TED日本語 - レイ・カーツワイル: ハイブリッド思考の世界が来る

TED日本語

TED Talks(英語 日本語字幕付き動画)

TED日本語 - レイ・カーツワイル: ハイブリッド思考の世界が来る

TED Talks

ハイブリッド思考の世界が来る
Get ready for hybrid thinking
レイ・カーツワイル
Ray Kurzweil

内容

2億年前、我々の祖先である初期の哺乳類は、脳の新たな器官、大脳新皮質を発達させました。この切手サイズの組織(クルミの大きさ程の脳を覆っていた)は人間が進化する上での鍵となりました。フューチャリストのレイ・カーツワイルは次なる脳の大きな飛躍 ― クラウドの演算能力の利用 ― に備えるべきだと提言します。

Script

Let me tell you a story. It goes back 200 million years. It's a story of the neocortex, which means "new rind." So in these early mammals, because only mammals have a neocortex, rodent-like creatures. It was the size of a postage stamp and just as thin, and was a thin covering around their walnut-sized brain, but it was capable of a new type of thinking. Rather than the fixed behaviors that non-mammalian animals have, it could invent new behaviors. So a mouse is escaping a predator, its path is blocked, it'll try to invent a new solution. That may work, it may not, but if it does, it will remember that and have a new behavior, and that can actually spread virally through the rest of the community. Another mouse watching this could say, "Hey, that was pretty clever, going around that rock," and it could adopt a new behavior as well.

Non-mammalian animals couldn't do any of those things. They had fixed behaviors. Now they could learn a new behavior but not in the course of one lifetime. In the course of maybe a thousand lifetimes, it could evolve a new fixed behavior. That was perfectly okay 200 million years ago. The environment changed very slowly. It could take 10,000 years for there to be a significant environmental change, and during that period of time it would evolve a new behavior.

Now that went along fine, but then something happened. Sixty-five million years ago, there was a sudden, violent change to the environment. We call it the Cretaceous extinction event. That's when the dinosaurs went extinct, that's when 75 percent of the animal and plant species went extinct, and that's when mammals overtook their ecological niche, and to anthropomorphize, biological evolution said, "Hmm, this neocortex is pretty good stuff," and it began to grow it. And mammals got bigger, their brains got bigger at an even faster pace, and the neocortex got bigger even faster than that and developed these distinctive ridges and folds basically to increase its surface area. If you took the human neocortex and stretched it out, it's about the size of a table napkin, and it's still a thin structure. It's about the thickness of a table napkin. But it has so many convolutions and ridges it's now 80 percent of our brain, and that's where we do our thinking, and it's the great sublimator. We still have that old brain that provides our basic drives and motivations, but I may have a drive for conquest, and that'll be sublimated by the neocortex into writing a poem or inventing an app or giving a TED Talk, and it's really the neocortex that's where the action is.

Fifty years ago, I wrote a paper describing how I thought the brain worked, and I described it as a series of modules. Each module could do things with a pattern. It could learn a pattern. It could remember a pattern. It could implement a pattern. And these modules were organized in hierarchies, and we created that hierarchy with our own thinking. And there was actually very little to go on 50 years ago. It led me to meet President Johnson. I've been thinking about this for 50 years, and a year and a half ago I came out with the book "How To Create A Mind," which has the same thesis, but now there's a plethora of evidence. The amount of data we're getting about the brain from neuroscience is doubling every year. Spatial resolution of brainscanning of all types is doubling every year. We can now see inside a living brain and see individual interneural connections connecting in real time, firing in real time. We can see your brain create your thoughts. We can see your thoughts create your brain, which is really key to how it works.

So let me describe briefly how it works. I've actually counted these modules. We have about 300 million of them, and we create them in these hierarchies. I'll give you a simple example. I've got a bunch of modules that can recognize the crossbar to a capital A, and that's all they care about. A beautiful song can play, a pretty girl could walk by, they don't care, but they see a crossbar to a capital A, they get very excited and they say "crossbar," and they put out a high probability on their output axon. That goes to the next level, and these layers are organized in conceptual levels. Each is more abstract than the next one, so the next one might say "capital A." That goes up to a higher level that might say "Apple." Information flows down also. If the apple recognizer has seen A-P-P-L, it'll think to itself, "Hmm, I think an E is probably likely," and it'll send a signal down to all the E recognizers saying, "Be on the lookout for an E, I think one might be coming." The E recognizers will lower their threshold and they see some sloppy thing, could be an E. Ordinarily you wouldn't think so, but we're expecting an E, it's good enough, and yeah, I've seen an E, and then apple says, "Yeah, I've seen an Apple."

Go up another five levels, and you're now at a pretty high level of this hierarchy, and stretch down into the different senses, and you may have a module that sees a certain fabric, hears a certain voice quality, smells a certain perfume, and will say, "My wife has entered the room."

Go up another 10 levels, and now you're at a very high level. You're probably in the frontal cortex, and you'll have modules that say, "That was ironic. That's funny. She's pretty."

You might think that those are more sophisticated, but actually what's more complicated is the hierarchy beneath them. There was a 16-year-old girl, she had brain surgery, and she was conscious because the surgeons wanted to talk to her. You can do that because there's no pain receptors in the brain. And whenever they stimulated particular, very small points on her neocortex, shown here in red, she would laugh. So at first they thought they were triggering some kind of laugh reflex, but no, they quickly realized they had found the points in her neocortex that detect humor, and she just found everything hilarious whenever they stimulated these points. "You guys are so funny just standing around," was the typical comment, and they weren't funny, not while doing surgery.

So how are we doing today? Well, computers are actually beginning to master human language with techniques that are similar to the neocortex. I actually described the algorithm, which is similar to something called a hierarchical hidden Markov model, something I've worked on since the '90s. "Jeopardy" is a very broad natural language game, and Watson got a higher score than the best two players combined. It got this query correct: "A long, tiresome speech delivered by a frothy pie topping," and it quickly responded, "What is a meringue harangue?" And Jennings and the other guy didn't get that. It's a pretty sophisticated example of computers actually understanding human language, and it actually got its knowledge by reading Wikipedia and several other encyclopedias.

Five to 10 years from now, search engines will actually be based on not just looking for combinations of words and links but actually understanding, reading for understanding the billions of pages on the web and in books. So you'll be walking along, and Google will pop up and say, "You know, Mary, you expressed concern to me a month ago that your glutathione supplement wasn't getting past the blood-brain barrier. Well, new research just came out 13 seconds ago that shows a whole new approach to that and a new way to take glutathione. Let me summarize it for you."

Twenty years from now, we'll have nanobots, because another exponential trend is the shrinking of technology. They'll go into our brain through the capillaries and basically connect our neocortex to a synthetic neocortex in the cloud providing an extension of our neocortex. Now today, I mean, you have a computer in your phone, but if you need 10,000 computers for a few seconds to do a complex search, you can access that for a second or two in the cloud. In the 2030s, if you need some extra neocortex, you'll be able to connect to that in the cloud directly from your brain. So I'm walking along and I say, "Oh, there's Chris Anderson. He's coming my way. I'd better think of something clever to say. I've got three seconds. My 300 million modules in my neocortex isn't going to cut it. I need a billion more." I'll be able to access that in the cloud. And our thinking, then, will be a hybrid of biological and non-biological thinking, but the non-biological portion is subject to my law of accelerating returns. It will grow exponentially. And remember what happens the last time we expanded our neocortex? That was two million years ago when we became humanoids and developed these large foreheads. Other primates have a slanted brow. They don't have the frontal cortex. But the frontal cortex is not really qualitatively different. It's a quantitative expansion of neocortex, but that additional quantity of thinking was the enabling factor for us to take a qualitative leap and invent language and art and science and technology and TED conferences. No other species has done that.

And so, over the next few decades, we're going to do it again. We're going to again expand our neocortex, only this time we won't be limited by a fixed architecture of enclosure. It'll be expanded without limit. That additional quantity will again be the enabling factor for another qualitative leap in culture and technology.

Thank you very much.

(Applause)

一つ 物語をお話しします 2億年前のことです これは大脳新皮質 ―「新たな外皮」― の物語です さてネズミのような初期の哺乳類では ― ちなみに 大脳新皮質を 有するのは哺乳類のみです ― それは切手サイズの大きさと薄さで 彼らのクルミ大の 脳を覆う ほんの薄い外皮だったのですが 新しい考え方を可能にしました 哺乳類以外の動物が持つ 組み込まれた習性に従うだけではなく 新たな習性の発明を可能にしました 例えばネズミが天敵から逃げていて 逃げ道がふさがっていると 別の解決策を見出そうとします 上手くいくかは分かりません しかし 上手くいけばそれを覚え 新たな習性を得て その習性は種 全体に ウイルスのように広まります 他のネズミがそれを見て 「あの岩を迂回したのは賢かったな」 と言って自分も新しい習性を 取り入れるのです

哺乳類以外の動物は これが出来ません 習性は固定されています 新しい習性を得るためには 一生涯では足りません 千世代ほどを通して 新たな習性を進化させます 2億年前はそれで全然大丈夫でした 環境の変化はゆっくりしていて 大きく環境が変化するのに 1万年近くかかったでしょう そしてそれぐらいの期間で 新しい習性を進化させるのです

それでも上手くいってましたが 6,500万年前に あることが起きました 急で 過激な 環境の変化です K-T境界(白亜紀末)の 大量絶滅と呼ばれています これは恐竜が絶滅し 動植物の75%が 絶滅した時です そして哺乳類が絶滅種の ニッチを埋めた時でもありました そして「生物学的進化」さんは こう言いました 「この大脳新皮質っていいね」 そしてそれを育て始めました 哺乳類は大きくなり 脳はさらに速いペースで肥大化し 大脳新皮質はそれより さらに速く肥大化しました そして表面積を大きくするための 特徴的な隆起や折り目が発達しました もし人間の大脳新皮質を 取り出して広げたら テーブルナプキンぐらいになります 組織は非常に薄く テーブルナプキンほどの厚みです しかし いくつもの隆起と皺のため 脳の80%も占めているのです そしてそこで思考が行われていて 考えを昇華させてくれます 基本的な欲求や 動機を与える古い脳はまだ残っています しかし 例えば私が持つ支配欲は 大脳新皮質によって昇華されるのです ― 詩を書いたり アプリを開発したり TEDで講演をすることに その昇華が起こっている場所こそが 大脳新皮質なのです

50年前 私は論文で 私の考える脳のメカニズム ― モジュールの連続的な組み合わせ ― を説明しました 各モジュールは一つの パターンを処理します パターンを習い パターンを覚え パターンを実行します そしてモジュールは階層的に組織され その階層は私達自身の思考により 組織されます 50年前はその論文からそれ以上発展することは 殆どありませんでしたが でも これでジョンソン大統領に会えました 私はこのことに関して50年間考え 1年半前に 本を出版しました 「思考の創り方」です 同じ仮説を立ててますが 今度は沢山の証拠があります ニューロサイエンスにより 脳に関するデータは 毎年倍増しています あらゆる脳スキャンの イメージ映像が 毎年倍増しているのです 現在では生きている脳の中を見て 個々の神経がリアルタイムで 繋がりを作り 伝達を行い 脳が考えを創り また 考えが脳を創る 場面が見られます 実はこれがカギなのです

簡単にですが 説明します 私はモジュールの数を数えました それらは3億個近くあり それらで階層を作りました 簡単な例を示します ここにたくさんのモジュールがあります これらは大文字「A」の横棒を認識します 機能はそれだけです 美しい音楽が流れても 素敵な女性がそばに来ても 反応しません しかしAの横棒を見たら 非常に興奮して「横棒」と言います 軸索から信号が出力される確率は 非常に高くなり 次の階層に出力されます 階層ごとに異なる概念レベルで 組織されています それぞれが前の階より抽象的です 次の階層が「大文字A」と言い さらに高い階層で「APPLE」と 言うかもしれません 情報は下方にも流れます APPLE認識モジュールが A-P-P-L と認識したら その層は「ウーン Eがおそらく次だろう」 と考え E認識モジュールたちに伝達します 「Eに目を光らせて もうすぐ来るから」と E認識モジュールは閾値を低くして Eに見えなくもない物も認識します 普段とは違って 予期していたので 「Eを見た」と言い APPLEモジュールは 「APPLEを見た」と言います

さらに5つ階層を上がれば この階層のかなり ― 高い所に来ます そこでは下の階層の別の五感の情報を ― 特定の生地、声、香水を ― 認識するモジュールの 情報を組み合わせ 「妻が部屋に入ってきた」 と言います

さらに10階層上がれば かなり高い階層に出ます そこは前頭部皮質あたりでしょう そこでのモジュールはこう言うでしょう 「今のは皮肉だね」 「それは面白い 彼女はかわいい」

上の階層の方が洗練されている と思いがちですが 実際に複雑なのは その下の階層組織なのです 16才の女の子が脳手術を受けているとき 執刀医が彼女と話をするため 意識を保っておきました 脳の痛みは感じないため こんなことが出来ます そして 大脳新皮質の ある小さな点を刺激したら この赤い部分です ― 彼女は笑いました 執刀医たちは 反射的に笑う点を 刺激したと考えていましたが すぐに大脳新皮質のユーモアを 認識する部分を見つけたと気づきました それでそこを刺激する度に 彼女には全てが滑稽に感じたのです 「貴方たちがそこにいるだけで面白いわ」 というのが主なコメントでしたが 執刀医たちは面白くありませんでした 手術中だったのですから

では現代ではどのように なっているでしょうか? まぁ まず コンピューターが人間の 言語を大脳新皮質のそれに似た 技術で習得してきています 実は私が開発し 「階層隠れマルコフモデル」 と呼ばれる 私が90年代に 取り組んでいたものに類似しています 「ジェパディー」は広範囲な 自然言語を使うゲームですが 「ワトソン」の得点はベストプレーヤー 二人を合わせたものより上でした 彼はこの問題にも正解しました 「泡立ったパイのトッピングによる 長くて退屈なスピーチ」 「メレンゲ・ハレンゲとは何?」 とすぐに答えました ジェニングズたちには この答えが分かってませんでした これはコンピューターが人の言語を 理解できるという高度な例です その知識は実際に ウィキペディアやその他百科事典を 読んで得られたものです

5年から10年後 検索エンジンは言葉の組み合わせや リンクに基づくだけではなく ウェブ上の情報や 本を読んで 理解した内容に 基づくものになるでしょう あなたが歩いている時に グーグルが出てきて こう言います 「マリー 一か月前に貴方は グルタチオンのサプリが 血液脳関門を通ってないのではと 不安になっていましたね 実は13秒前新しい研究が発表され グルタチオン摂取の全く新しい アプローチを紹介しています 今から要約しますね」

今から20年後にはナノボットが 開発されているでしょう 微細化の技術は 急激に進歩しています それらは毛細血管をとおって 脳に行きます そして私たちの大脳新皮質を クラウドの人工大脳新皮質につなぎ 大脳新皮質の機能を拡張します 今でも私たちの電話には コンピューターがあります 複雑な研究のために1万の コンピューターを 数秒間必要とするとき クラウドにアクセスすればすぐに出来ます 2030年代では余分に大脳新皮質が 必要になれば 脳から直接クラウドにつなげられること になるでしょう 私は歩きながら 「あ クリス・アンダーソンだ」と言い 彼が近づいてきます 何か賢いことを言わなければ 時間は3秒 私の大脳新皮質にある3億の モジュールだけでは足りない 後10億必要だ そこで私はクラウドにアクセスできます そして私たちの思考は生物学的と 非生物学的な思考のハイブリッドになります そして非生物学的な部分は 私の収穫加速の法則に則ります 指数関数的に成長するのです 前回 大脳新皮質が拡張した時 何が起きたか覚えていますか? 200万年前 私たちは ヒト科へと進化し 大きな前頭葉を発達させました 他の類人猿の額も突き出していますが 前頭葉はありません しかし 前頭葉は質的に特別ではなく 大脳新皮質が拡張しているのです 思考の量が増えたことが 質的な飛躍を遂げることを 可能にした要因なのです 言語や芸術、科学や技術 そしてTED 他の種にはできなかったことです

次の数十年で私たちは また飛躍します 再び 大脳新皮質を拡張します ただし今度は決まった構造の容器に その限界を決められることはありません 限界なく拡張するのです この量的な拡張はまたもや 文化と技術に質的な飛躍をもたらす 要因となるでしょう

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