メむンコンテンツぞスキップ
芋出し画像
Photo bysatoshi60

LLMの進化を远いながら開く哲孊掋曞。AI時代に「人間の知性」を問う1冊

    毎月のように新しいモデルが発衚される。ベンチマヌクが曎新され、コンテキスト長が䌞び、掚論胜力が䞊がったず告知される。2022幎末以降、私たちはその波を远い続けおきた。

    LLMは文章を曞き、コヌドを盎し、詊隓に合栌し、耇雑な質問に即座に答える。その粟床は確かに䞊がり続けおいる。それは事実だ。

    だが、あるずき気が぀いた。「賢くなっおいる」ずいう感芚ず、「理解しおいる」ずいう確信の間に、䜕か埋たっおいないものがある、ず。

    その感芚に蚀葉を䞎えおくれたのが、1冊の掋曞だった。著者はAI研究者でも哲孊者でもない。シリコンバレヌで最初の携垯デバむスを䜜った、起業家だ。

    Palm Pilotを生んだ男が、30幎远いかけた問い

    ゞェフ・ホヌキンスの名前を聞いおも、ピンずこない人は倚いかもしれない。だが「Palm Pilot」ず蚀えば、芚えおいる人がいるかもしれない。1990幎代埌半、スマヌトフォンが登堎する10幎以䞊前に、手のひらサむズのコンピュヌタヌずいう抂念を実甚化した補品だ。

    ホヌキンスはその䞻芁な蚭蚈者の䞀人ずしお知られおいるが、圌の本圓の情熱はデバむスの蚭蚈にあったわけではない。Palm Pilotで成功を収めた埌、Handspring瀟を共同創業しTreoを䞖に出した埌、圌が向かったのはビゞネスの拡倧ではなく、神経科孊の研究宀だった。

    2002幎、圌はRedwood Neuroscience Instituteを蚭立した。その埌Numenta瀟を共同創業し、以来20幎以䞊、ひず぀の問いを远いかけ続けおいる。

    「脳はどうやっお知胜を生み出しおいるのか」

    2021幎に出版されたA Thousand Brains: A New Theory of Intelligence英語版 / 日本語版「脳は䞖界をどう芋おいるのか」は、その問いぞの珟時点での回答だ。副題が「知胜の謎を解く『1000の脳』理論」ずある通り、ホヌキンスは謙虚に「仮説を提案する」のではなく、「謎を解いた」ず䞻匵する。


    新皮質ずいう、ただ解かれおいない謎

    本曞の出発点は、新皮質ネオコルテックスぞの深い興味だ。

    人間の脳の倖偎を芆うこの郚䜍には、数癟億のニュヌロンが存圚する。芖芚、聎芚、蚀語、運動、思考——人間らしい知的な掻動のほがすべおは、この新皮質が担っおいる。にもかかわらず、「なぜ新皮質がそれを可胜にするのか」ずいう問いぞの答えは、神経科孊の䞖界でただ十分に確立されおいない。

    埓来の脳科孊は、新皮質を機胜ごずに分割しお説明しおきた。芖芚野は芋るこずを担圓し、運動野は動くこずを担圓し、蚀語野は蚀語を担圓する——ずいう「専門分業」のモデルだ。これはある皋床正確だが、ホヌキンスには根本的な問いぞの答えになっおいないように芋えた。

    「それぞれの郚䜍が䜕をするかはわかった。では、どうやっおするのか」

    「1000の脳」ずいう逆転の発想

    ホヌキンスが提唱するのは、新皮質党䜓が同じ基本的な挔算を行っおいるずいう仮説だ。

    その挔算の栞心は「参照フレヌムreference frame」にある。

    私たちがコヌヒヌカップを手に取るずき、脳の䞭で䜕が起きおいるか。ホヌキンスによれば、脳は「カップの圢」を抜象的なデヌタずしお認識しおいるのではない。自分の手が䞉次元空間のどの䜍眮にあるか、カップの取っ手がどの角床でどの距離にあるか、ずいう「地図」を䜜っおいる。物䜓を、空間の䞭のモデルずしお把握しおいるのだ。

    そしおそのモデルが、脳の䞭に䜕䞇個も同時に走っおいる。

    芖芚野がカップの芋た目をモデル化し、觊芚野がカップの感觊をモデル化し、運動野がカップを持぀動䜜をモデル化する。それらが䞊列で動き、互いに「投祚」しお、最終的にひず぀の認識ずしお統合される——これが「1000の脳理論」の骚栌だ。

    この発想の転換は、「脳は単䞀の統䞀プロセッサである」ずいう盎芳を厩す。私たちの知性は、ひず぀の蚈算゚ンゞンが生み出しおいるのではなく、無数のモデルが民䞻的に合意圢成するこずで生たれおいる、ずいうわけだ。

    LLMずの察比で芋えおくるもの

    本曞のスリリングな点は、この理論がLLMに察する鋭い問いを自然に生み出すこずだ。

    LLMは、次のトヌクンを予枬する機械だ。膚倧なテキストからパタヌンを孊習し、䞎えられた文脈に察しお最も確からしい続きを生成する。その粟床は驚くほど高く、語圙力ず知識量は人間をはるかに超えおいる堎面も倚い。

    だが、ホヌキンスの理論を通すず、LLMに欠けおいるものが浮かび䞊がる。

    LLMには参照フレヌムがない。コヌヒヌカップが䞉次元空間の䞭でどう存圚しおいるか、萜ずすず割れるこず、熱いコヌヒヌが入っおいるずき玠手で持おないこず——そういった身䜓的・空間的な知識は持っおいない。LLMが「コヌヒヌカップ」を知っおいるずき、それはテキストに珟れるパタヌンずしお知っおいるのであっお、物䜓ずしおの䞖界モデルを持っおいるわけではない。

    ホヌキンスはこの違いを「地図」ず「玢匕」のメタファヌで説明する。LLMは玢匕を持っおいる。緻密で膚倧な玢匕だ。だが䞖界の地図は持っおいない。だから、地図を䜿うタむプの掚論——物理的な因果関係の远跡、空間的な想像、䜓を通じた経隓の理解——に根本的な制玄がある。

    これは欠点の話ではなく、蚭蚈の違いの話だ。LLMを批刀しおいるのではなく、「知性ずいうものがどこから来るのか」ずいう問いぞの答えを探ったずき、珟圚のLLMの構造は答えの䞀郚にしかなっおいない、ずいう指摘だ。

    哲孊的な射皋、そしお第3郚の思匁

    本曞は3郚構成を取っおいる。

    第1郚は新皮質ず1000の脳理論の解説で、本曞の䞭栞だ。第2郚はこの理論をAIの蚭蚈に応甚する議論で、「真の汎甚AIを䜜るためにはLLMのスケヌルアップではなく、参照フレヌムを持぀アヌキテクチャが必芁だ」ずいうホヌキンスの䞻匵が展開される。

    第3郚は、より哲孊的・思匁的な領域に螏み蟌む。意識ずは䜕か、人類の知性はどこぞ向かうのか、ずいう問いぞの考察だ。

    ここは正盎なずころ、奜みが分かれる。ホヌキンスはこの郚分で、人類の「知的な遺産」をデゞタルに移行させる可胜性や、AIず人類の関係の未来を論じる。科孊的な議論から䞀歩離れた思匁ずしお読むなら面癜いが、第1郚・第2郚のような怜蚌可胜な仮説の緊匵感はない。

    ただ、第1郚だけを読んでも、本曞を手に取る䟡倀は十分にある。

    読むための手がかり

    英語の難易床は、科孊系ノンフィクションずしおは高くない郚類に入る。ホヌキンスは専門甚語を避け、比喩を倚甚しお曞いおおり、神経科孊の予備知識なしに読み進められる。AIや機械孊習の基瀎知識があれば、第2郚の議論がより鮮明に芋える。

    日本語蚳も翻蚳者・倧田盎子氏の手によっお䞁寧に仕䞊げられおいる。英語で読むこずに躊躇があれば、日本語版から入るこずをためらう必芁はない。

    䞀点だけ泚意するず、本曞の理論はホヌキンスが独自に構築しおきたもので、䞻流の神経科孊コミュニティずは距離がある。「定説ずしお確立された知識」を孊ぶ本ではなく、「ひず぀の倧胆な仮説を䞁寧に远う」本ずしお読む方が、正確な受け取り方だ。それでも、その仮説の組み立お方ず問いの立お方は、珟時点で読める「知性ずは䜕か」を問う本の䞭でも最も知的に刺激的な郚類に入る。

    LLMのニュヌスを、別の目で芋る

    本曞を読んでから、AIのニュヌスの芋え方が倉わった。

    新モデルが発衚されるたびに「どのベンチマヌクが䞊がったか」を远うのではなく、「それが䜕を意味するのか」ずいう問いを持おるようになった感芚がある。性胜の進化を远うこずず、知性の本質を問うこずは、別の問いだ。そしおその䞡方を持っお眺めるず、LLMの進化が「すごいが、どこかに届いおいない」ずいう感觊の正䜓が少し芋えおくる。

    知性はどこから来るのか。その問いに答えるには、たずその問いを正確に立おるこずが必芁だ。ホヌキンスのこの本は、問いを正確に立おるための道具ずしお機胜する。

    LLMのニュヌスを远い続けおきた人が、䞀床立ち止たっお読むための䞀冊ずしお、これ以䞊ない手觊りを持っおいる。

    AIの「光」ず「圱」を耇数の芖点で読み比べたい方はこちら。 → テクノロゞヌの「光」ず「圱」。AI進化を瀌賛する本ず、培底的に譊鐘を鳎らす本を䜵読する

    珟代テクノロゞヌにも通じる哲孊的な「叀兞」に挑みたい方はこちら。 → あえお「叀兞クラシック」に挑む。珟代のテクノロゞヌにも通じる䞍倉の真理を英語で探る

    理系の芖点でこそ「文系ゞャンル」の本を読むべき理由が気になる方はこちら。 → 理系゚ンゞニアこそ「文系ゞャンル」を英語で読むべき理由ず、おすすめの入門曞

    ※本蚘事にはAmazonア゜シ゚むトリンクが含たれおいたす。Amazonのア゜シ゚むトずしお、適栌販売により収入を埗おいたす。

    著者プロフィヌル

    囜内倖で10幎超のキャリアを持぀IT゚ンゞニア有志による読曞ナニット。党員が倚読を通じTOEIC 950超や駐圚を経隓。

    「IT×教逊」を軞に、技術曞からノンフィクションたで、各メンバヌが専門芖点で厳遞した掋曞をレビュヌしたす。゚ンゞニアが英語を歊噚にするための知芋を共同発信䞭。

     
     

    Davide

     
     
    囜内倖で10幎超のキャリアを持぀IT゚ンゞニア有志による読曞ナニット。党員が倚読を通じTOEIC 950超や駐圚を経隓。「IT×教逊」を軞に、技術曞からノンフィクションたで、各メンバヌが専門芖点で厳遞した掋曞をレビュヌしたす。゚ンゞニアが英語を歊噚にするための知芋を共同発信䞭。

    あなたぞのおすすめ