[論文レビュー] Morphognosis: the shape of knowledge in space and time

Thomas E. Portegys|ArXiv.org|Jan 5, 2017

Embodied and Extended Cognition参考文献 2被引用数 3

ひとこと要約

本論文は、空間的・時間的情報をエンコードする出来事記録のピラミッドとしての知識表現をモデル化した morphognosis を提案する。このモデルにより、生物は遠い過去や未来の出来事をシミュレートできる。細胞自動機を用いて、模擬的エージェントが内部に拡張された時空知識を内化することで、食物を求める行動、巣作り、Pong のプレイを学習することを示した。これは、より高度な知能が、次第に大きな時空の断片を処理することによって生じることを示唆している。

ABSTRACT

Artificial intelligence research to a great degree focuses on the brain and behaviors that the brain generates. But the brain, an extremely complex structure resulting from millions of years of evolution, can be viewed as a solution to problems posed by an environment existing in space and time. The environment generates signals that produce sensory events within an organism. Building an internal spatial and temporal model of the environment allows an organism to navigate and manipulate the environment. Higher intelligence might be the ability to process information coming from a larger extent of space-time. In keeping with nature's penchant for extending rather than replacing, the purpose of the mammalian neocortex might then be to record events from distant reaches of space and time and render them, as though yet near and present, to the older, deeper brain whose instinctual roles have changed little over eons. Here this notion is embodied in a model called morphognosis (morpho = shape and gnosis = knowledge). Its basic structure is a pyramid of event recordings called a morphognostic. At the apex of the pyramid are the most recent and nearby events. Receding from the apex are less recent and possibly more distant events. A morphognostic can thus be viewed as a structure of progressively larger chunks of space-time knowledge. A set of morphognostics forms long-term memories that are learned by exposure to the environment. A cellular automaton is used as the platform to investigate the morphognosis model, using a simulated organism that learns to forage in its world for food, build a nest, and play the game of Pong.

研究の動機と目的

• 拡張された空間的・時間的スケールにわたる情報処理が、どのように高い知能を生じさせるかを調査すること。
• 大脳皮質を、遠く離れた出来事を現在のものとして記録・再現するシステムとしてモデル化し、生物学的記憶統合を模倣すること。
• 出来事記録の階層的構造が、採餌、巣作り、ゲームプレーといった複雑な行動を支えることができるかを調査すること。
• 知能は信号処理にとどまらず、時空の内部モデルを構築することにかかっているという仮説を検証すること。
• 細胞自動機が、構造化された時空間的出来事符号化を通じて学習と記憶をサポートできることを示すこと。

提案手法

• Morphognosis モデルは、頂点に最近で近い出来事、深さが進むにつれて古く遠い出来事が記録されるピラミッド型構造（モルフォグノスティック）を用いる。
• ピラミッドの各レベルは、出来事データを次第に大きな時空の知識の断片に集約する。
• 細胞自動機が計算基盤として機能し、動的環境と相互作用するエージェントをシミュレートする。
• エージェントは環境からの刺激にさらされることで、感覚的出来事をモルフォグノスティック構造に符号化する。
• システムは時間経過とともに感覚入力を統合し、それが現在のものとして存在するかのように過去および未来の状態をシミュレートできる。
• 3つのタスクでシステムをテストした：食物の採取、巣作り、Pong のゲームプレイ。

実験結果

リサーチクエスチョン

• RQ1 階層的出来事記録構造は、脳が遠い過去や未来の出来事を現在のものとして表現する能力をシミュレートできるか？
• RQ2 次第に大きな時空の断片を処理することによって、人工エージェントの知能的行動がどのように向上するか？
• RQ3 細胞自動機プラットフォームは、モルフォグノスティック記憶を通じて、複雑で目的指向の行動を学習できるか？
• RQ4 モルフォグノシスモデルは、記憶統合と計画において大脳皮質の機能をどの程度再現できるか？
• RQ5 ピラミッド構造は、即時の感覚入力の範囲を超えた出来事のシミュレーションをどのように可能にするか？

主な発見

• モルフォグノスティック構造は、空間的・時間的スケールが異なる出来事の系列を効果的に符号化し、エージェントが過去および未来の状態をシミュレートできるようになった。
• エージェントは、蓄積された時空知識を検索し、それを行動に反映させることで、採餌および巣作りのタスクで適応的行動を示した。
• Pong のゲームプレイにおいて、内部に内化された出来事系列を用いてボールの軌道を予測することで、成功した。
• モデルは、拡張された時空領域にわたる情報の処理と統合の能力が、上位レベルの知能を生じさせることを示した。
• 細胞自動機の実装により、明示的な神経構造を必要とせずとも、モルフォグノシスが学習と記憶形成をサポートできることを確認した。