脳 回路網の中の精神 Ｍ・シュピッツァー著 2001年 新曜社
「科学とは、しっかりとしたモデルをつくるところにその本質がある」
本書を読み進めていたため、１ヶ月以上更新が出来なかった。もともとは、脳の構造、メカニズムについておさらいしようと「メカ屋のための脳科学入門」を読んでみたのだが、その中で本書が紹介されていた。
読んでみると、実際の中身よりもまず、著者の教養の高さを感じた。知識人が書いたと思わせる文章で格調高い。そして、著者には哲学があり、そこがぶれていないので一貫した体系になっている。
基本的には、ヘブの法則、そしていくつかのネットワークが紹介されており、主な論点は以下の通りと思う。
- 脳のメカニズムは、基本的回路原理の元に、学習をすることで成立している。脳の容量は少なく見積もっても125万MByteだが、遺伝子の容量は７５０Mbyte程度であり、ほとんどの回路は学習により形成される
- 脳は超並列であり、解はほぼリアルタイムに出力される
- 脳は可塑性を持つ
- 脳の自己組織化の仕組みはコホーネン・ネットワークと呼ばれ、釣鐘状の強度分布で学習が進む。中心の勝利ニューロンから離れると、抑制が働く
- 自己組織化により、大脳皮質にマップが形成され、身体上で近いものはマップ上も近い。
- 一般的構造を学習するには、教師つき学習はゆっくり進めるべきである（汎化のことか）
- ニューラルネットのうち中間層が、概念を代表する役割をもつ（DeepLearningの時代にはちょっと古い話か）
- 全てのニューロンが他のニューロンとつながってフィードバックがある回路は、ホップフィールドネットワークと呼ばれる
- 中間層に付随するコンテクスト層を持つネットワークはエルマンネットワークと呼ばれ、時間の概念をもたらす
- 脳が意味を扱う場合も、自己組織化により意味ネットワークが形成される
- 例えば分裂症の症状は、適切なネットワークシミュレーションにより説明でき、精神医療の分野でも有効なツールである。
上記のような各論とともに、モデルによるネットワークのシミュレーションにより、生理学的、心理学的に脳の理解を進めることができる、というのが大きなテーマである。
- モデルとは常に現実の単純化である。単純さにより、脳を観察していたのでは得られなかった洞察が得られる。
- 科学とは、しっかりとしたモデルをつくるところにその本質がある
- 良いモデルは、複雑な事象・事態の本質的な側面を写し取る
- モデルとは真でもなければ偽でもなく、応用可能か、多くに事柄に当てはまるか、よりよくあてはまるかが問われる
- 良いモデルを手にすれば、「一般的な原理」を見抜くことが出来る
これが著者シュッピッツァ―の哲学だが、ニュートンの力学の法則等、科学の偉大な原理を思い起こさせる。
原著は１９９６年発行であり、ディープラーニングがまだ無かった頃、ニューラルネットがバックプロパゲーションの発明により２回目のブームを迎え、これで強いＡＩが出来るとの楽観的な見方が一部にあった頃だ。２０年が経過した今、この本の最新バージョンを書いて欲しいと切に願う。そのためには、科学の本質を理解した著者が待たれるのであろう。
この本に述べられている内容では、残念ながら強いAIを作ることは出来ない。そこまで議論が至っていない。
しかし、脳の仕組みは本来シンプルであり、学習により複雑になっていること、その一般的原理を見出せば良いということが良く分かる。ブルックスもその著書で、まだ強いAIの原理が見いだせていないということを述べていた。
当ブログでは、強いAIにとって、外界、身体、脳の相互作用が本質であることを再三述べている。それを一般的原理に昇華させ、原理の有効性を示せるシミュレーションをやるべきであり、それは、モデルのあるべき姿を通しシュッピッツァ―が示した道でもある。
それにしても偉大な本であり、何度か読み返し理解を深めたい。
