[論文レビュー] Artificial and Biological Intelligence

Subhash Kak|ArXiv.org|Jan 13, 2006

Behavioral and Psychological Studies参考文献 6被引用数 4

ひとこと要約

この論文は、人工知能システムが、再帰的自己組織化に欠け、古典論理に依存しているため、生物学的知能に比べて根本的に制限されていると主張している。真の知能が量子力学的原理を必要とすることを示唆している。著者は、生物学的システムが内部から自己組織化するプロセスおよび量子効果を介して知能を達成しているとし、これが現在のマシンでは再現できないと主張している。

ABSTRACT

This article considers evidence from physical and biological sciences to show machines are deficient compared to biological systems at incorporating intelligence. Machines fall short on two counts: firstly, unlike brains, machines do not self-organize in a recursive manner; secondly, machines are based on classical logic, whereas Nature's intelligence may depend on quantum mechanics.

研究の動機と目的

• 物理的および生物学的証拠に基づいて、人工知能と生物学的知能の根本的差異を分析すること。
• 生物学的脳と比較して、現在のAIシステムに見られる主な欠陥を特定すること。
• 再帰的自己組織化と量子力学が真の知能に不可欠であると主張すること。
• 古典論理と決定論的計算が人間水準の知能を十分に達成できるという仮定に疑問を呈すること。
• 生物学的知能は、従来のマシンでは再現できない内部的・非古典的プロセスから生じるのだと提唱すること。

提案手法

• 生物学的脳の構造的および機能的特性を分析し、再帰的自己組織化の能力に特に注目する。
• 機械知能と生物学的システムを対比し、人工システムに内在する自己組織化の欠如に焦点を当てる。
• 物理学および生物学からの証拠をレビューし、量子力学が自然知能の基盤をなしている可能性を検討する。
• 古典論理が生物学的システムで観察される認知プロセスをモデル化する上で限界を示すことを検証する。
• 量子原理を計算モデルに統合することが、生物学的水準の知能を達成するために不可欠であると提唱する。
• 神経科学、物理学、コンピュータサイエンスの分野を統合した理論的推論と包括的分析を用いて主張を裏付ける。

実験結果

リサーチクエスチョン

• RQ1 なぜ人工知能システムは、生物学的脳に見られるような適応性と自己組織化のレベルに到達できないのか？
• RQ2 古典論理は、人間水準の人工知能の開発をどの程度制限しているのか？
• RQ3 量子力学は、現在のAIシステムに欠けているが、生物学的知能の基盤的メカニズムを提供できるのか？
• RQ4 自己組織化する生物学的システムと設計された人工システムとの間の構造的およびプロセス的差異は何か？
• RQ5 再帰的自己組織化は真の知能に不可欠な条件であるのか？ そしてなぜ現在のAIアーキテクチャにはそれが欠けているのか？

主な発見

• マシンは再帰的自己組織化の能力に欠けている。これは生物学的知能の重要な特徴である。
• 人工システムは古典論理に依存しており、自然知能の複雑さをモデル化するには不十分である可能性がある。
• 生物学的システムは、現在のAIアーキテクチャに存在しない自己組織化の性質を示している。
• 物理学および生物学からの間接的証拠が、量子力学が自然知能の背後にある可能性を示唆している。
• 内部的自己組織化と量子力学的基盤の欠如が、人工システムの生物学的知能への到達可能性を制限している。
• 真の知能には、古典的計算を越えたメカニズム、おそらく量子レベルのプロセスを含むものが必要である可能性がある。