「あなたのことを理解します」に向けて：ロボットは「他人の視点から考える」ことができる

「あなたはロボットですか？なぜ私の立場になって考えられないのですか？」

人々が争いを抱えるたびに、この種の「内省」は必ず彼らを言葉を失う状態に陥れる。

しかし、現実には、今日のロボットはおそらく人間よりも共感を理解しているのです。

最近、中国科学院自動化研究所の研究員で、脳型知能研究センター副所長の曽毅氏のチームは、ロボットの脳のような思考推測モデルを提案した。これにより、ロボットは自分の経験から学び、他人の信念を推測し予測することができるようになった。このような「共感」は、「私はあなたを理解しています」に一歩近づいた。関連する研究結果は、Frontiers in Neuroroboticsに掲載された。

曽毅氏は中国科学日報のインタビューで次のように語った。「脳のような思考推測モデルは、将来の知的存在がより深い感情的共感を得るための基礎を築く。認知的共感と感情的共感の能力があってこそ、将来人工知能と人間は調和して共存できるのだ。」

[[348158]]

ロボットは「不透明・透明目隠しテスト」を実施しています。 写真提供：Zeng Yi

「冷たく冷たい」から「あなたの気持ちはわかります」へ

インテリジェントエージェントの思考推測モデルは、人工知能が思考推測の能力を獲得できるように設計されています。簡単に言えば、ロボットが「他人の立場に立つ」ことを実現するのを支援することです。

しかし、高次の認知機能である心的推測の神経基盤や神経メカニズムは未だに不明である。

「既存の研究基盤をどのように組み合わせ、思考推測のメカニズムを探り、脳のような思考推測の実現可能な理論モデルを構築するかが、解決すべき重要な課題だ」と曽毅氏は述べた。

この目的のために、曽毅氏のチームは、思考推測の分野における認知心理学、神経画像、脳科学などの成果を統合し、思考推測の神経基盤を決定し、パルスニューラルネットワークを使用して、関与する脳領域の認知機能をモデル化し、脳領域間の情報ループの接続構造を詳細に構築しました。

さらに、Zeng Yi 氏のチームは抑制制御メカニズムを統合し、脳のような思考推測モデルを構築し、インテリジェントエージェントが自身の経験を使用して他の個人の信念について推論できるようにしました。

「ロボットがミラーテストに合格し、予備的な自己認識能力を獲得した後の、もう一つの大胆な試みだ」と曽毅氏は語った。

「脳のような」から「人間のような」へ

Zeng Yi 氏のチームが提案した思考推測モデルは、他のモデルとは異なり、個人の経験と脳領域の発達が思考推測能力に与える影響を重視しています。

研究者らは、側頭頭頂接合部や内側前頭前皮質など複数の脳領域と、脳領域間の情報伝達経路、特に下前頭回と側頭頭頂接合部の自己観点抑制、下前頭回と腹内側前頭前皮質の自己信念抑制をシミュレートした。その後、このモデルをロボットに実装し、「不透明・透明目隠しテスト」でその有効性を検証した。

目隠しテストは、トレーニング部分とテスト部分で構成されます。まず、ロボットを「不透明アイマスクグループ」と「透明アイマスクグループ」の2つのグループに分けます。2つのグループの外観は同じです。

訓練中、まずてんとう虫を2つの黒い長方形の箱のうちの1つに置き、次にロボットと物体の間にそれぞれ不透明なアイマスクと透明なアイマスクを挿入し、ロボットに「てんとう虫はどこにいるか」と尋ねて、ロボットがアイマスクの特性を学習できるようにします。

その後、研究チームは、被験者ロボット（赤いロボット）が演技ロボット（青いロボット）の信念について推論するテストを実施しました。

まず、研究者たちはてんとう虫を黒い長方形の箱の1つに置き、次にてんとう虫を黄色い箱の中に隠し、次に青いロボットとてんとう虫の間に目隠しを入れ、次にてんとう虫を緑の箱の中に隠し、最後に目隠しを外した。

「青いロボット、てんとう虫はどこにいるの？」研究者が自分の経験に基づいて赤いロボットにこの質問をしたところ、「透明な目隠しグループ」の赤いロボットと青いロボットは物体の位置について同じ考えを持っており、両方とも緑の箱を指し示しました。一方、「不透明な目隠しグループ」の赤いロボットは黄色の箱を指し示しました。

研究者たちは次に赤いロボットに「てんとう虫はどこにいる？」と尋ねた。結果は、「不透明なアイマスクグループ」と「透明なアイマスクグループ」の両方の赤いロボットが緑の箱を指差すことを示した。

曽毅氏は次のように説明した。「抑制制御は、精神的思索のプロセスにおける重要なメカニズムです。下前頭回と側頭頭頂接合部、および下前頭回と腹内側前頭前皮質の間の成熟した接続が、自己観点抑制と自己信念抑制の神経基盤であると考えています。」

抑制制御が実験に与える影響を検証するために、Zeng Yi 氏のチームは異なる接続強度を設定しました。

研究では、下前頭回と側頭頭頂接合部間の接続が未熟な場合、テストロボットは自己知覚情報を抑制できず、したがって物体の位置に関する実行ロボットの信念を正しく推測できないことがわかった。また、下前頭回と側頭頭頂接合部間の接続は成熟しているが、下前頭回と腹内側前頭皮質間の接続が未熟な場合、テストロボットは物体の位置に関する実行ロボットの信念を正しく推測できたものの、自身の信念を抑制することができなかった。

これらのつながりが成熟すると、ロボットの被験者は自己認識情報だけでなく自己信念も抑制できるようになりました。

「学習」から「コンプライアンス」へ

論文の主著者の一人である趙玉軒氏は、「下前頭回と側頭頭頂接合部、および下前頭回と腹内側前頭前野との間の接続強度を低下させることで、抑制制御機構を無効にしました。計算モデルは、他者の視点から知覚した情報を正しく出力したり、他者の信念を推測したりすることが不可能であることを示しました。同時に、ロボットは行動の面でテストに不合格でした。したがって、計算モデルの観点から、抑制制御は精神的推測のコアメカニズムの1つであることが証明できます。」と述べています。

今後の計画について、曽毅氏は率直にこう語った。「思考推測の計算モデル化と思考推測機能を備えたインテリジェントエージェントの構築は、まだ第一歩に過ぎません。次に、脳のような思考推測モデルを適用して、インテリジェントエージェントが環境、他のインテリジェントエージェント、人間とやりとりする際に従うべき「道徳的」規範を自律的に学習できるようにする必要があります。」

カーネギーメロン大学で心理学の博士号を取得し、上海交通大学管区法学院の客員教授を務める秦玉林氏は、人工知能技術が健全に発展し、人類に利益をもたらすためには、人類の根本的利益を害する可能性のある人工知能技術を法律や規制のレベルで防止・阻止し、人類の根本的利益に合致した責任ある人工知能技術を提唱する必要があると考えている。 「この点で、曽毅氏のチームは喜ばしい前進を遂げた。」