[論文レビュー] Foundations of Intelligence in Natural and Artificial Systems: A Workshop Report

Tyler Millhouse, Melanie E. Moses+1 more|arXiv (Cornell University)|May 5, 2021

Computability, Logic, AI Algorithms参考文献 28被引用数 15

ひとこと要約

このワークショップレポートは、認知科学、人工知能（AI）、生物学、哲学の分野から得られた知見を統合し、自然および人工システムにおける知能の基礎的分類法を構築する。身体化、集団的認知、進化的制約、ヒューリスティクスの役割といったコアなテーマを特定することで、狭義のAIを超えた知能を統合的に理解するためのフレームワークを提案する。AIの進展における持続的な非対称性に対処するには、跨学科的協働の必要性が強調される。

ABSTRACT

In March of 2021, the Santa Fe Institute hosted a workshop as part of its Foundations of Intelligence in Natural and Artificial Systems project. This project seeks to advance the field of artificial intelligence by promoting interdisciplinary research on the nature of intelligence. During the workshop, speakers from diverse disciplines gathered to develop a taxonomy of intelligence, articulating their own understanding of intelligence and how their research has furthered that understanding. In this report, we summarize the insights offered by each speaker and identify the themes that emerged during the talks and subsequent discussions.

研究の動機と目的

• 機械が複雑な推論において優れている一方で、人間や動物が容易にこなす基本的な知覚や移動に困難を示すという、AI進展における持続的な非対称性を解消するため、知能の基礎的概念を再評価すること。
• 人間、動物、集団、人工知能の形態を網羅する、跨学科的で包括的な知能分類法を構築すること。
• 身体化、ヒューリスティクス、集団的計算、進化的適応といった知能のコアな原則を特定し、今後のAI研究を指針づけること。
• 狭義のAIの進展が一般知能に直接つながると仮定するのを挑戦し、専門的知能と一般知能の間には根本的な断絶があることを強調すること。
• AI、認知科学、神経科学、進化的生物学、社会学の研究者を結集させ、知能の共通概念的枠組みを共に開発するための跨学科的協働を促進すること。

提案手法

• スコット・フェイ・インスティテュートで、AI、認知科学、神経科学、哲学、進化的生物学分野の主要な専門家を招いた跨学科的ワークショップを実施した。
• 知能の分野特有の概念を検討した個別の講演および討議を収集・統合し、ヒューリスティクス、身体化、集団的計算といったコアなメカニズムに焦点を当てた。
• 分野を越えて繰り返し現れるテーマ、例えば生態的制約、進化的プロセス、高階層的認知の役割が、知的な行動を形作ることを同定した。
• 人間、動物、集団、人工システムの知能を比較分析することで、多様な次元を持つ知能分類法を導出した。
• 知能を単一の特徴としてではなく、相互作用ネットワークから生じる分散的で適応的かつ文脈に敏感な現象としてモデル化することが重要であることを強調した。
• 知能は抽象的な認知ベンチマークではなく、環境適応性や制約下での問題解決という機能的基準によって評価されるべきだと提言した。

実験結果

リサーチクエスチョン

• RQ1 狭義のAIと一般知能の根本的な違いは何か。なぜ一方の進展が他方の進展を必然的に伴うわけではないのか。
• RQ2 人間、アリ、脳といった自然システムと、ニューラルネットワーク、エージェントといった人工システムに適用可能な、知能の定義をどう行うか。
• RQ3 身体化、生態的制約、進化的プロセスが、知的な行動の出現にどの程度影響を及えるのか。
• RQ4 ヒューリスティクス、心的モデル化、高階層的認知が、人間の知能と他の知能形態を区別する上で果たす役割は何か。
• RQ5 生物的または人工的な集団的システムは、個々のエージェントの能力をはるかに超える知能をどのように達成できるのか。

主な発見

• ワークショップでは、AI進展における持続的な非対称性が明らかになった。機械は高レベルの推論タスク（例：ゲームプレイ）において優れているが、人間や動物が簡単にこなす低レベルの知覚的・運動的タスクに困難を示す。
• 知能は単一の特徴ではなく、ヒューリスティクス、身体化、集団的計算、進化的適応といった多様なメカニズムから生じる。
• 多くの研究者らが、狭義のAIと一般AIの間を直接的な連続体と見なす考えを否定し、背後にある認知アーキテクチャに顕著な質的差異があると主張した。
• 身体化と生態的知能（環境的制約によって形作られる知能）は、とりわけ生物的システムにおいて現実世界の知的な行動を理解する上で、極めて重要な要因であると特定された。
• 集団的知能は、個々のエージェントの能力を拡張する強力なメカニズムとして一貫して強調された。アリの巣やニューラルネットワークが主なモデルとされた。
• 進化は、強固で一般性を持つ知能を生成できる唯一の既知のプロセスであるという広範な合意が得られた。これにより、AI開発は進化的原則をより体系的に統合すべきであると示唆された。