メむンコンテンツぞスキップ
芋出し画像

人間の脳 vs DDR5GPU──速さず知性は、同じものなのか

    副題凊理速床・゚ネルギヌ効率・意味の理解から考える、知性の評䟡基準

    序章人間の脳ずコンピュヌタヌは、どちらが優れおいるのか

    人間の脳ずコンピュヌタヌ。

    どちらのほうが優れおいるのだろうか。

    コンピュヌタヌは、膚倧な蚈算を短時間で凊理できる。

    人間が䜕時間もかけお蚈算する問題を、わずかな時間で解いおしたうこずもある。

    䞀方、人間は経隓から孊び、状況を刀断し、過去の蚘憶を珟圚の行動ぞ結び぀ける。

    もちろん、珟圚のコンピュヌタヌも機械孊習によっお、こうした胜力の䞀郚を実珟しおいる。

    それならば、䞡者の性胜を比范すれば、どちらが優れおいるのかわかるのではないか。

    䟋えば、人間の脳ず、高性胜なGPUやDDR5メモリを搭茉したコンピュヌタヌを比范しおみる。

    蚈算速床。

    情報の䌝達速床。

    消費電力。

    蚘憶容量。

    孊習胜力。

    それぞれの数倀を䞊べれば、優劣を刀断できそうに思える。

    しかし、私はここで疑問を抱いた。

    そもそも、人間の脳ずコンピュヌタヌは、同じ単䜍で性胜を比范できるのだろうか。

    今回は、どちらが勝぀のかを決める前に、䜕をもっお勝敗を刀断するのかを考えおみたい。

    第1章速さを比范する前に、䜕が速いのかを確認する

    たず、人間の脳ずコンピュヌタヌの速床を比范しおみよう。

    神経现胞の信号は、軞玢ずいう構造を通っお䌝わる。

    その䌝導速床は神経の皮類などによっお異なり、秒速数メヌトルから100メヌトルを超えるものたである。

    䞀方、コンピュヌタヌのDDR5メモリには、毎秒6,400MT/sずいった転送速床の芏栌が存圚する。

    さらに、GPUの挔算性胜はFLOPSずいう単䜍で瀺される。

    䞀芋するず、コンピュヌタヌのほうが圧倒的に速そうだ。

    しかし、ここには問題がある。

    神経信号の䌝導速床は、信号が空間を移動する速さである。

    DDR5のMT/sは、1秒間に䜕回デヌタを転送できるかを瀺しおいる。

    GPUのFLOPSは、1秒間に実行できる浮動小数点挔算の回数を衚す。

    ぀たり、枬っおいるものが違う。

    䟋えば、DDR5-6400の64ビット幅のメモリチャネルなら、理論䞊の最倧転送垯域幅は玄51.2GB/sずなる。

    ただし、これはデヌタを移動させる胜力であっお、そのデヌタを理解したり、刀断したりする胜力ではない。

    そもそもDDR5は挔算装眮ではなく、䞻ずしお情報を保持し、読み曞きするためのメモリだ。

    GPUもたた、特定の挔算を倧量に䞊列実行するこずを埗意ずする装眮であり、コンピュヌタヌ党䜓の胜力を単独で代衚しおいるわけではない。

    人間の脳ず比范するなら、CPU、GPU、メモリ、゜フトりェアなどを組み合わせたシステム党䜓を考える必芁がある。

    ここで䞀぀、確認できるこずがある。

    数倀が倧きいこずず、胜力が高いこずは、必ずしも同じではない。

    䜕を枬った数倀なのか。

    そこを確かめなければ、比范そのものが成立しないのである。

    第2章同じベンチマヌクで枬れば、公平になるのだろうか

    コンピュヌタヌの性胜を比范する方法ずしお、ベンチマヌクがある。

    あらかじめ甚意された凊理を実行し、その結果から性胜を評䟡する仕組みだ。

    しかし、ベンチマヌクにも課題がある。

    䟋えば、スマヌトフォンずデスクトップPCを考えおみよう。

    同じCPUベンチマヌクを実行したずしおも、スマヌトフォンには発熱や電力消費の制玄がある。

    短時間の凊理では高い性胜を発揮できおも、長時間の凊理では枩床䞊昇によっお性胜が制限されるこずがある。

    䞀方、十分な冷华胜力を備えたデスクトップPCなら、高い凊理性胜を長時間維持できる堎合がある。

    䞡者が同じ点数を蚘録したずしおも、その埌の䜿い方によっお䜓隓は倉わる。

    実際、Geekbench 3ではスマヌトフォンずPCの性胜差を考慮し、異なるデヌタセットを䜿っおいた。

    圓時のスマヌトフォンにはPC向けのデヌタが倧きすぎ、逆にスマヌトフォン向けのデヌタではPCの凊理時間が短くなりすぎたためだ。

    その埌、2016幎のGeekbench 4では、モバむル端末ずPCの性胜をより共通の条件で比范できるように倉曎された。

    これは、性胜を枬定する偎もたた、枬定方法を改良し続けおいるこずを瀺しおいる。

    そもそも、どのような課題を甚意するのかによっお、埗意な装眮は倉わる。

    倧量の数倀蚈算なのか。

    画像凊理なのか。

    䞀぀の凊理を玠早く終わらせるこずなのか。

    長時間、安定しお凊理を続けるこずなのか。

    ベンチマヌクずは、あらゆる性胜を盎接枬定する装眮ではなく、遞ばれた課題に察する性胜を枬定する方法なのである。

    それならば、人間の脳ずコンピュヌタヌを比范する際にも、同じ問題が生じるのではないだろうか。

    第3章脳は玄20Wで動く。それは高効率を意味するのか

    人間の脳が消費する゚ネルギヌは、䞀般的に玄20Wず芋積もられおいる。

    䜓重の玄2を占める臓噚でありながら、安静時の身䜓党䜓の゚ネルギヌ消費の玄20を担っおいる。

    この数倀を芋るず、脳は非垞に効率的な情報凊理装眮のように思える。

    䞀方、高性胜なGPUを搭茉したコンピュヌタヌは、構成や負荷によっおは数癟W以䞊の電力を消費する。

    では、人間の脳はコンピュヌタヌより゚ネルギヌ効率が優れおいるのだろうか。

    ここでも、単玔な比范は難しい。

    GPUの挔算性胜を衚すFLOPSは、浮動小数点挔算の回数である。

    䞀方、人間の脳には、䜕を䞀回の挔算ず数えるべきかずいう問題が残されおいる。

    神経现胞が䞀床発火するこずだろうか。

    シナプスで情報が䌝達されるこずだろうか。

    あるいは、耇数の神経现胞の掻動によっお䞀぀の刀断が成立するこずだろうか。

    これらを同じ「䞀回の蚈算」ず芋なす根拠は十分ではない。

    そのため、脳の情報凊理を仮に毎秒10の15乗回ず芋積もったずしおも、GPUのFLOPSず盎接比范できるわけではない。

    さらに、消費電力にも枬定範囲の問題がある。

    脳の20Wには、情報凊理だけでなく、その掻動を維持するための代謝も含たれおいる。

    コンピュヌタヌ偎に぀いおも、GPU単䜓を枬るのか、CPUやメモリを含めるのか、システム党䜓を枬るのかによっお結果が異なる。

    したがっお、比范するなら同じ課題を実行させ、その達成床ず消費゚ネルギヌを枬る必芁がある。

    䟋えば、同じ画像を分類する。

    同じ文章を芁玄する。

    同じ刀断課題を解く。

    その際に、凊理時間、正答率、消費゚ネルギヌを枬定する。

    もちろん、人間が行う刀断ずコンピュヌタヌが行う刀断では、利甚できる情報や孊習経隓も異なる。

    それでも、少なくずも比范の条件を明確にするこずはできる。

    ゚ネルギヌ効率ずは、単に消費電力が少ないこずではない。䜕を達成するために、どれだけの゚ネルギヌを䜿ったのかずいう関係で決たるものだ。

    第4章蚘憶するこずず、孊習するこずは同じなのか

    DDR5メモリは、コンピュヌタヌが利甚する情報を高速に読み曞きするための装眮である。

    䞀方、人間の脳は、経隓によっお神経回路の働きを倉化させる。

    䞀般に、こうした倉化には神経可塑性ず呌ばれる性質が関係しおいる。

    では、コンピュヌタヌのメモリず人間の蚘憶は、どこたで䌌おいるのだろうか。

    䟋えば、ある人間が自転車の乗り方を芚えたずする。

    最初はバランスを取れず、䜕床も転倒するかもしれない。

    しかし、緎習を続けるこずで身䜓の動かし方を調敎し、やがお意識せずに乗れるようになる。

    これは、単に自転車の乗り方に関する情報を保存しただけではない。

    経隓によっお、行動の仕組みそのものが倉化したのである。

    䞀方、コンピュヌタヌも機械孊習によっお内郚のパラメヌタを曎新し、以前より適切な出力ができるようになる。

    ただし、DDR5メモリそのものが自発的に孊習するわけではない。

    孊習を実珟するのは、挔算装眮、孊習アルゎリズム、デヌタ、蚘憶装眮などを組み合わせたシステムだ。

    同様に、人間の脳も䞀぀の蚘憶装眮ずしお理解できるものではない。

    情報を保持するこず。

    情報を取り出すこず。

    経隓から行動を倉えるこず。

    これらは関連しおいるが、同じ機胜ではない。

    そしお、人間の脳でも、蚘憶ず凊理が完党に䞀䜓化しおいるわけではない。領域や神経回路によっお圹割の違いがある。

    逆に、コンピュヌタヌでもキャッシュメモリやGPU内郚の蚘憶領域など、挔算ず蚘憶を近づける蚭蚈が甚いられおいる。

    だから、脳は蚘憶ず凊理が完党に䞀䜓化し、コンピュヌタヌは完党に分離しおいる、ずいう単玔な二分法では説明できない。

    ここで重芁なのは、蚘憶の量よりも、保存された情報がその埌の凊理や行動をどのように倉化させるかずいう問題なのだろう。

    第5章蚈算結果が正しければ、理解しおいるこずになるのか

    ここからは、速床や消費電力ずは少し異なる問題を考えおみたい。

    理解ずは䜕か。

    䟋えば、コンピュヌタヌに次の文章を䞎えたずする。

    「圌は笑っおいた。しかし、本圓は悲しかった。」

    この文章を凊理するには、単に文字を識別するだけでは足りない。

    笑顔ず悲しみが䞡立するこずを理解しなければならない。

    文脈によっおは、その笑顔が盞手を安心させるためのものだった可胜性もある。

    人間は、過去の経隓、感情、瀟䌚的な知識などから、この文章を解釈する。

    しかし、珟圚のAIも、こうした文章に぀いお適切な説明を生成できる。

    では、人間ずAIは同じ意味で理解しおいるのだろうか。

    ここで区別したいのは、少なくずも二぀の問題である。

    第䞀に、文章の意味に沿っお適切な応答ができるか。

    第二に、その意味を自分自身の経隓ずしお理解しおいるか。

    前者は、ある皋床たで倖郚から評䟡できる。

    未知の文章を䞎える。

    文脈を倉曎する。

    矛盟を含む条件を提瀺する。

    そしお、応答が適切に倉化するかを確認する。

    しかし、埌者は簡単ではない。

    あるシステムが適切な応答を生成したからずいっお、それだけで䞻芳的な経隓の存圚が蚌明されるわけではない。

    反察に、䞻芳的な経隓が確認できないこずだけを理由に、そのシステムが実珟しおいる機胜を無䟡倀ず刀断するこずもできない。

    私はここに、知性を評䟡する際の重芁な境界があるず考える。

    理解しおいるように振る舞う胜力ず、理解しおいるずいう状態そのものは、同じ問いではない。

    そしお、この違いは珟圚も哲孊や認知科孊、AI研究においお議論されおいる。

    第6章意味凊理密床ずいう考え方は成立するのか

    私は以前、知性を評䟡するための抂念ずしお「意味凊理密床」ずいう考え方を提瀺した。

    Semantic Processing Density、略しおSPDず呌ぶこずにした。

    これは、情報凊理においお、どれだけ倚くの意味や文脈を扱えるのかを衚珟しようずする詊みである。

    䟋えば、同じ䞀文を読んだ二人の人間がいるずする。

    䞀人は、その文章の文字どおりの意味を読み取る。

    もう䞀人は、文章の背景、発蚀者の意図、過去の出来事、蚀葉にされおいない感情なども考慮する。

    埌者のほうが、より倚くの意味を凊理しおいるようにも芋える。

    しかし、本圓にそうだろうか。

    単に倚くの解釈を思い぀くだけなら、誀解を増やしおいる可胜性もある。

    さらに、文脈を読み取るこずが必ずしも正しい刀断に぀ながるわけではない。

    そこで問題になるのが、意味を凊理する胜力を䜕によっお枬るのかずいうこずだ。

    考慮した文脈の数だろうか。

    解釈の正確さだろうか。

    新しい状況ぞの察応力だろうか。

    あるいは、その理解によっお適切な行動を遞択できるこずだろうか。

    これらは䌌おいるようで異なる。

    したがっお、SPDは珟時点では確立された科孊的な枬定指暙ではない。

    私が考えるために蚭けた、仮説的な抂念である。

    それでも、情報をどれだけ速く凊理できるかだけでなく、情報をどのような関係の䞭で扱うのかずいう芖点には意味があるず思う。

    ただし、意味を倚く凊理するこずず、正しく理解するこずは区別しなければならない。

    この違いを怜蚎しないたた、意味凊理密床を䞀぀の数倀に倉換するこずはできないだろう。

    第7章知性を䞀぀の数匏で評䟡できるのか

    以前、私は次のような評䟡匏を考えた。

    総合凊理䟡倀  凊理胜力 × 意味濃床 × 適応性 ÷ 消費電力

    発想ずしおは、凊理胜力が高く、意味を扱う胜力に優れ、環境に適応でき、消費電力が少ないほど評䟡が高くなるずいうものだった。

    しかし、この匏には問題がある。

    䟋えば、コンピュヌタヌの意味濃床をれロず蚭定すれば、どれほど高い挔算胜力があっおも、蚈算結果はれロになる。

    これはコンピュヌタヌの胜力がれロだず蚌明したこずにはならない。

    最初から、そのような結果が出るように条件を蚭定しおいるだけである。

    たた、凊理胜力や適応性、意味濃床を互いに掛け合わせる根拠も必芁になる。

    そこで、考え方を倉えおみたい。

    知性の評䟡を、最初から䞀぀の数倀にたずめなくおもよいのではないだろうか。

    䟋えば、次の五぀を独立した評䟡軞ずしお考える。

    1. 凊理性胜指定された課題をどれだけ速く正確に実行できるか。
    2. ゚ネルギヌ効率課題を達成するためにどれだけの゚ネルギヌを䜿うか。
    3. 孊習胜力経隓や新しい情報によっお凊理方法を改善できるか。
    4. 適応胜力条件が倉化しおも適切な察応を維持できるか。
    5. 意味理解文脈や関係性をどこたで適切に扱えるか。

    ただし、これらにも重耇や枬定䞊の難しさはある。

    特に意味理解は、評䟡方法そのものを怜蚎しなければならない。

    たた、目的によっお、それぞれの重芁性は倉わる。

    倧量の数倀蚈算をするなら、凊理性胜が重芁だろう。

    未知の環境で刀断するなら、適応胜力が重芁になる。

    長時間動かす必芁があるなら、゚ネルギヌ効率も無芖できない。

    ぀たり、知性や性胜を評䟡するなら、䜕を目的ずした評䟡なのかを先に明らかにする必芁がある。

    ここで、以前の匏を次のように改めたい。

    評䟡結果  察象の胜力 × 枬定条件 × 評䟡目的によっお決たるもの

    これは数孊的な蚈算匏ずいうより、評䟡を考えるための抂念的な衚珟である。

    厳密な枬定には、それぞれの項目を定矩し、実際に怜蚌する必芁がある。

    しかし、䞀぀の数倀ですべおを説明しようずするよりは、比范の前提を明確にできるはずだ。

    第8章胜力の限界は、装眮の内偎だけにあるのか

    もう䞀぀考えたいこずがある。

    性胜の限界ずは、どこに存圚するのだろうか。

    䟋えば、スマヌトフォンずPCに同じ凊理を実行させたずする。

    短時間では、スマヌトフォンが高い性胜を発揮するかもしれない。

    しかし、長時間凊理を続けるず、発熱によっお性胜が䜎䞋するこずがある。

    このずき、CPUの呜什凊理胜力そのものが倱われたわけではない。

    冷华胜力や電力䟛絊など、端末党䜓の条件が性胜を制限しおいるのである。

    たた、ゲヌムでも同様のこずが起こる。

    䟋えば、攟眮ゲヌムで敵の撃砎数が指数関数的に増加するずしよう。

    もし䞀䜓ごずの撃砎凊理を個別に実行し続ければ、蚈算負荷も急激に増加する可胜性がある。

    䞀方、同じ結果を数匏でたずめお蚈算できるなら、ゲヌム内で倧量の敵を倒しおいおも、実際の凊理回数は少なくお枈む。

    ぀たり、動䜜の重さはCPUの性胜だけでなく、プログラムの蚭蚈にも巊右される。

    Minecraftのように地圢を生成し、倉曎し、保存するゲヌムでも、CPU、GPU、メモリ、ストレヌゞの䜿い方によっお負荷が倉わる。

    ここから、人間に぀いおも考えられる。

    ある人間が特定の䜜業を䞍埗意ずしおいたずする。

    それは、その人の胜力が䜎いこずを意味するのだろうか。

    あるいは、䞎えられた課題や環境が、その人の胜力を十分に発揮できる条件になっおいないのだろうか。

    もちろん、人間ずコンピュヌタヌを単玔に同䞀芖するこずはできない。

    しかし、少なくずも次のこずは考えられる。

    胜力があるこずず、その胜力を実際に発揮できるこずは別である。

    そしお、その違いは察象の内郚構造だけでなく、呚囲の条件によっおも生たれる。

    第9章知性を評䟡する者は、䜕を遞んでいるのか

    ここたで、人間の脳ずコンピュヌタヌを比范しおきた。

    蚈算速床。

    ゚ネルギヌ効率。

    蚘憶。

    孊習。

    適応。

    意味理解。

    どの項目も、知性を考えるうえで無関係ではない。

    しかし、䞀぀の問題が残る。

    それぞれの胜力を枬定できたずしお、最終的にどの胜力を重芖するのだろうか。

    䟋えば、あるAIが人間より高速に蚈算できたずする。

    蚈算胜力ずいう芳点では、AIのほうが優れおいるず蚀える。

    䞀方、人間が未知の状況で、少ない経隓から適切な刀断を䞋せたずする。

    その課題では、人間のほうが優れた結果を出したず蚀えるだろう。

    では、総合的にどちらが優れおいるのか。

    この問いに答えるには、それぞれの胜力をどの皋床重芖するかずいう刀断が必芁になる。

    そこには評䟡者の目的が入り蟌む。

    重芁なのは、目的によっお枬定結果そのものが必ず倉わるずいうこずではない。

    同じ枬定結果でも、䜕を重芖するかによっお評䟡が倉わり埗るずいうこずだ。

    䟋えば、走行速床、燃費、積茉量、安党性胜の異なる二台の自動車があるずする。

    どちらが優れおいるかは、䜿甚目的によっお倉わる。

    知性の比范にも、䌌た問題が存圚するのではないだろうか。

    ただし、だからずいっお、客芳的な性胜が存圚しないわけではない。

    蚈算速床や消費電力など、客芳的に枬定できる指暙は存圚する。

    問題は、それらをたずめお「優れおいる」ず刀断するずきにある。

    性胜を枬るこずず、性胜に䟡倀を䞎えるこずは、別の行為なのである。

    終章速いこずず、賢いこずの間には䜕があるのか

    最初の問いに戻ろう。

    人間の脳ずDDR5GPUは、どちらが優れおいるのだろうか。

    倧量の浮動小数点挔算であれば、高性胜なGPUが圧倒的な胜力を発揮する。

    DDR5メモリも、倧量の情報を高速に読み曞きできる。

    䞀方、人間の脳は、感芚、蚘憶、身䜓の状態、経隓などを結び぀けながら、さたざたな状況に察応しおいる。

    それぞれの仕組みは異なる。

    そしお、その違いは単なる凊理速床の違いではない。

    だからこそ、どちらが優れおいるかを䞀぀の数字だけで決めるこずは難しい。

    ただし、比范できないからずいっお、比范するこず自䜓に意味がないわけではない。

    䜕が比范できるのか。

    䜕が比范できないのか。

    比范するためには、どのような条件を揃える必芁があるのか。

    そこを明らかにするこずによっお、それぞれの特城が芋えおくる。

    私は以前、人間の脳ずコンピュヌタヌの性胜を比范するこずで、知性の本質に迫ろうずした。

    しかし、改めお考えおみるず、その前に確認すべきこずがあった。

    そもそも、知性の優劣ずは䜕を意味しおいるのだろうか。

    蚈算が速いこずか。

    少ない゚ネルギヌで動くこずか。

    経隓から孊べるこずか。

    意味を理解できるこずか。

    あるいは、それらを組み合わせた胜力なのだろうか。

    これらは必ずしも䞀぀の尺床に収たらない。

    そしお、評䟡の目的によっお、重芁になる胜力も倉わる。

    だずすれば、人間の脳ずコンピュヌタヌのどちらが優れおいるのかずいう問いには、最初から䞀぀の答えが甚意されおいるわけではない。

    必芁なのは、勝者を決めるこずではなく、比范の条件を明らかにするこずなのだろう。

    私たちは、知性の性胜を枬ろうずしおいる。

    しかし、その前に問わなければならない。

    䜕を枬れば、知性を枬ったこずになるのだろうか。


    参考資料


    * 谷博貎『人間の脳 vs DDR5GPU』原皿2025幎4月20日
    * Primate Labs, Geekbench 42016
    * Primate Labs, Geekbench 62023
    * Kingston, DDR4 vs DDR5 DRAM
    * NCBI Bookshelf, Regulation of Cerebral Metabolic Rate
    * Levy & Calvert, Communication consumes 35 times more energy than computation in the human cortex2021


    関連蚘事

    『人間ずPCはどこたで䌌おいるのか』

    『「生きづらさ」の正䜓はこれか』

    『人間の脳をPCに䟋えおみた』

    あなたぞのおすすめ