2027年のAIはどのようになっているでしょうか?ヒントは、あなたの脳の中にあります。

やっていることをやめて、窓の外の鳥やリス、昆虫などを眺めてみましょう。これらの生物は、食物を見つけたり、捕食動物からの脅威から生き延びたり、他の動物を追跡したり回避したりするなど、複雑な生存タスクを実行します。これらの虫や小動物が簡単にできることをできるロボットは地球上に存在しません。 Neurala の CEO である Max Versace 氏は、2027 年の AI に関する予測をいくつか共有しました。

「自然の」知恵は豊かで多様ですが、今日の人間の知恵はまだ非常に原始的です。現時点では、AI ツールは特定の目的のために設計および構築されており、比較的洗練されていないという意味で「原始的」です。たとえば、ドローン、自動運転車、おもちゃを管理するコードやセンサーは、ナビゲーション、物体認識、音声認識などのアプリケーションのサブセットに対してのみ存在することがよくあります。

これらすべてのアプリケーションにおいて、AI には生物に似た「脳」が必要です。現在の AI インテリジェンスは、限定的で孤立した機能を提供するように設計および構築されています。いわゆる「ストーブ機能」ですね。各機能は、接続に関しては切断され独立します。これは、AI が人間のチェスチャンピオンに勝つことはできるが、新しいシナリオが提示されると崩壊する傾向があることを意味します。チェスプレイヤーとは異なり、この人間のチェスチャンピオンは効果的なゲームをプレイできるだけでなく、立ち上がる、運転する、話す、音楽を聴く、絵を描くなど、多くの処理と判断を必要とする活動も実行できます。したがって、AI の能力を「人間」や動物と直接かつ徹底的に比較すると、人工知能の分野ではまだまだ長い道のりが残っていることがわかります。

[[188522]]

今日の AI と 2027 年の AI の主な違いは、将来の AI が、個別の入力を分析するコンロ上の処理ではなく、人間や動物の脳のように動作し、複数の感覚様式を考慮に入れるようになり、複数の同時かつ複雑な要因に基づいて意思決定を行い、最良の結果を達成するようになることです。

たとえば、マウスの脳を見てみましょう。最も小さな動物でさえ、食物を育てたり、捕食者を避けたり、他の動物と交流したりするなど、複雑な問題を解決できるほど大きな脳を持っています。マウスの脳の重さは約2グラムですが、視覚、嗅覚、触覚の手がかりとナビゲーションを統合する能力により、感知、計画、ナビゲーション、障害物の回避などの機能を実行できます。マウスの脳のこれらの個別の機能はすべて統合され、最終的には手元のタスクに対する解決策を提供します。動物と人間の脳の秘密は、同じ低電力の組み合わせでこれらのスキルを共同で設計する方法を発見したことです。

[[188523]]

これらの共同プロジェクトは、いわゆる「全脳」アプローチであり、この新しいアプローチこそが AI の源泉です。統合処理が一般的になり、ソフトウェア、AI、人間/動物の知能の境界が曖昧になります。人間や動物の脳が複数の脳領域に依存し、それらを組み合わせ、効率的かつ自律的に動作するのと同様に、将来の AI は統合されたディープラーニング フレームワークとエッジ処理を活用して、AI をよりリアルタイムにします。

複数の AI 機能を同じソフトウェア パッケージまたは単一のコンピューティング モジュールに組み込むことで、システム間の相乗効果により、AI システムはより高速で優れたパフォーマンスを実現します。これにより、AI は抽象的な推論を実行できるようになり、機械は複雑で直感的でない操作を実行できるようになり、機械が私たちに近づくことになります。

たとえば、AI とソフトウェアの境界が曖昧になることで、交通手段をより簡単で安全にできる可能性があります。今日の自動運転車は、ストーブトップ方式で構築されており、一度に 1 つのセンサーまたはモジュールを追加し、これらすべての処理ストリームを組み合わせます。一方、人間は戦術的な視覚を組み合わせています。

高レベルのナビゲーション:「私はあの建物を知っているので、いつもここで右に曲がります。」

リモート衝突回避: 「あの車は無謀な運転をしています。距離を保ちます。」

高レベルの計画: 「混雑が少ないので、その道を選びます。」

従来のアプローチでは、統合が難しいソフトウェアとハ​​ードウェアのコンポーネントが生まれますが、全脳 AI アプローチでは、脳全体にわたって同じ構成要素 (シミュレートされた接点によってリンクされた人工ニューロン、ほぼ脳のように、自然界のニューロン) を使用して、これらのコンポーネントを共同で設計します。

もうひとつの例は、NASA とのコラボレーションです。 Neurala が NASA と協力し、火星の模擬環境で火星探査車を誘導するための「ラットの脳」を設計したとき、私たちがこの全脳アプローチを採用したのは、頼れる計算能力がわずかしかなく、これらすべての機能を統合するだけでなく、それを効率的に実行できるソリューションしか提供できなかったためです。

結局のところ、AI は今でも私たちとやりとりするソフトウェアや機械を改善し、生活の多くの部分で生産性を向上させています。 AI が人間や動物の高度な脳活動を模倣し始めると、リアルタイムで問題を解決し、人間のような意思決定能力を活用するためのますます便利なツールになるでしょう。 10年後には、卑しいネズミを天才のように見せるのと同じ統合処理が、すべての人に利益をもたらすAIになるでしょう。