がゴールシークです よく質問されることですが 目標を探す能力が この原理に どのように従っているのでしょう その答えは ゴールを探す能力は 次のことと直接的に関係するのです 様々な目的を達成するためにー 待ち構える障害を切り抜けたり 長期的に財産を増やすためー 短期的に資金が減ったとしても 生活資金保障に投資するなど ゴールシークは 未来の行動の自由度を増加させるー 長期的な動機から直接発生します

最後に 有名な物理学者 リチャード・フェインマンの言葉 “もし人間の文明が滅びー 文明を再建するため ある概念を 一つだけ子孫に伝えられるとしたら 文明を再建するため ある概念を 一つだけ子孫に伝えられるとしたら 「私達の周りの物は全て 小さな原子でできておりー 離れた時は引き付け合うが 引っ付いた時は離れる」という概念だ” 離れた時は引き付け合うが 引っ付いた時は離れる」という概念だ” この言葉の私の解釈はー 人工知能の製作と 人間の知能の理解に役立つ― 次のようなものです 知能というのは 未来の自由度を最大にしー 制限をなくすような 物理的プロセスであるべきだということです

ありがとうございました

(拍手)

― もっと見る ―
― 折りたたむ ―

品詞分類

  • 主語
  • 動詞
  • 助動詞
  • 準動詞
  • 関係詞等

関連動画