ログインしてさらにmixiを楽しもう

コメントを投稿して情報交換!
更新通知を受け取って、最新情報をゲット!

技術的特異点コミュの萌芽的シンギュラリティー

  • mixiチェック
  • このエントリーをはてなブックマークに追加
初参加ながら、トピックを立てさせて頂きました。
よろしくお願いします。


カーツワイル氏のシナリオによると、技術的特異点が訪れるのは2045年とされていますが、
http://en.wikipedia.org/wiki/Technological_singularity
マシンが人間の認知的な能力を超える時期を特異点と捉えるならば、
既存のテクノロジーには幾つかこれに該当するものが存在します。

以下に示す例が技術的特異点を超えていると言えるかどうか、
皆様のご意見をお聞かせ下さい。


ゲノム創薬では、ヒトゲノムの情報から特定の病気に関係するタンパク見つけ出し、
それを標的として新薬の開発を行いますが、タンパクをコードする遺伝子のデータベースと
製薬会社の持つ有機化合物のデータベースを結び付ける一般的な法則はまだ発見されていません。

それが見つかれば、新薬開発のスピードは飛躍的に向上し、コストもかなり抑えらます。
(一般に新薬開発には15年の歳月と500億円の費用がかかると言われています)
その法則性を発見する為に、タンパクと低分子相互作用の物理化学的なシミュレーションを
行ったり、生化学の実験を通して酵素活性のデータベースを作るなどのウェットとドライの
両方からのアプローチが精力的に行われています。


ところが先日、ある講演会でゲノム配列と有機化合物のリストだけあれば、かなりの高い確率で
相互作用を予測できるというソフトウェアがある事を知りました。
その研究では、サポートベクターマシーン(SVM)というパターン認識や機械学習に使われる
一般的なアルゴリズムを用いて、タンパク質と有機分子の相互作用の有無を学習・判別しています。


手順としては、タンパク質のアミノ酸配列をダブレットの出現確率などで400次元のベクトルに変換し、
有機分子に関しても既存のケモインフォマティクスで使われているようなバイナリ表記で800次元程度
のベクトルに変換してこれらを1つのベクトルとして結合します。
文献などから相互作用が明らかになっている組に関しては、ラベルを付けて学習セットとし、
サポートベクターマシーンを訓練します。これでタンパクと低分子相互作用の内部モデルが
作られるわけです。学習が完了すれば、未知のタンパク質と低分子の相互作用について
SVMが予測を勝手に立ててくれます。


このマシンが立てた予測に従い、実際に酵素―基質反応を調べたところ、10〜30%程度正解
したそうです。製薬会社の開発者が同じように新薬の候補物質を探索するとその正解率は
1/2500だそうです。これはつまり、人間よりもマシンの方がおよそ100倍近く正確に、
しかも計算機の中で探索するのでずっと早く新薬を発見できるという事です。


更に言うと、人間の場合、勘と経験によってほとんどランダムに探索しますが、SVMの方は
学習セットからそれなりの法則性を見出しているのです。何千人の科学者が何十年かかっても
未だに発見できない法則性を、たったの1日足らずでこのマシンは発見してしまいます。


非常に狭い範囲ではありますが、マシンが人間の知性を凌駕するというのは決して荒唐無稽な
話ではないような気がします。今後機械学習のアルゴリズムの改良によって、こうした事例が
次々と報告されるのではないかと、個人的には期待しています。

参考HP
http://pharminfo.pharm.kyoto-u.ac.jp/kadai4.html

コメント(16)

初めまして。

おっしゃるところの技術が特異点超えをしているのかというお話ですが、カーツワイル氏の特異点の時期設定には、かなり狡いところがありまして、2045年という設定は、確か1000ドルのPC一台の演算能力が全人類の脳の演算能力の合計を凌駕する時期をもって、特異点であるとしています。

しかしながら、ご指摘の通りヴィンジの特異点設定に従う限り、人間一人の脳の演算能力を10ペタFROPSぐらいとするならば、2012年には最先端のスーパーコンピューターが人間の演算能力を追い越すことになります。このことは、カーツワイル氏も自著で触れており、単純なパターン認識といった能力においては、遥かに早く達成されるであろうと述べています。

従って、2045年の特異点到来という予測はカーツワイル氏のなかでは最も「保守的」かつ確実な予測なのです。また、ヴィンジ的な特異点定義であれば、すでに人知れず特異点を超えているテクノロジーはおそらくすでに多数存在しているようです。

私の友人のいうところによれば、「もう高齢者にとっては、インターネットは特異点なんだよな。」とのことで、人類の想像の範疇を超えて未来を定義的に予想出来ない時点を特異点と呼ぶならば、特異点の時期は定義設定次第で何十年でもずらすことができてしまいます。

しかし、ノイマンの話題に出たという「今日ある人類の営為が存続できなくなる。」と定義された特異点では、まだ、ないと思います。でも、萌芽的というのは言い得て妙だなあとも思います。
しゅらさん、コメントありがとうございます。


なるほど、計算機のスペックという観点からすると、再来年にも特異点を迎えると言えそうですね。
また、個人的にはご紹介頂いたノイマン関連の特異点とヴィンジの「超人間的な知能」という
のが似ているよな気がします。
いずれにしろ、技術予測にしては定義が曖昧なのが玉に瑕ですね(笑)


実は特異点が近いと私が考えている理由がもう一つありまして、ご存知かも知れませんが、
2005年頃にNumentaというベンチャーが大脳皮質(感覚・運動・認知などを司る領野)の回路モデルを
提唱しまして、そのアルゴリズムで画像認識などのアプリが開発されました。
(既存のものに比べてかなり精度がいいらしいです)
http://numentawatch.com/?tag=ted
http://www.archive.org/details/redwood_center_inaugural_symposium_10


難しい説明は省略しますが、哺乳類の大脳皮質は階層時間メモリ(HTM)というモデルで定式化でき、
視覚、聴覚、運動制御、認知など全く違った機能が同じ回路構成で出来ているというアイデアです。


ちょっと信じがたいかも知れませんが、解剖学的には大脳皮質はどこを切っても細胞が6層並んだ
構造をしている事から、common cortical algorithm(共通の皮質アルゴリズム)が存在するであろうと
70年代あたりから言われていたそうです。今はまだ画像認識に留まっていますが、階層を登って
いくと、上位概念や言語、認知機能といったものもそれ特有のアルゴリズムを用いることなく、
共通のHTMプラットフォームで扱えるようになるかも知れません。


そのような訳で、人間の認知機能を超える「超人間的な知能」(←この言い方はあまり好きでは
ありませんがw)は遅くとも10年以内に実現するような気がしています。




こんにちは〜
萌芽的といえば、少し前に話題になった、IBMのWatsonなどとても気になっています。
彼?彼女?は、インターネットを使うことが出来ませんでしたが、仮に、ネットに接続して情報を取得することが出来きれば、誰よりも正確に問題解決の糸口を見つけてきてくれるのではないかと素人目には思ってしまいました。
自己学習どこまで出来るのでしょうかね・・・?
私は自動学習をする人工無脳を作ったことがあるのですが、ネットにはキーワードとは直接関係の無い記号が多く、それらを精選して学習させるのに苦労しました。ワトソンは言ってみれば検索エンジンで、最適化された情報をワトソン自信のサーバーの中のデータベースに持っています。
言語で検索していたもの(インターネット)を音声にしたものなのじゃないでしょうか。

私はワトソンは「弱いAI」に値するものなんじゃないかと思います。私たちが現在課題としているのは「意識」の再現です。それが「強いAI」の条件になります。
ワトソンもIBMでしたね。
これとは違いますが、Blue Geneというスパコンでは、ネコの脳程度の計算資源はあるようです。
とはいっても、そのハードの旨味を十分に引き出せるだけのアルリズムの開発が遅れているのですが。

アメリカ国防省の研究所、DARPAというところが、脳型コンピュータの開発に大型の予算を出しています。
プロジェクトを仕切っているのはIBMのAlmaden研究所です。
今後、1cm^2当たりのチップ面積に100万個のニューロン素子と100億個のシナプス素子を持つ集積回路を作る予定だそうです。
これでニューロンとシナプスの比率がほぼ生物のそれと同じになります。
シナプス単体の大きさで言うと100nm^2になるので、生物よりも小さいです。
回路素子の動作速度でいったら、恐らく生物の100万倍くらいです。
http://cacm.acm.org/magazines/2011/8/114944-cognitive-computing/fulltext

今後の展開が楽しみです。




いいだ さま
確かに検索エンジンのような感じにはなっていますが、ウィットの効いた質問でもある程度正解に近かったと記憶しています。サイエンスゼロを見ていただけですが、一瞬、人っぽい動きを見せた気すらしました。
また、この意識という物は一体何なのでしょうかね?
日常生活では多くのことが実は、殆ど機械的な思考による気がしています。

じむ さま
DARPAの研究はいつもぶっ飛んだ課題設定していますよね。
研究成果楽しみですよね。
hiro様
実は知能の再現をしようとした場合、この「意識」の存在が非常に重要になっています。例えば、人工無脳が会話をしていた場合、この人工無脳は考えて答えを出していると思う人はいないと思います。

if(talk == こんにちは||おっす||おっは){
ans = "こんにちは"+user+"さん";
}
elsif(talk == やあ||おい||ねえ){
ans = "なに"+user+"さん?";
}

といったアルゴリズムが後ろで動いていることは明白です。
まあ、人工無脳のアルゴリズムはいろいろあるんですが。

人間の知能を考えたときにその根幹にあるのが、自律的な思考だと思います。
何かを入力されて、その結果出力を出すのではなく、普段生きている中で神経末端(皮膚、目、口、鼻・・・)から得られる入力を逐次読み取って、それに対して逐次出力しているということを連続して行っています。

これは神経をもった動物ではみなやっていることなんですが、人間の場合はさらに特殊で、自分で課題を見つけ、解決策を探し、試し、再び考え、成功したら次の課題を考えます。
これが意識で、意識というのは自分のデータベース(サーバ、もしくは脳)に自律的にアクセスするための機構ということができます。
[5]のコメントの補足です。

DARPAのプロジェクトで、今回IBMが試作しているチップは、
恐らく1チップ100万個程度のニューロン数を保持していると考えられます。


100万個のニューロン集団は、ヒトの大脳皮質のコラム構造と呼ばれている機能単位に相当します。
ヒトの大脳皮質には、さらに100万個程度のコラム構造があると考えられているので、
IBMのチップ100万個をスパコンのように接続すれば、
理論上は、ヒトレベルの脳シミュレータが出来ます。

1チップの大きさが1cm^2とすると、100x100x100で
多分一部屋分くらいの計算機サーバーで
人間の脳と同じ規模のシミュレータを実装する事になります。


つまり、人間一人分程度の脳であれば、遅くとも10年以内に実現する可能性があるという事です。


セコイア、シナプスの数が人間に追いつく
http://p9.hostingprod.com/@modha.org/blog/2012/11/

現在世界2位に返り咲いたスパコンのセコイアですが、
IBMがこのマシンに実装した脳シミュレータでは、
去年の11月の時点で既にニューロンとシナプスの数がもう人間と同じレベルに達しているんですね。

生物学的に忠実なシミュレーションではないようですが、それにしても技術の進歩は速い。
ムーアの法則バリバリ健在って感じです。
来年あたりにはスパコンじゃなくて専用の神経模倣チップに置き換わるので、
速度も人間並みに追いついちゃうかも知れないですね。

2045年のシンギュラリティーは意外と前倒しになるかも!?
ムーアの法則は健在ですが、
演算能力が即人工知能の進化につながるかと言うとそうでもないんですよね。

科学技術はほとんど全ての領域において革命的な進歩をみせていますが、
人工知能の予測だけはいつも外れっぱなし。

視覚、触覚、聴覚、嗅覚、味覚、
3次元空間から得られるこの5つのインプットから得る莫大な情報を、超並列の演算処理で絶え間なくフィードバックしていく生物のコンピューティング能力は、そう簡単にモデル化出来そうにありません。

おそらく重要なカギは脳のリバースエンジニアリングだと思いますが、
それがいま急速に進んでいるのでそこに期待したいですね。

それとバイオ、ナノテクノロジーの進歩で、
機械が人類に近づくよりはやく人類が機械に近づいています。

案外その歩み寄りの中に特異点は存在するんじゃないかと思ってます。
ご指摘の通りどんなにハードウェアを進化させて人間並みの演算能力を手にしても、
脳のアルゴリズムが分からなければ、OSの入ってないパソコンと同じですからね。

リバースエンジニアリングは重要だと思います。

脳の計算アルゴリズムに関しては、ジェフ・ホーキンスの
『考える脳 考えるコンピュータ』が非常に的を得た示唆をしていると思います。
http://moriyama.com/archives/1944

大脳皮質は視覚野、聴覚野、運動野などの機能領域に関係なく、
どのファンクションに対しても同じアルゴリズムを使っているという大胆な仮説です。

この仮説が正しければ、脳型の計算をするためには
単純にプロセッサを階層的なネットワークで繋ぐだけでいいという事になります。


むちゃくちゃ複雑なCPUを設計しないでも、メモリデバイスのような単純なアレイ型の
回路構成をしたチップと階層的なルータがあればいいので、現状の技術で十分に作れます。
>>[12]
貴重な情報ありがとうございます。さっそく読んでみます。

私も生命や意識を司る最初の号令がさほど難しくないアルゴリズムだという意見には賛成ですし、
おそらく世界中の科学者もそう思ってるでしょう。

いわゆるフラクタルな樹状発達こそがおそらく全ての生物、無生物を含めての生成現象の基礎になっているはずで、それを最初に発生させる命令文が一体なんなのか?
人類が有史以来探し求めているのは結局そこなんですよね。

それと脳の話ですが、生物の脳の特徴は省略でしょうね。5感の莫大な情報からある種の均衡点をモデル化し、
そこから外れた入力値に対してだけ処理が行なわれるような、
ゆらぎのシークエンスを持っているんじゃないかと思います。

その際、どうやって情報をスルーしているのか?
外からの情報でニューロンとシナプスである「形」だけを作り、その形にぶつかったなんらかの変化にまた反応するようなシステムなのか?
興味は尽きません。

あと重要なのは生命機能のフレキシビリティです。
人間ならたとえ事故で小脳を損傷しても、大脳の運動機能の代わりを担ってなんとか立てるようになったりしますが、

機械では例えばエンジンのラジエターが壊れたからピストンがその代わりをするように変化することは不可能です。(現時点のテクノロジーでは)
これは人体があらゆるパーツを細胞という共通の規格で生成しているから可能なので、そのような機能までも含めてのブレイクスルーがなければ、無生物が生物を極度に模倣する時に生まれる「不気味の壁」を超えられないのでは?
つまり人類が機械を人類と錯覚する瞬間は訪れないのでは?
などと考えたりします。

まあ素人がそんな事考えてるのを他所に、案外パァーと出来ちゃったりするのが現実の面白いところなので、
じむさんが書いてくださった、こういう試みには凄く期待していますわーい(嬉しい顔)
シンギュラリティー関連のフォーラムがNYであるみたいですが、
なかなかの豪勢な顔ぶれです。
日本からはジェミノイドの石黒先生が講演するみたいですね。
http://www.gf2045.com/
結局「器」がその生物の意識を規定するならば、
やはり人型の入れ物というのは必須でしょうね。

そういう点において阪大の石黒教授の研究姿勢には非常に感銘を受けます。
生物学的な脳の計算理論を実装したアルゴリズムとして以前から注目していたNuPICと言うプラットフォームがオープンソース化されたようです。個人的にはこのモデルが近い将来“脳の理論”として教科書に載る事を期待してます。

http://numenta.org/news/2013/06/03/introducing-nupic.html

ログインすると、残り1件のコメントが見れるよ

mixiユーザー
ログインしてコメントしよう!

技術的特異点 更新情報

技術的特異点のメンバーはこんなコミュニティにも参加しています

星印の数は、共通して参加しているメンバーが多いほど増えます。