マイケル・レヴィン Λ ヨシャ・バッハ: 集合知

※長文のため、テキスト読み上げ機能の使用を想定しております。各OS標準搭載の「読み上げコンテンツ」、Microsoft Edgeの「音声で読み上げる」、Safariの「ページの読み上げを聞く」などをおすすめします。

マイケル・レヴィンの生体システムにおける制御不能なパターン形成の制御に関する研究により、彼は現代で最も魅力的な生物学者の一人となりました。翻訳すると、つまり彼のチームは、遺伝子や後成的遺伝子ではなく電気信号を操作することで、四肢の発達や再生、心の生成、さらには寿命延長の方法を解明しているのです。
彼の研究は、私がノーベル賞に値すると考えるものです。このポッドキャストの中で誰かについてそう言ったことはないと思います。マイケル・レヴィンの以前のポッドキャスト、オン・トーは説明文にあります。それは彼との2時間に及ぶ深い議論のソロエピソードです。また、今日のように彼と他のゲストとの対談であるセオロキューションもあります。ただし、その時は意識についてのカール・フリストンとクリス・フィールズとの対談でした。
ヨシャ・バッハは、感情、モデリング、マルチエージェントシステムを扱うAI研究者の頂点と広く考えられています。バッハの主な焦点は、強いAIから心のモデルを構築することです。心と言えば、バッハはコンピューターサイエンスの分野で最も独創的な頭脳の一人であり、以前にもTOEに何度か出演しています。
繰り返しになりますが、ソロエピソードがあります。また、意識についてのヨシャ・バッハとドナルド・ホフマンとのセオロキューション、そして意識と現実についてのヨシャ・バッハとジョン・ヴァーヴェイクとのセオロキューションもあります。生物学は人工知能について、そして逆もまた然りで、私たちに多くのことを教えてくれます。この2人の優れた研究者の議論に参加できることは、私にとって非常に幸運で、恵まれ、幸せなことです。また、集合体として、観客として、私たちはこれを目撃できる幸運に恵まれています。
会話の約30分後に、2つのスポンサーが登場します。それらはMasterworksとRomanです。まず、それを見ることで直接Toeをサポートすることになり、次に、それら自体が魅力的な企業であるため、スキップしないようお願いします。さらに、1時間半ほどのところで、もう1つ、Trade Coffeeについて聞くことになります。
ありがとうございます。そして、ヨシャ・バッハとマイケル・レヴィンのこのセオロキューションをお楽しみください。マイケル・レヴィン教授とヨシャ・バッハ、お二人ともTOEポッドキャストにお迎えできて光栄です。お二人とも、そして今回一緒に参加していただき、ありがとうございます。ここに来られて嬉しいです。同じく。ここに来られて嬉しく、この会話を楽しみにしています。
私も楽しみにしています。最初の質問として、マイケル、ヨシャの研究について最も興味深いと思うことは何ですか？そして、ヨシャはマイケルについて答えてください。私は幅広さを本当に楽しんでいます。ウェブサイトにあるほとんど全てのもの、短いブログ記事など全てを読んだと思います。
計算と認知とAIと倫理など、様々な問題に取り組んでいる幅広さを本当に気に入っています。その側面が本当に好きです。そして、ヨシャ。申し訳ありません。私のブログは最新ではありません。ここ数年更新していないと思います。
もちろん、私はまだ進歩し、新しいアイデアを持ち続けています。ここ数年で持った考えは、あなたが取り組んでいる多くのことと大きく重なっています。昨晩あなたのLexポッドキャストを聞いたとき、私が思いついたけれど他の誰からも聞いたことのない考えがたくさんありました。
これはとても魅力的で、まずはこれらの考えのいくつかを見て、そこから発展させて広げていけばいいと思いました。例えば、細胞がどのように機能するかについて考えた後、ほとんどの人が見逃しているが神経科学や科学一般で明らかなことは、全ての細胞が複数のメッセージタイプを送受信し、条件付きでそれを行い、どの条件下でそれを行うかを学習し、それを調整する能力を持っているということです。
また、全ての細胞が個々の強化学習エージェントであることです。環境と協力して生き残ろうとする単細胞動物は、ほとんどの報酬を環境から得ています。その結果、これは全ての細胞が原則としてニューロンのように機能できることを意味します。ニューロンと同じ学習と情報処理タスクを実行できます。
ニューロンに関して存在する唯一の違い、あるいは主な違いは、非常に長い距離でこれを行うことができないということです。なぜなら、ほとんどの場合、直接隣接する細胞にのみ接続されているからです。もちろん、ニューロンも隣接する細胞とのみ通信しますが、ニューロンの隣接性は、生物を通して非常に遠くまで到達する軸索という細胞の一部を持っているということです。
ある意味、ニューロンは電信細胞です。非常に特殊なメッセージを使用し、モールス信号のように、非常に短く高エネルギーのバーストでエンコードされた方法で、非常に長い距離にわたって非常に素早くメッセージを送信し、物理学が許す限界で動物の筋肉を動かすことができます。そうすることで、他の動物と食べ物を探す競争ができるのです。
そうするためには、この高いレートで更新される世界のモデルも必要です。そのため、体内の他の全ての細胞から作られるこの細胞の脳を基本的に複製する情報処理システムが存在することになります。ある時点で、これら2つのシステムは切り離されます。
彼らは独自のコード、独自の言語を持っていますが、脳を体内の細胞のコミュニティの電信的な拡張として見ることはまだ理にかなっています。私にとって、この洞察は、進化が生物が十分長く生き、細胞が共通の遺伝的運命を共有するので生物内で互いに調和できるならば、細胞にその情報処理を行う能力を与えるだろうという手段と動機のためにたまたま思いついたものです。基本的に、全ての生物は知的になる可能性があり、十分に長く生きて環境について非常に高度な理解に到達するのに十分なデータを持つ可能性があります。
もちろん、普通の観葉植物は私たちに比べてあまり長生きしません。なぜなら、その情報処理が非常に遅いからです。そのため、あまり賢くはありません。しかし、生態系のレベルでは、かなりの知性があると考えられます。
そして、私たちの祖先が妖精の国の1日は人間の国の7年に相当すると考えていたという古い神話に行き当たりました。また、ある時点で、精霊とは何かという私の考えを改めました。例えば、精霊は自律型ロボットのオペレーティングシステムの古い言葉です。
この言葉が発明されたとき、知られていた唯一の自律型ロボットは人々と植物と動物と国家と生態系でした。まだ人間によって作られたロボットはありませんでした。しかし、人々が観察できる制御のパターンがそこにありました。それはハードウェアに直接結びついているわけではなく、ハードウェアによって実現されていましたが、ある意味で具現化されていませんでした。
この精霊の概念は、啓蒙時代以降、私たちが間違ったキリスト教の形而上学と、それに伴う迷信に対処しようとしたときに失われたものです。そして、多くの赤ん坊を風呂の水と一緒に流してしまい、突然多くの概念、特にある意味で以前から存在していたソフトウェアという概念を失ってしまいました。
このソフトウェアは、ある種の非常に特殊な物理法則として存在する、ある特定のレベルの粗視化で存在する因果構造のパターンまたはパターンです。あなたの仕事で私が気に入ったのは、細胞ができることに体系的に焦点を当て、細胞がエージェントであり、細胞間の相互作用によってエージェンシーのレベルが出現するということです。
あなたは非常に明確な言語と明確な概念を使用しており、明らかに答えたい質問に駆り立てられています。これは科学では珍しいことだと思います。私たちの科学の同時代人のほとんどは、PhD中にもっと早く起こらない場合、方法を適用するチームの人々になってしまい、彼らが興味を持つ質問を追求し、進歩させたいと思って学術界に入った人々ではなくなってしまいます。
分かりました、マイケル、応答すべきことがたくさんありますね。はい、はい。多くのアイデアがあります。はい、あなたの指摘はとても興味深いです。ニューロンと他の細胞の間に本当に根本的な違いは何かということについてです。もちろん、進化的に見れば、彼らは基本的にバクテリアの時代から長い間存在していた機械を再利用しているのです。つまり、私たちの多細胞の、私たちの単細胞の祖先は多くの同じ機械を持っていたのです。
そして、もちろん、軸索は非常に長くなる可能性がありますが、ある種の中間構造があります。トンネリングナノチューブなどがあり、細胞が5つか10の細胞直径ほど離れた場所に接続できるようにします。つまり、非常に長くはありませんが、必ずしも直接の隣人だけではありません。そのような構造は長い間存在していました。
ガウラブ・ソハイルのような人々は、バクテリアのコロニーで非常に脳のような電気信号を観察しています。これは、私は進化がこの種のコミュニケーションを特に使用して、計算やその他の種類のトリックを大幅にスケールアップし始めたのは非常に長い時間前だと思います。そして、もし誰かが結合主義を発明した人々や最初の種類のパーセプトロンやニューラルネットワークなどを発明した人々のところに来て、ああ、そうそう、申し訳ありませんが、私たち生物学者は間違っていました。思考は脳にあるのではなく、肝臓にあるのだと言ったらどうなるかを想像するのが好きです。
そうすると、彼らは何をするでしょうか？ああ、今や我々のモデルを再考しなければならないと言うでしょうか、それとも大丈夫だ、誰が気にするのか、これは全く同じモデルだ、全てが同じようにうまくいくと言うでしょうか。
私はよくその質問について考えます。ニューロンとは正確に何を意味するのか、そして私たちが神経科学からほとんどのツール、概念、フレームワーク、数学を盗み、他の空間の問題に適用できるのは興味深いことではないでしょうか。つまり、筋肉を使った三次元空間での動きではなく、例えば、不定形空間での動きです。
技術は違いを認識できません。我々は全て同じものを使用します。オプトジェネティクス、神経伝達物質のシグナリング、我々は能動推論をモデル化し、知覚的双安定性を見ます。つまり、神経科学から概念を取り、それを体の他の場所に適用するのです。そして一般的に言えば、全てが全く同じように機能します。
そしてそれは、私たちが行ってきた多くの区別、つまり異なる部門や異なるPhDプログラムを持つことなど、はい、これは神経科学で、これは発生生物学だと言うような区別が、以前考えていたほど確固たるものではないことを示しています。はい。私は、強い学問的境界を主張する人々は、保護的な衝動からそうしているのだと思います。私が若い頃に多くの学問を学んでいて気づいたのは、分野間で異なる方法論が非常に互換性がないということです。哲学や心理学を勉強していたとき、コンピューター科学者たちがこれらの分野がやっていることを正当化するために使用している方法を笑うだろうと感じました。
これは、私は欠陥を示していると思います。なぜなら、科学を完全にピアレビューによって規制する現在の体制に持ち込むと、外部の権威がないからです。偉大な権威さえも、主に既存のパラダイムで訓練された科学者たちの分野であり、そして外部からそれらのパラダイムの継続に資金を提供しています。
このメタパラダイム的思考は、ピアレビューされたパラダイムにはあまり存在しません。そして最終的に、数世代にわたってピアレビューを行うと、もしあなたのピアが劣化しても、あなたの科学を引き戻すものは何もないということも意味します。そして私が特に神経科学の多くのやり方で欠けていると感じるのは、あなたがエンジニアリングの立場と呼ぶものです。
そしてこのエンジニアリングの立場は非常に強力で、コンピューター科学者であれば自動的にそれを得ることができます。なぜなら、どの言語で書かれているかは本当に気にしないからです。気にするのは、どのような因果パターンが実現されているか、そしてそれをどのように実現できるかです。私はどのようにそれを行うでしょうか？進化はどのようにそれを行うのでしょうか？どのような手段が利用可能ですか？そしてこれが私が探しているものの探索空間を決定します。
しかしこれには因果システムで考えることが必要です。そしてこの因果システムでの思考は、コンピューター科学者にとっては避けられないことですが、コンピューター科学の外では珍しいことです。そしてそれに気づくと、非常に奇妙です。突然、因果構造を、例えば証拠で置き換えようとする概念が出てきます。
そして、例えば証拠に基づく医療が、何かがどのように実現され、機能しなければならないかの確率についてではないことに気づきます。クルーズ船で人々が距離を置いて感染しているのを見て、これは空気感染に違いないと思います。しかし、ピアコントロールされた研究がないので、空気感染であるという証拠はないのです。
そして外部から disciplines を見ると、この場合は医療専門職や医療のメッセージングと意思決定ですが、それが直接私たちに影響を与えるので恐ろしくなります。そして神経科学に関しては、もちろん、ほとんどの場合より理論的ですが、ほとんど理論的でない理由があるはずです。なぜ臨床医が人々が示す特定の症候群で何が起こっているかを説明するために使用できる因果モデルがないのでしょうか。
そしてスタンフォードのような評判の良い機関でさえ、私が医者に行くと気づくのは、そこのほとんどの神経科学者、あるいはほとんどの神経学者が、ある程度二元論者だということです。脳がものを実現する方法について因果モデルを持っていないのです。
そして、人間が文法構造を使用する能力のような非常に単純なメカニズムが実際に脳に反映されていることを発見する多くの研究は非常に驚くべきことです。誰が考えたでしょうか？はい、しかしコンピューター科学に存在していた発展は、私たちを全く異なる道筋に導きました。
パーセプトロンは脳がしていることからかすかに着想を得ていますが、私はそれが細胞がしていることの本当におもちゃのモデルまたは戯画だと思います。それが劣っているという意味ではありません。現代のパーセプトロンの変形で達成できることは驚くべきものです。現在の機械学習システムが行えることは驚くべきものですが、それは全く生物学的生物のようには機能しません。
それは非常に異なります。細胞は実数の和の重みを変化させる連鎖を形成しません。それに大まかに似たことが起こっていますが、内側から外側へと自己を設計する自己組織化システムがあります。外部から適用され、読み取って比較した後に重みを更新し、システムへの勾配を計算する機械学習の原理によってではありません。
そのため、お互いに報酬を取引しようとする強化エージェントによるローカルな自己組織化という視点は、私にとって全く魅力的です。そしてこれが神経科学からコンピューター科学に来ていたらいいのにと思います。しかし、そうはなっていません。ある程度これらのアイデアについて考えた人々はいますが、相互の影響はほとんどありませんでした。
そして、神経科学がコンピューター科学に影響を与えているという全ての話は、ほとんどが視覚的思考だと思います。はい、これも、あなたが異なる分野について言っていたことは、私には驚くべきことです。私が講演をするとき、いつも聴衆がどの部門にいるかが分かります。それは講演のどの部分が人々を不快にさせ、動揺させるかによってです。
そしてそれは常に、どの部門であるかによって異なります。一つの部門では完全に明白なことを言えるのに、別のグループの人々に同じことを言うとトマトを投げつけられ、これは単なる狂気だと思われるのです。例えば？例えば、神経科学の部門で、遺伝子発現の変化なしに情報を処理できると言うことができます。
情報処理のために遺伝子発現の変化は必要ありません。なぜなら、ニューラルネットワーク内の処理は活動電位の物理学で動作するからです。そのため、様々な興味深い情報処理を行うことができ、そのために転写や遺伝的変化は必要ありません。分子遺伝学の部門で同じことを言えば、これらの細胞は転写体が知る遥か前に大量の情報を処理している可能性があると言うと、これは完全に狂気と考えられます。なぜなら、ほとんどの困難な作業、あるいは実際にはすべての困難な作業が遺伝子制御回路などで行われていると考えられているからです。他の例もあります。電気的に通信して特定の空間パターンを記憶する細胞の集団があると言えば、また、分子細胞生物学では、それはどういう意味ですか？細胞の集団がどのようにして空間パターンを記憶できるのですか？と言われます。しかし、神経科学や工学部門では、もちろん、もちろん、パターンを記憶し、パターン補完などを行う電気回路があると言えます。
そのため、因果関係の見方、ただ多くのそのようなことの見方が、ある集団の人々には非常に明白であるのに、他のところでは完全にタブーなのです。そしてはい、そしてヨシャが言ったように、それはすべてに影響します。それは教育に影響し、助成金に影響します。助成金の審査に影響します。なぜなら、この種の学際的な助成金が出てくると、実際にそれらを審査できる人を見つけるのが本当に難しいからです。
なぜなら、よく起こることは、ある種の計算生物学の助成金があって、提案を出すと、パネルには生物学者の人々と計算の人々がいますが、両方の側面を理解し、一緒に何が起こっているかを理解できる人を見つけるのは非常に難しいのです。そのため、彼らはそれぞれある部分を批評し、他の部分については、これが何かわからないと言うのです。
その結果、そのような助成金には、全体を理解し、本当に良いと思うかどうかを言える一人の擁護者がいない傾向があります。はい、それは私がよく尋ねられる点にまで及びます。人々が私をどこかにリストしたいときに、あなたは何ですか？どのような、どのような、あなたの分野は何ですか？と聞かれます。そして私はその質問にどう答えればいいかわかりません。
今日まで30年経ちましたが、まだその質問にどう答えればいいかわかりません。一つの伝統的な分野に絞ることはできません。それでは全く意味をなさないでしょう。ヨシャ、あなたは誰かにあなたの分野は何かと聞かれたとき、どう答えますか？それは誰が聞いているかによります。
例えば、私は時々、申し訳ありませんが私は哲学者ではありませんが、これは、あるいは私は機械学習にそれほど興味がありません、と言うのが非常に有用だと分かりました。そして、私は哲学や機械学習で論文を発表しましたが、それは私の専門ではないという意味で、私はそれと同一視する必要はありません。
ある意味で、これらのカテゴリーは、助成金提案を書こうとするときや、特定の機関で職を見つけようとして彼らがポジションを埋める必要があるときに重要だと思います。しかし私にとっては、私が興味を持っている質問は何か？私が進歩させたいことは何か？あるいは私が今作りたいものは何か？ということの方が重要です。そして、交差点の観点から言えば、私は認知科学者です。
私はマイケルに、ヨシャが参加する前に、なぜポッドキャストをしているのかを尋ねました。私の理解が正しければ、その理由の一部は、あなたが声に出して考え、他の人の考えを聞いてメモを取り、それがあなた自身の考えを刺激するからだということでした。まず、マイケル、それが間違っていれば訂正してください。
そして次に、ヨシャ、私はこれと同じ質問に対するあなたの答えが気になります。現在何かを宣伝しているわけではないと想像しますが、そのようなマーケティング以外に、ポッドキャストから何を得ていますか？いいえ、私は何もマーケティングしていません。ポッドキャストについて私が好きなのは、実際にそれに興味を持つ人々にとって魅力的な、興味深い形式で何かを公開する能力です。
私はこの非公式な方法でいくつかのアイデアを保持するのが好きです。また、思考を発展させる媒体としての会話も好きです。それは私たちがお互いを反映し、お互いの心を覗き、他人のアイデアとリアルタイムで相互作用できる空間です。ポッドキャストの制作形式は、会話に特定のフォーカスを作り出し、それは有用です。
そして、それはタスクに集中し続ける快適な種類の緊張を生み出します。また、一般的に一部の人々にとって有用であることも分かりました。私が得るフィードバックは、人々が私に、本当に重要な質問があってこれを聞いて進展することができた、これらの質問について今ずっと気分が良くなった、何年も悩んでいたことを私のために明確にしてくれた、あるいはこれが以下の仕事を触発したと言うことです。
そのため、それはアイデアを公開し、非常に非公式な方法で私たちのグローバルな健全な心に流通させる形式ですが、無駄ではありません。また、少なくともこの場合、私を切り取り、編集などの作業から解放してくれます。
しかし、いずれにせよ、私たちの会話をキュレーションし、他の人々にとって有用な形にしてくれることに感謝しています。はい、はい。考えていたことが2つあります。1つは、つまり、私は一日中これらの問題について人々と会話をしています。私の研究室の人々や共同研究者などとです。
そしてもちろん、それらの会話の大部分は記録されず、ただ霧散してしまいます。そして私はそこから何かを持ち帰り、他の人も何かを持ち帰ります。しかし、私はよく、これらすべてがただ消えてしまうのは残念ではないかと思います。それを記録に残すことができたら素晴らしいでしょう。
そしてもちろん、すべての会話が素晴らしいわけではありませんが、多くは有用で興味深いものです。そしてそれに興味を持ち、恩恵を受けることができる人々はたくさんいます。だから私は、私たちが会話を持ち、それらが缶詰にされて、興味のある人々のためにそこにあるという側面が本当に好きです。
もう1つの側面は、私にはよくわからないのですが、面白いのは、誰かが私に事前に録音した講演を依頼すると、とてつもない時間がかかるのです。なぜなら、私は止まって、もっとうまく言えたはずだと気づき、最初からやり直そうとするからです。そしてそれは信じられないほどの試練です。
一方、これのようなリアルタイムのものは、きっと同じくらい多くの間違いや後で修正したかったことがあると思いますが、それはできません。だからただ進んでいくだけで、それで終わりです。そしてその後は先に進むことができます。だから私はそのリアルタイムの側面が好きです。なぜならそれはただアイデアを出すのを助け、50回もやり直そうとして立ち往生することがないからです。
はい、それは仮説を許容する形式です。私たちが出版するとき、私たちには証明できると期待できることを出版し、できる限り最高の証明を行うことを要求する文化があります。しかし、何か複雑なことがあるとき、特に工学的な立場を取るとき、物事がどのように機能するかを証明できないことがよくあります。
代わりに、私たちの答えは可能性の領域にあり、これらの可能性について議論する必要があります。これらの可能性を理解することには価値があり、将来の実験と実際の作業を指示して、実際に何が起こっているかを見るのに役立ちます。そして、そのための出版形式が本当にありません。
神経科学者に心がどのように機能するかについてのアイデアを発表してもらうことはありません。なぜなら、証明できる理論を持っている人は誰もいないからです。その結果、理論があるべき場所に基本的に空白があります。そして理論構築は会話の中で非公式に行われます。それは基本的に個人的な接触を必要とします。これは会議がバーチャルになると大きな問題になります。なぜならその接触が減少するからです。
そして、出版物を読んだりすることで多くの重要なアイデアを得ます。しかし、これは何かもしれないとか、点を結びつけるとか、後で間違いだと証明されるかもしれないアイデアを、アイデアの状態として交換するものです。それはポッドキャストに適した場所があります。さて、このポッドキャスト、このポッドキャストではなく、一般的なポッドキャストは何か新しいものですか？例えば、私はこれについて考えていて、ポッドキャストはしばらく前から存在していて、ブロガンがこの長い形式を発明したか、あるいは普及させました。
しかし、テレビにはインタビューがあります。オプラがあり、それらは1時間の長いものです。60分番組があります。そして90年代には3時間半のものがありました。それは本質的にポッドキャストです。チャーリー・ローズの3時間半の会話のようなものです。それはフリーマン・ダイソン、ダニエル・デネット、スティーブン・ジェイ・グールド、ルパート・シェルドレイクなど、全て同じ一つの形式での形而上学についてのセオロキューションのようなものです。
これは本質的に形而上学について話すポッドキャストです。私は、ああ、なんてこった、これが公開されたなんて信じられないと思います。そして、また考えます。プラトンが最初のポッドキャスターだったのでしょうか？なぜなら、彼はただこれらの対話を公開しているだけで、あなたはそれらを読みますが、もしかしたら彼はビデオで公開したかもしれません。
私はプラトンが最初のポッドキャスターだったと思います。では、以前にはなかったこのポッドキャスティングの形式について、何か新しいものはありますか？あるいは、それについて何が新しいのですか？私はそれはブログのようだと思います。ブログも新しいものではありません。テキストを書いて公開し、人々があなたが書いているものをフォローできるというのは、ある意味で以前から存在していました。
しかし、インターネットはそれを誰もが公開できるようにしました。もはや出版社は必要ありません。もはやテレビスタジオも必要ありません。あなたのトークショーを録画し、視聴者に送信する放送局は必要ありません。同時に放送できる人数に制限がないため、他のすべてのトークショーとの競争はありません。
そして、これにより、非常に低コストで行われる膨大な数の思考と小規模な制作が可能になり、何かを公開してどうなるかを見るための敷居を下げることができます。この意味で、トークショーを制作するコストを変えた変数の変化によって新しいエコシステムが出現したのです。
そうですね。マイケル、同意しますか？はい。はい、そうですね。そしてそれも全てです。そして、あなたが言ったように、このような長い形式のものは比較的珍しかったということです。ほとんどの場合、伝統的なメディアに出演する場合、彼らはあなたに3分しかないと言います。私たちはこれらすべてをカットして3分に要約します。
そしてこれはしばしば信じられないほど frustrating です。そして私は理解しています。つまり、私たちは情報の洪水に溺れています。そのため、明らかに非常に短い声明のための場所があります。しかし、私たちが話しているような種類のことは、テレビのサウンドバイトや何かに要約することはできません。それはただ不可能です。そして、これらの長い形式のものを持つ能力、つまり本当に掘り下げたい人が誰でも、実際の思考が何であるかを聞くことができる能力は、非常に短い声明に要約されたものではなく、私は計り知れない価値があると思います。
ただ、人々が見つけることができるようにそこにあるということです。さて、2つのスポンサーからの簡単なお知らせです。これはかなり簡単なスポンサーです。なぜなら、これを見ている人の中には髪の毛を失っている人がいるからです。それは内容を理解するのに苦労しているからではありません。髪を引っ張っているのです。これは約半数の男性に起こります。
それは不快ですが、脱毛のプロセスを助け、さらには止めるための方法があります。Romanは、自宅の快適さとプライバシーから脱毛を治療するのに役立つ臨床的に証明された薬を提供しています。もちろん、すべて自宅の快適さとプライバシーからです。Romanは処方薬と市販の治療法を提供しています。また、髪をより豊かに見せるための成分を含む、特別に調合されたシャンプーとコンディショナーも提供しています。
研究によると、処方薬による脱毛治療を使用した男性の80%が2年後にそれ以上の脱毛を経験しませんでした。Romanはライセンスを取得しており、全プロセスは簡単で控えめです。プランは月20ドルから始まります。現在、RomanはTOEリスナーのための特別オファーを用意しています。それはro.co/Curtのリンクを使用して、最初の注文の20%オフを得ることができます。
繰り返しますが、ro.co/C-U-R-Tです。リンクは説明欄にあり、20%オフになります。TOEプロジェクトが成長するにつれて、たくさんのスポンサーが来ています。そして私は思いました、この会社は魅力的な会社だと。私たちの新しいスポンサーはMasterworksです。Masterworksは、ピカソやバンクシーなどの何百万ドルもする芸術作品に投資できる唯一のプラットフォームです。
Masterworksは、通常は数百万長者や億万長者しかアクセスできない美術品に投資する機会を提供しています。美術館に展示されている芸術作品を、あなたが部分的に所有することができるようになりました。革新的な点は、芸術や投資の詳細を知る必要がないことです。Masterworksは、クリーンなインターフェースと優れた顧客サービスで、全プロセスを簡単にしています。
彼らは、より伝統的な投資が苦しんでいる中で革新を続けています。先月、我々は21.5%のリターンを記録した売却を確認しました。つまり、1万ドル投資したら、今では1万2千ドルになっているということです。新しいスポンサー、Masterworksへようこそ。彼らへのリンクは説明欄にあります。現在、彼らのプラットフォームに参加するためのウェイトリストがあることをお知らせします。
しかし、TOEリスナーは説明欄のリンクを訪れ、プロモーションコードTheories of Everythingを使用することで、ウェイトリストをスキップできます。繰り返しますが、リンクは説明欄にあります。masterworks.com/CDで重要な規制Aの開示を見ることができます。あなたの信念や考えの中で、過去数年間、例えば3年間で最も劇的に変化したものは何ですか？
それは抽象的で学術的なものから、より一般的なもの、例えば子供の価値に気づかなかった、あるいは子供を過大評価していた、今では子供に縛られているなど、ああ、それは間違いだったなど、何でも構いません。はい、私が考えを変えたのはRNA基盤の記憶転送についてです。そして、これはこの文脈で非常に興味深いアイデアだと思います。なぜなら、それはマイケルが取り組んでいて興味を持っていることに近いからです。
ソビエト連邦で、70年代だと思いますが、科学者たちがプラナリアを取り、何かを学習するように訓練しました。電気ショックを恐れることを学んだと思います。そして彼らはその脳をミキサーにかけ、RNAを抽出し、他のプラナリアに注入しました。そしてこれらの他のプラナリアはそれを学んでいました。
そして私は子供の頃、1980年代に東ドイツで育った時にソビエトのSF文学を読んで、これについて知りました。そして悪い科学者が天才の脳を収穫し、自分自身にこれらの脳から抽出したRNAを注入し、それによってスキルを獲得しました。そしてこのレベルでこれを行えば恐らく機能しないと確信していますが、これは元の研究に触発されたものでした。
後に私はこれについてもう何も聞かなくなりました。そして、私はこれをSputnikや他のロシアの出版物で読んだような類似のことと同様に、エージェンシーを持ち、おそらく知性を持つボール状の稲妻についてなど、基本的に独自の神話的宇宙を作り出す別のリーダーズダイジェスト文化の一部として、科学が進歩すると後に解消されるアイデアとして退けました。なぜなら、誰もが知っているように、それはシナプス、ニューロン間の接続が重要だからです。
RNAは情報処理にとってそれほど重要ではありません。それは何らかの状態を変える可能性がありますが、RNAを抽出して次の生物に再注入することで何かを学ぶことはできません。なぜなら、それがシナプスで行われるならば、どのように機能するのでしょうか？そして最近、元の研究を再現したいくつかの論文があり、時々異なる種類の生物で再現されてきましたが、私の知る限り、もちろんマカクザルや even マウスでは行われていません。
そのため、彼らの脳がプラナリアと同じ原理で機能しているかどうかは明確ではありませんが、プラナリアは極めて単純な生物ではありません。わずか数個のニューロンしかないものではありません。彼らは何か中間的なものです。そのため、彼らの主要な構造は私たちとは異なります。ニューロンの機能原理は少し異なるかもしれませんが、このアイデアを追求し、そのウサギの穴を掘り下げる価値があります。
そして私はコンピューターサイエンスのエンジニアリングの観点から見て、シナプスの話について常に混乱する点があることに気づきました。なぜなら、それらは実装するのが非常に困難だからです。例えば、重み共有です。コンピューターサイエンティストとして、私は重み共有を必要とします。これを回避する方法がわかりません。
もし私が脳の局所領域で計算プリミティブとして自分自身を訓練したいなら、例えば何かを回転させる能力、回転は私がパターンに適用する何らかの演算子で、このパターンが少し異なる方法で表現されることを可能にし、この物体を数度回転させます。しかし、物体は単一の点から成り立っているわけではありません。
それは多くの特徴から成り立っており、それらすべてに同じ回転を適用する必要があります。同じ数学的プリミティブを使用して。では、同じ演算子を脳領域全体に実装するにはどうすればよいでしょうか？同じパターンの多くの複製を作りますか？そしてコンピューターサイエンティストはいわゆる畳み込みニューラルネットワークでそれを解決しました。これは基本的に同じ重みを異なる領域で何度も使用しますが、一度だけ訓練し、どこでも利用可能にします。
そしてそれをシナプスで実装するのは非常に困難でしょう。方法はあるかもしれませんが、簡単ではありません。もう一つの点は、赤ちゃんの訓練がどのように機能するかを見ると、彼らは何かを学び、その後余分なシナプスを取り除きます。最初は、必要以上の接続性を持っています。そして訓練を受けた後、彼らは計算したいことを計算するために必要のないものを捨てることで、配線の仕方を最適化します。
つまり、シナプスを間引いているのです。それは学習を脳に刻み込むのではなく、脳のエネルギー使用を最適化しているのです。もう一つの問題は、活性化のパターンが脳内で完全に安定していないことです。大脳皮質を見ると、翌日には移動したり、少し回転したりする可能性があります。これもシナプスでは難しいことです。
重みを読み取って簡単に他の場所にコピーすることはできません。もう一つの問題は断片化解消です。例えば、脳領域に体のマップを学習し、その後誰かが事故で指を失ったり、人工肢を与えられて体のマップを変更した場合、体のマップに統合し始めるとします。
すべての表現をどのように移動させますか？他のもののためにスペースを作り、移動させるにはどうすればよいでしょうか？あるいは最初に、ハッピー学習によってマップをセットアップするとき、近傍が常に正しく、何も再整列する必要がないようにするにはどうすればよいでしょうか？そして私は何らかの再整列が必要だと思います。
そしてこれらすべてのことは、異なるパラダイムに切り替えると可能になるように思えます。そして、このRNA基盤の理論を真剣に受け止め、このウサギの穴を掘り下げると、得られるのは、ニューロンは隣接するものに対するローカルな機能を学習しているのではなく、入ってくる活性化フロントの形、つまり近傍の時空間パターンに応答する方法を学習しているということです。
そして、彼らは近傍が単なる周りの空間になるほど密に接続されています。そしてこの空間で、彼らは基本的にある特定のトポロジーに従ってこれを解釈し、これは maybe 畳み込みで2.5Dを与えるか、2Dを与えるか、1Dを与えるか、彼らが計算したい関数の種類によって異なります。
そして彼らはそれらのパターンに応答して発火する方法を学び、それによってパターンが通過するときにそれらを変調します。そのため、ニューロンは波面が伝播する自己変調するエーテルのように機能します。それらが計算を実行します。そして彼らは、おそらくRNAに、入力信号の分布への応答を保存します。
そのため、小さなミックステープ、小さなテープの断片があり、それらをソーマに保存し、それらが成功したミックステープで、彼らが発見した有用な計算プリミティブであれば、非常に安価かつ簡単に増やすことができます。彼らはこれを他のニューロンに、大脳皮質全体に配布することができます。そのため、同じタイプのニューロンは、同じ計算プリミティブを適用する知識を得ることになります。
そしてそれは、私は脳がそれを行っているかどうか、人間の脳がこれらの原理を使用しているかどうか、あるいはそれらを多く使用しているかどうか、そしてどのくらい多くの他のメカニズムが存在するかはわかりません。しかし、それは私たちが、私の知る限り、AIやコンピューターサイエンスであまり試していないメカニズムです。
そしてそれは機能するでしょう。非常に近い類似物があります。それは神経細胞オートマトンです。基本的に、隣接するニューロン間の重みのシフトや重みの変化を学習する代わりに、学習するのは、ニューロンに近傍のパターンにどのように応答するかを教えるグローバルな関数です。
そしてこれらの関数はマトリックスの各ポイントで同じです。そしてこの方法で任意の関数を学習できます。そして良いのは、計算プリミティブを一度だけ学習する必要があることです。現在のニューラルネットワークは、ニューラルネットワークの多くの異なる隅で同じ線形代数を何度も学習する必要があります。
なぜなら、例えば空間での操作など、多くの種類の操作に対してベクトル代数が必要だからです。そこでは物事を移動したり回転させたりします。そして、もし彼らがこれらの有用な操作をお互いに交換し、環境が今この文脈でこの演算子を適用することが良いアイデアだと指示するときはいつでも演算子を適用できるだけなら、それは学習を加速させることができます。
それは訓練をはるかにサンプル効率的にすることができます。そのため、試す価値が非常にある何かです。そして、これは私が最近落ちた1つのウサギの穴で、神経科学の主流にはあまり大きな影響を与えていない実験に基づいて私の考えを変えたものですが、プラナリアでのマイケルの仕事に反映されているのを見つけました。
はい、それはとても興味深い内容です。いくつかの詳細を付け加えることができます。プラナリアでの元の発見は、実際にアメリカのミシガン大学のジェームズ・マコンネルという人物によるものでした。それは60年代、60年代初頭のことでした。そしてその後、それを引き継いだ本当に興味深いロシアの研究がありました。
私たちは最近、現代の定量的自動化などを使用して、その一部を再現しました。しかし、これの本当にクールな側面の1つは、ちなみにランディ・ギャリステルやサム・ガーシュマン、そしてもちろんデイビッド・グランツマンなどの人々を含む全コミュニティがあります...シナプスの正確な詳細における記憶のその物語は、実際にいくつかの理由で本当に崩れ始めています。
しかし、ロシアの研究で行われた非常にクールなことの1つ、そして後に私の研究室のスタッフ科学者であるダグ・ブラキストンや他の人々によっても行われたことは次のようなことです。幼虫段階を経る特定の動物を取ることができます...だから、ロシア人はカブトムシの幼虫を使用していて、ダグや他の人々は蛾や蝶を使用しました。
何が起こるかというと、幼虫を訓練するのです。ここにキャタピラーがいます。このキャタピラーは二次元の世界に住んでいます。それは柔らかい体のロボットです。二次元の世界に住んで、葉を食べたりしています。そして、この生き物を特定のタスクのために訓練します。さて、変態の間に、それは蛾や蝶にならなければなりません。それは三次元の世界に住み、さらにそれは硬い体の生き物です。
そのため、コントローラーは完全に異なります。これを実行するため、キャタピラーを実行するのと蝶を実行するのとでは全く異なります。そのプロセスの間に起こることは、脳が基本的に溶解されることです。ほとんどの接続が切断されます。ほとんどの細胞が消えます。それらは死にます。全く新しい脳を組み立て、それが自己組織化します。
そして、この大規模な変化を経験している生き物がどのようなものかについて、興味深い哲学的な質問をたくさん投げかけることができます。しかし、情報は残ります。そして、この劇的な改造と再構築を生き延びることができる記憶媒体を持つことは、コンピューターサイエンスにとって確かに驚くべきことです。
そしてRNAの話がありますが、あなたも言及していました...これは哺乳類でも機能するのでしょうか？70年代と80年代に、ジョージ・アンガーという人がいて、彼はトンネルの論文を持っています。彼はラットでそれを再現しました。彼のは暗闇への恐怖でした。そして彼は実際に、このアッセイを確立し、そして、彼らの脳を分画化してこの活性を抽出することで、今彼はそれがペプチドだと考えていました、RNAではなく。
そのため、彼はスクタフォビンと呼ばれるものを得ました。それは8量体ペプチドか何かだと思います。主張は、このスクタフォビンを脳から脳へ移転できる、それを合成して移転できるというものでした。そして彼はそれが何だと思っていました。そして、もちろん、デイビッド・グランツマンは再びRNAを支持していると思います。
しかし、はい、私はあなたに同意します。私は、この種の情報が認知基盤の大規模な改造をどのように生き延びることができるかというストーリーが非常に重要だと思います。プラナリアでは、私たちが行ったこと、そしてプラナリアは、彼らは真の中央化された脳を持っています。彼らは私たちが持つのと同じ神経伝達物質をすべて持っています。
彼らは単純な生物ではありません。私たちが行ったのは、マコンネルの最初の実験で、何かを学習させることでした。そして私たちは、皿の底にレーザーでエッチングされた一種のデコボコしたパターンを認識し、そこに彼らの食べ物があることを認識するように訓練しました。だから彼らはこのパターンと食べ物を得ることの間の関連付けを行いました。
そして、私たちは彼らの頭を切り落としました。そして尾を取り、尾は10日間何もせずにそこにあります。そして最終的に彼らは新しい脳を成長させます。そして起こることは、その情報が新しい脳に刻印されるのです。そして、その後、彼らが情報を覚えていることの行動的証拠を得ることができます。それもかなりクールです。なぜなら、それは情報がどこにあるのかまだわかりませんが、情報がどこにでもあるのか、あるいは末梢神経系や私たちがまだ知らない神経コアの他の場所にあるのかを示唆しているからです。
しかし、それが体内を移動できることは明らかです。情報が体内を移動できることは明らかです。なぜなら、それは後部半分にあり、そして脳に刻印することができるからです。脳は実際にすべての行動を駆動します。そのことについて考えると、私は全く同意します。これは本当に重要なウサギの穴を尋ねるためのものです。しかし、ここにはおもしろいパズルがあります。
それは、暗闇への恐怖のような進化的に適応的なことを覚えるのは一つのことです。しかし、想像してみてください、そしてこれはまだうまく行われていませんが、一瞬想像してみてください。もし私たちが彼らを完全に新しいことに訓練できたらどうでしょうか。例えば、3回の黄色い光の点滅は左に一歩踏み出すことを意味し、そうしないとショックを受けるというようなことを訓練したとします。
そして、彼らがそれをすることを学んだとしましょう。私たちはまだこれを行っていませんが、これが機能するとしましょう。大きなパズルの1つは、あなたが抽出するものが何であれ、RNAやタンパク質や何であれ、それを受容宿主の脳に挿入するとき、その記憶が転送されるためには、宿主が行わなければならないことの1つは、それを解読できなければならないということです。
そしてそれを解読するためには、私たちが同じコードブックを共有している場合、それは1つのことです。そして進化によって、暗闇への恐怖や恐怖などのように常に起こることのためのコードブックを同じように持つことができます。しかし、受容者がある奇妙な、ある種のクレイジーなヘアピンRNA構造を見て、それを分析して、ああ、はい、それは3回の光の点滅だ。
そして左に一歩踏み出すのか。わかりました。だから、何らかの形でこの構造を解釈し、それを行動に戻す必要があるでしょう。そして、本当に任意の行動に対しては、それがどのように機能するのか実際にはわかりません。だから、私はこの分野のフロンティアは、進化的に共有された解読が存在する可能性のない記憶の転送の本当に説得力のある実証を持つことになると思います。
なぜなら、そうでなければ、解読がどのように機能するかについて本当のパズルがあるからです。そして、この考え、そして転送さえもなしに、あなたはそれを別の方法で考えることもできます。すべての記憶は、メッセージのようなもの、基本的にはあなたの過去の自己からあなたの未来の自己への移植されたメッセージのようなものです。つまり、あなたはまだ自分の記憶を解読しなければならないということです。
あなたの記憶が何であれ、重要な意味で、あなたはそれらのエングラムを何らかの形で解読しなければなりません。だから、記憶の基質が何であれ、エンコーディングとデコーディングの全体の問題は、おそらく最も重要な質問の1つです。これらのエングラムについて考える方法の1つは、私は、どのような種類の特徴がどのようなコンテキストで生成されるかを条件付ける事前確率があると思います。
例えば、新しい場面を見るとき、知覚が機能しているように見えるのは、私たちが多くの特徴コントローラーを生成し、それらが場面のレベルで制御されるオブジェクトに組織化されるということです。そして、これは基本的に、私たちの脳に形成されるゲームエンジンのようなもので、最低レベルで私たちの知覚データを追跡するように調整された相互作用するオブジェクトの集団を作成しています。
つまり、私たちが網膜から得るすべてのパターンは、解釈が困難なノイズの多いサンプルですが、私たちはそれらを階層的な特徴に照合し、それらを透明性の場合を除いて、すべての特徴を正確に1つのオブジェクトに、いわゆるすべてのピクセルを正確に1つに割り当てるオブジェクトに変換し、これを使用して私たちの目の前で起こっている場面を解釈します。
そして、私たちが暗闇にいるとき、起こることは、私たちが多くのオブジェクトコントローラーを生成しますが、それらを否定するデータがないため、それらを否定することができません。そして、もしあなたが鮮明な想像力を持っていれば、特に子供の頃は、この暗闇を自動的に多くのオブジェクトで埋めます。そしてそれらの多くは怖いものでしょう。
そのため、私は暗闇への恐怖の多くは、私たちの脳に多くのエンコーディングを必要としないと思います。それは単に、世界には怖いものがあり、私たちが早い年齢でそれらを表現することを学び、それらを否定できないという事実のアーティファクトです。それらは単に生成されます。私はこれを子供の頃、鮮明に覚えています。田舎の家で暗い地下室に食べ物を取りに行かなければならないときはいつも、この暗闇は自動的にあらゆる種類の形や物や可能性で埋まりました。
後になって、光の中に隠れることができる幽霊をもっと恐れる必要があることを学びました。では、もし記憶を転送することができたら、暗闇への恐怖のような些細なことではない何かについて、例えばラットのような哺乳類の間で、どのような影響があるでしょうか？そして、記憶を転送すると言うとき、私が意味するのは、脳をミキサーにかけるこの方法のことですが、私はプラナリアの脳をミキサーにかけるということが何を意味するのかを理解していると思いますが、ラットでも同じプロセスが行われているとは思いません。たぶんそうかもしれません。彼らは、まあ、アンガーは全く同じことを行いました。彼はラットを特定のタスクのために訓練し、脳を抽出し、文字通り液化して化学成分を抽出しました。そして彼は全抽出物か、またはフィルター処理した抽出物を注射しました。分画化するのです。
つまり、ここにRNAがあり、ここにタンパク質があり、ここに他のものがあります。そして彼は、その液体を直接受容ラットの脳に注射するでしょう。だから、あなたがそれをするとき、入力の空間構造を失います。なぜなら、あなたは脳をミキサーにかけただけだからです。どのような空間構造があったとしても、あなたはそれを破壊しました。
また、受容者についても、あなたはただそれを注入するだけです。それは、あなたが特定の場所を見つけてそこに挿入するというものではありません。ただ脳の真ん中に注入するだけです。誰も知りません、流体がどこに行くのか、どこに行くのか。そこには全く空間的な特異性がありません。
だから、もしそれが機能するなら、あなたが頼っているのは、脳が全く新しい経路を通じて情報を取り込む能力です。つまり、例えば視覚的な情報のように、常に同じ場所に到着する情報ではありません。視覚情報は常に同じ場所で脳に接続される視神経を通ってきます。
そこに情報が到着するのです。もし脳をある種の情報抽出物で浸すなら、基本的に細胞に、原始的な動物が味や触覚でするように、ほぼ体中に分散して情報を拾い上げることを求めているのです。そしてその情報を処理する必要があります。そのため、まず最初からそういった問題があります。入力の空間構造を破壊したこと、それが脳のどこに到達するかを本当に当てにできないこと。そして3つ目は、あなたが言ったように、特に非常に具体的で、いわば発明された情報から始める場合、3回の光の点滅は左に移動することを意味するというような。
つまり、それをエンコードする進化的理由は全くなかったのです。しかし、暗闇への恐怖のような絶対的に自然な種類のものなど、他にも多くのそのようなものがあります。しかし、3回の光の点滅で左に移動するというような、作為的なものに関しては、私たちがそれを認識するための組み込みの方法があるとは考えられません。
そのため、受容者の脳としてこの奇妙な分子や一連の分子を渡されたとき、それを分析し、元の情報を回復することができる脳の細胞や体の他の部分を実際に持っているということは、非常に不思議です。私は実際にそれがどのように機能するかわかりません。
そして、私は不可能に聞こえる実験が、もし機能すれば意味を持つということの大ファンです。だから、これは絶対に行われるべきだと思うことの一つです。そして、いつかは私たちがそれを行うでしょうが、まだ行っていません。しかし、研究はどこまで進んだのでしょうか。この経路を通じて伝達できる事柄の複雑さはどの程度でしょうか？彼が行ったことすべてを覚えているわけではありませんが、彼は複雑さをテストするためにあまり遠くまで行きませんでした。
彼が試みたのは、想像できるように、彼は信じられないほどの反対に直面したからです。だから、みんなが、あなたも知っているように、この事を批判しようとしました。だから彼はすべての時間を、彼は一つの単純なアッセイを選び、この暗闇への恐怖のことでした。そして彼はただそれを20年間叩き続けて、最終的にそれをパラダイムに組み込もうとしただけです。
彼は、私が知る限り、多くの異なるアッセイを行ってそれをより複雑にしようとはしませんでした。私はそれが、あなたも知っているように、調査に非常に適していると思います。これは...誰か他の人が彼の仕事の上に構築しましたか？私の知る限り、いません。つまり、デイビッド・グランツマンが現代の最高の人物で、彼はこれに取り組んでいます。彼はアプリシアを使用し、彼はRNAを使用します。
だから彼はRNAを支持しています。イスラエルのオデッド・ラチャヴィがC.エレガンスで少し仕事をしています。彼はそれを少し見ています。これに関連する仕事があり、それは冷凍保存に関するものです。これは、もし記憶が特定の種類の動的な電気状態であれば、ある種の冷凍保存はおそらくそれを破壊するだろうという、この考えです。
一方、もしそれが安定した分子であれば、それは生き残るはずです。だから再び、私はその側面に興味を持っている人々がいると思いますが、彼らがそれで何かをしたかどうかはわかりません。ガウラブ・ヴェンカタラマンもいます。彼はバークレーにいると思います。ああ、はい、はい、はい。はい。彼は何年もこれに取り組んできたと私に言いましたが、社会学的に難しいと言いました。
そして私にとって、それが魅力的なのは、私たちがそれを気にすべきだということです。なぜ、彼はそれで何を意味しているのでしょうか？愚かな人々が何を考えているかを気にする必要があるのでしょうか？もしこの可能性が存在し、これが機能するなら、その上昇の可能性は非常に大きいので、これを研究しないのは犯罪的です。神経科学の入門教科書を読んでこれらの実験について一度も聞かないことができるのは災害だと思います。
神経科学の入門的なものを得る人は誰もが、シナプスに情報が保存されているということしか知りません。そしてこれは、例えばブルーブレインプロジェクトにつながります。もしRNA基盤の記憶転送が実際のものであれば、このプロジェクト全体は運命づけられています。なぜなら、ただシナプスを記録するだけでは話を引き出すことはできないからです。
現在のほとんどの研究は、シナプスの配線を再構築し、情報処理の機能性を得て、特定の脳が学んだことをニューロン間の接続から推論することを望んでいます。しかし、もしこれが重要ではないことが判明したらどうでしょうか？十分に密な接続があれば十分です。
そして基本的に、ある程度ランダムに配線されたストカスティックな格子です。重要なのは、ニューロンがこの格子を通じて得る情報で何をしているかです。これは、私たちが物事を見なければならない方法全体を変えます。そしてもしこの可能性が存在し、そしてもしこの可能性が1%だけであっても、この方向を指す実験があれば、高圧と焦点を持ってこれを追求し、この方向に進む研究を支援しないのは馬鹿げています。
基本的に、科学で有用なのは質問に答えることではありません。新しい質問を発見することです。新しい不確実性を発見することです。不確実性を減らすことは、新しい洞察を得ることができる、確実だと思っていた新しい領域を発見するよりもはるかに簡単です。そして私には、多くの神経科学が行き詰まっているように見えます。それは明らかに理論に向かって蓄積しているように見える結果を生み出していません。
そのため、神経科学者はAIの研究者に入力を提供していません。トランスフォーマーは多くの神経科学を読んだ結果ではありません。それは本当に主にデータ処理の統計について考えた人々の結果です。そして、有望で新しく、既存のパラダイムを揺るがす力を持つアイデアに焦点を当てるのが素晴らしいでしょう。
はい、これは非常に重要です。そしてそれは神経科学だけではありません。発生生物学でも全く同じことがあります。そして、私はただ2つの非常に単純な例を挙げましょう。そして私は学生たちに、講演をするときに言います。あなたの生物学のコース全体で、あなたの発生生物学の教科書にこれらのことが全く言及されていないのは驚くべきことではありませんか？なぜならそれは多くの基本的な仮定を完全に覆すからです。
ここにいくつかの例があります。1つの例は、鹿の場合の栄養的記憶です。毎年全体の角を再生する鹿の種がいます。彼らは頭に角の架を作り、それ全体が脱落し、そして翌年に再成長します。この2人の男性、ボベニクは父と息子のチームで、これらの実験を40年間行い、実際に私の研究室に今これらの角があります。なぜなら若い方が引退したとき、私は彼に頼んで、彼は私にこれらすべてのもの、これらすべての角を送ってくれました。
考え方はこうです。ナイフを取り、この枝構造のどこかで傷をつけると、骨は治癒し、小さな癒合組織ができ、その年はそれで終わりです。そして全体が脱落します。そして翌年、成長が始まり、前年に傷つけた場所に突起、枝が生えてきます。
そしてこれは5年か6年続き、そして最終的にそれは消え、再び正常な角の架を得ます。そしてそれについての驚くべきことは、パターン形成、形態形成のための標準モデルがこの種の遺伝子制御ネットワークや遺伝的な種類の生化学的勾配などだということです。もしあなたがこのモデルを作ろうとするなら、つまり枝構造内の任意の点を、全体が脱落した何ヶ月も後に頭皮の細胞が覚えていなければならず、そしてそれを覚えているだけでなく、骨が成長し始めるときに実装して、ああそうだ、ここで左にもう一本の突起を成長させ始めるというようなことを言わせるためのモデルを作ろうとするなら、フィールドの標準的なツールを使ってこれのモデルを作ろうとするのは非常に難しいです。そして他にもこのような例がありますが、この種の非遺伝的記憶は標準モデルで説明するのが非常に難しいのです。
もう一つのこと、これは私がさらに大きなスキャンダルだと思うのは、プラナリア全体の状況です。プラナリアのいくつかの種は、彼らが繁殖する方法が自分自身を半分に引き裂き、各半分が欠けている部分を再生し、そして今2つになるというものです。それが彼らの繁殖方法です。そのため、もしあなたがそれをするなら、あなたはワイスマンの障壁を避けることになります。これは、私たちが体に変異を得たとき、私たちの子供たちがそれらの変異を受け継がないという考えです。これは、体内の幹細胞を殺さない限り、任意の変異が虫を再成長させる際にその細胞が貢献するにつれて増幅されることを意味します。
その結果、4億年の間、これらのプラナリアは変異を蓄積してきました。彼らのゲノムは信じられないほどのめちゃくちゃです。彼らの細胞は基本的に混倍数性で、つまり腫瘍のようです。すべての細胞が潜在的に異なる数の染色体を持っています。
それはただ恐ろしく見えます。結果として、あなたは不死で、100%の忠実度で再生することに非常に優れ、がんに非常に耐性のある動物を得ました。さて、これはすべて、生物学の典型的なコースから得られるメッセージとは正反対です。ゲノムは何のためにあるのか？ゲノムはあなたの体の構造を設定するためにあります。
ゲノムを乱すと、その情報は失われ、老化やがんが発生します。なぜ最悪のゲノムを持つ動物が最高の解剖学的忠実度を持っているのでしょうか？実際、数ヶ月前から、私たちはこれについて何らかの洞察を得たと思いますが、それは何年も私を悩ませてきました。これは、誰も話さないような種類のことです。なぜなら、それはゲノムが実際に何をするのか、そしてそれらが何のためにあるのかについての一般的な仮定に反するからです。
この動物が健康な解剖学を持つ信じられない能力とゲノムの品質との間の相関関係の完全な欠如、実際には逆相関。数ヶ月前に言及した洞察とは何ですか？予備的なものですが。はい、未証明の新しいアイデアを投げ出すという名目で、これは単なる私の推測です。私たちはそれについていくつかの計算モデリングを行いました。最初、これは私と一緒に作業した非常に賢い学生のラクシュマンがいくつかのモデルを作成しましたが、最初私はそれがバグだと思いましたが、その後、いいえ、実際にこれが特徴だと気づきました。考え方はこうです。想像してみてください、私たちは胚の部分間の能力の概念について長い間取り組んできました。
これが意味するのは、基本的に様々な細胞や組織や器官の間にホメオスタシスフィードバックループがあり、様々な摂動にもかかわらず解剖学的形態空間で特定の結果に到達しようとするということです。考え方は、もしオタマジャクシがいて、突然変異や薬物や何かで何かをすると、目が少し傾いていたり口が少しずれていたりしても、これらの器官はほとんどどこにあるべきかを知っています。彼らは他のランドマークからの距離を最小化しようとし、彼らは再モデル化し、最終的に正常なカエルを得ます。そのため、彼らは間違った位置から始まったり、細胞の数や大きさの変化などにもかかわらず、正しい解剖学を回復します。彼らは本当に、様々な変化にもかかわらず、仕事を成し遂げるのが上手です。彼らはその位置や構造などを最適化するためのこれらの能力を持っています。
そういうわけで、それが能力です。さて、ここに興味深いことがあります。その種が能力のある程度を持っている種を想像してください。そしてその種の個体が選択のために現れ、適応度が高く、かなり良く見えます。しかし、ここに問題があります。選択は、適応度が高いのがゲノムが素晴らしかったからなのか、それともゲノムが実際にはそこそこで、能力がそれを補って今すべてがある程度うまくいったのかを知りません。
そのため、能力が明らかにすることは、実際のゲノムについての情報を進化から遮蔽することです。それは最高のゲノムを選ぶのをより難しくします。なぜなら、うまく機能する個体が必ずしも最高のゲノムを持っているわけではないからです。彼らが持っているのは能力です。そして、私たちのシミュレーションで起こることは、その能力がわずかでも始まると、進化は最高のゲノムを選択する力の一部を失いますが、すべての作業が能力を高めることに向かう傾向があります。
そして、能力が上がります。そのため、細胞はさらに優れ、組織はさらに優れて、悪いゲノムにもかかわらず仕事をこなすようになります。それはさらに悪くなります。それは進化が最高のゲノムを見るのをさらに難しくします。これは良いゲノムを持つことへのプレッシャーを軽減しますが、基本的にはすべてのプレッシャーを本当に能力があることに置きます。
そのため、基本的に起こることは、遺伝的適応度が本当に最適以下のレベルで平準化し、実際にはそれへのプレッシャーが無くなるので、あらゆる種類の狂気に寛容になりますが、能力とその機構が本当に高く押し上げられます。そして多くの動物では、そしてこのラチェットに押し戻す他の要因がありますが、それは正のフィードバックループになります。
それは最適なゲノムにもかかわらず最適なパフォーマンスを発揮するためのラチェットになります。そして一部の動物ではこれがある特定の点で均衡しますが、プラナリアで起こったのは、このプロセス全体がその究極の結論まで暴走したのだと思います。究極の結論は、能力のアルゴリズムが非常に優れているので、基本的にゲノムが何であれ、適切な虫を作成し維持することが本当に上手になります。なぜなら、それはすでに品質を制御できないゲノムの存在下で進化しているからです。
そのため、コンピューターサイエンスの言葉で言えば、そしてスティーブ・フランクがこの類推に気づかせてくれましたが、RAIDアレイで起こることと少し似ています。ソフトウェアがデータを失わないようにする素晴らしいRAIDアレイがあるとき、高品質のメディアを持つプレッシャーがなくなります。そして今、あなたは多くの間違いのあるメディアを許容できます。なぜなら、ソフトウェアがRAIDでそれを処理し、アーキテクチャがそれを処理するからです。
そのため、基本的に起こることは、そのフィードバックループが暴走し、アルゴリズムが驚異的になり、ハードウェアがある種のクソでも必要なことを行う能力に特化して進化してきた動物を得ることです。そして、それは信じられないほど寛容です。これには、私の知る限り、これまで説明されたことのないいくつかの意味があります。
例えば、他のすべての種類の動物では、在庫センターに電話をかけて変異体を入手することができます。つまり、尻尾が曲がったマウスを手に入れたり、赤い目のハエを手に入れたり、足の指のないニワトリを手に入れたりすることができます。そして人間にはさまざまなアルビノなどがあります。常に入手できる変異体があります。
プラナリアには、どこにも異常なラインはありません。唯一の例外は私たちの二頭ラインで、それは遺伝的なものではなく、生物電気的なものです。だから、プラナリアで120年の実験にもかかわらず、誰も完璧なプラナリア以外の何かであるプラナリアのラインを分離できなかったのは驚くべきことではありませんか？
そして私はこれが理由だと思います。私は、彼らが実際にハードウェアが非常にがらくたであるにもかかわらず、彼らがする必要があることを行う能力のために選択されてきたからだと思います。そしてそれが私の現在の見解です。そして本当に、それはアルゴリズムと、私たちが何を構築するかについての細胞集団の中での意思決定に、より重点を置いています。そして、正しいものを構築するために私たち全員が協力して働くためのアルゴリズムは何か、ということです。
このアイデアをコンピューターサイエンスに翻訳すると、それを見る一つの方法は、非常に非常にノイズの多いハードディスクを持つコンピューターを見つけたと想像することです。そしてハードディスクは基本的に物事をエンコードする際に多くの間違いを犯し、ビットがしばしば反転したりします。そして、これらのコンピューターがまだ機能し、他のコンピューターとほぼ同じように機能することがわかります。
そして、ハードディスク上の every ビットが完全に信頼できるか、あるいは100兆回のコピーごとに1回だけ間違いがあるような程度に信頼できる必要があると考える正統派のコンピューターサイエンティストのセクトがあります。そして、低レベルでハードディスク上で実行されるエラー修正コードがあり、これを修正します。
そしてある時点で、それはもはや効率的ではなくなります。そのため、このように機能するコンピューターを持つためには、信頼できるハードディスクが必要です。しかし、これらの他のコンピューターはどのように機能するでしょうか？そして基本的には、ノイズの多い構造の上に仮想構造を作成し、基質に注入される不確実性やランダム性の程度を修正するということです。デイブ・エイグリーはこれについて非常に良いメタファーを持っています。あなたは彼を知っていますか？はい、デイブを知っています。はい、彼は計算モデルをいじることで複雑性を探求する、私が思うに美しいアーティストです。私は彼の仕事をとても刺激的だと思います。
彼には最善の努力によるコンピューティングという考えがあります。彼の見方では、私たち自身の神経系は最善の努力によるコンピューターです。それは周りのニューロンが完璧に機能することに依存しないものです。しかしランダムよりも良くなるよう努力します。そして経験的に、システムが進化して、事実上その部品の信頼性を測定し、システムが十分に決定論的になるまで確率を積み重ねるシステムを持つことによって、不確実性を積み重ねます。
そのため、プラナリアのように本質的に非常にノイズの多いシステムがあり、ゲノムが体内で何をすべきかについての信頼できない証人である場合、確率を積み重ねる方法で解釈する必要があります。つまり、はるかに多くのエラー許容度で物事を評価します。そして maybe これは常にそうなのかもしれません。たぶん連続体があるのかもしれません。たぶんそうではないかもしれません。また、信頼できるゲノムを持つ生物から、ノイズの多いゲノムを持つ生物へと切り替わるような相転移がある可能性もあります。そして基本的に、その結果として生物を構築するために全く異なる方法を使用します。しかし、これが急進的なことか、それともすべての生物でいくらか起こる漸進的なことなのかを見るのは非常に興味深い仮説です。
はい。あなたが生物がどのように出現するかについて説明したこの説明も好きです。それはある意味で、私たち自身の心の中で知覚がどのように機能するかにも対応します。現在、機械学習は主に画像や個々のフレームを認識することに焦点を当てています。そして、フレームごとに情報を入力し、情報は全く切断されています。
DALL-E 2のようなシステムは、数億枚の画像を与えることで訓練されています。そしてそれらは切断されています。それらは画像空間の隣接する画像ではありません。そして、赤ちゃんは暗い部屋で6億枚の画像を見せられて、この世界の構造を導入することはおそらくできないでしょう。一方でDALL-Eはできます。これは私たちの統計的手法とハードウェアの力の証であり、それは脳の組み合わされた力と信頼性をはるかに超えていると思います。おそらくそれほど多くの情報をそれほど大きな距離で統合することはできないでしょう。
私たちにとって、世界が学習可能なのは、隣接するフレームが相関しているからです。基本的に、情報が時間を通じて世界で保存されるからです。そして私たちは情報がどのように変換されるかだけを学ぶ必要があります。そしてこの情報の変換は、私たちが動的な世界を持っているということを意味します。
静的な画像はそれがどのように変化するかの例外です。同一性関数は宇宙が変化する方法の特殊なケースです。そして私たちは主に変化を学びます。私はちょうど猫に訪問されました。そして私の猫は、静止物体を認識するのが動く物体に比べて難しいです。動く球を見るのは、静止している球を見るよりもはるかに簡単です。
そしてそれは、動くときに環境から分離するのがはるかに簡単だからです。そのため、動く環境、動的な環境で学習するタスクは、それが世界に制約を課すのでずっと簡単です。では、静的な世界と比べて動く世界をどのように表現するのでしょうか？特徴の意味論が変わります。
そしてオブジェクトは基本的に、それ自体がオブジェクトになり得る特徴で構成されています。そしてシーンは、私たちが見るすべての特徴をシーン全体を説明し、それらの間の相互作用を説明する完全なオブジェクトのセットに分解したものです。そして因果関係はオブジェクト間の相互作用です。そして静的な画像では、これらのオブジェクトは何もしません。
それらは互いに相互作用しません。それらはただある種の関係に立っているだけで、それを推論する必要があります。これは非常に難しいです。なぜならあなたはこの静的なスナップショットしか持っていないからです。そして特徴は、特徴が手なのか足なのか、ペンなのか太陽なのか懐中電灯なのか、そしてそれらがより大きなシーンにどのように関係するかを教えるクラシファイアーです。再び、あなたは特徴に基づいてオブジェクトを分類する必要がある静的な関係を持っています。それらはオブジェクトに貢献します。
そしてあなたは、通常曖昧で文脈に応じて多くの異なるものになり得る特徴を、1つの最適なグローバル構成に解釈する何らかの説明を見つける必要があります。しかし、シーンが動いている場合、これは少し変わります。今起こることは、特徴がオペレーターになることです。
それらはもはやあなたの内部状態がどのように変化する必要があるか、あなたの世界がどのように変化する必要があるか、あなたの心の中の宇宙のシミュレーションがどのように変化する必要があるかを教えるクラシファイアーではありません。つまり、特徴は今、変化のオペレーター、変換です。そして特徴は、ある意味でコントローラーであり、あなたのローカルな宇宙モデルのビットがどのように動いているかを教えます。
そして、それらはコントローラーの階層に組織化されています。そしてこれらのコントローラーは、シーンのレベルでオンとオフを切り替える必要があります。そして、一度それらを手に入れると、それらには多くの柔軟性があります。それらはシーン内を移動することができます。それらは基本的に今や自己組織化し、自己安定化するエンティティです。マウスがあなたの生物の中を移動するのと同じように、特徴はあなたの生物の中を移動し、他の特徴と通信するために自分自身をシフトさせ、現実の有効な解釈を交渉することができます。
それは非常に興味深いです。なぜなら、あなたがそう言い始めたとき、私は可能にする仮想化について考え始めました。つまり、あなたが言っていた前半の部分、信頼できないハードウェアを扱うことを可能にする情報の仮想化は、私たちが扱う生物電気回路はそのための素晴らしい候補です。なぜなら、実際に私たちはまさにそれを見ているからです。
私たちは、詳細の変化に非常に耐性があり、様々な欠陥の下でも全員が正しいことをすることを確実にする生物電気パターンを見ています。しかし、それ以上に、あなたがちょうど強調していたもう一つのこと、つまり私たちがデルタを学ぶということ、そして私たちが変化を探していることは、非常に興味深いです。
非常に興味深いです。もしあなたが全体を時間領域から空間領域に転換すると、発生において、これらの生物電気パターンを見るとき、今これらのパターンは時間ではなく空間を横切っています。神経科学でニューロンのためにすべてが時間領域にあるのとは異なり、これらは組織全体にわたる静的な電圧パターンです。
そのため、長い間、私たちはこの質問をしました。これらはどのように読み取られるのか？細胞はこれらを実際にどのように読み取るのか？なぜなら、一つの可能性は、これは非常に初期の仮説でした、20年前の話ですが、maybe ローカルな電圧が各細胞に何になるかを教えるということでした。つまり、数字で塗るようなもので、各電圧値が何らかの結果に対応するということです。
それは間違いであることが判明しました。私たちが発見したのは、そして今私たちはこれがどのように機能するかの計算モデルを持っていますが、読み取られているのはデルタ、領域間の差であるということです。誰も絶対的な電圧が何であるかを気にしません。下流の細胞の行動、遺伝子発現、そのすべてに関して結果として読み取られるのは、2つの隣接する領域間の電圧差です。
そのため、それは実際に空間領域でまさにそれを行っています。それはデルタにのみキーを合わせ、そこから学ばれるのは、あなたが言っていたように、まさにそれが下流のコントローラーを修正するということです。
そして複数のものがあるかもしれず、それらが動き回って共存しているかもしれません。私の意味は、それは非常に説得力のある図です。実際に、生物電気データが残りの細胞によってどのように解釈されるかについて私たちが行ってきたシミュレーションの一部を見る方法です。非常に興味深いですね。
数分休憩してもいいですか？はい、もちろんです。新しいコーヒーを入れてきます。さて、コーヒーと言えば、私たちのスポンサーからの簡単なお知らせです。コーヒーは私の仕事を助けてくれます。炭水化物を断つのを助けてくれます。それは一貫して私の一日の中で最高の部分の一つになりました。だからこそ、Trade Coffeeとコラボレーションできることを嬉しく思います。
彼らは国内トップの独立系ロースターと提携し、国内最高級のコーヒーを新鮮にローストして、あなたの好みのスケジュールで直接自宅に送ります。これは私にとって重要です。私は在宅勤務をしているからです。彼らの専門家チームは、何百もの異なるコーヒーをテストし、最終的に450の例外的なコーヒーの厳選されたコレクションに絞り込むすべての作業を行います。
私はこの3つを選びました。そしてTrade Coffeeのチームは、彼らが私に尋ねたいくつかの質問に基づいて、Theories of Everythingのためのtoeオーディエンスのための特別なラインナップを作成しました。例えば、私がどれくらいのカフェインを楽しむか、苦味の比率はどうかなどです。あなたはそのラインナップを手に入れることができます。あるいは、もしそれがあなたの好みのコーヒーでないなら、彼らのウェブサイトで自分のクイズを受けて、あなたの特定のプロフィールに合ったセットを見つけることができます。
もし小規模ビジネスをサポートし、これまでに自宅で淹れた中で最高のコーヒーを淹れたいと思うなら、Trade Coffeeを試してみる時が来ました。現在、Tradeは私たちのリスナーにdrinktrade.com/everythingで初回注文から30ドルオフプラス送料無料を提供しています。これはdrinktrade.com/everythingで30ドルオフです。
さて、レヴィン教授、あなたは先ほど「能力」という言葉を使いましたが、それを定義していただけますか？はい。それを定義するために、私はここで2つの概念を提示したいと思います。一つの考え方は、私にとって、そしてこれは以前に話していた工学的立場に戻りますが、このシステムは何かを持っている、あるいはそれは何かができるというような様々な種類の認知能力に関する有用な主張は、本当に工学的な主張だと思います。
つまり、あなたが私に、何かが特定のレベルで能力があると言うとき、maybe そうですね、例えばウィーナーとローゼンブルートの認知のスケールを考えることができます。それは単純な、単純な受動的材料から始まり、そして反射、そして全て上がって一種の二次のメタ認知までいきます。
あなたが私に、何かがそのはしごのどこかにあると言うとき、あなたが本当に私に言っているのは、もし私がその行動を予測したいなら、あるいは私がそれを工学的な文脈で使用したいなら、あるいは私がそれと何らかの方法で相互作用したり関係したりしたいなら、これが私が期待できることだということです。つまり、それがあなたが本当に私に言っているのです。
だから、これらの用語は全て、本当は工学的なプロトコルです。もしあなたが私に、何かが連合学習を行う能力を持っているなどと言うなら、あなたが私に言っているのは、ほら、あなたはこれで機械式時計以上のことができるということです。あなたは特定の種類の刺激や経験を提供することができ、その後それがこれやあれをすることを期待できます。
あるいは、もしあなたが私に何かがホメオスタットだと言うなら、それは、ほら、私がそこにいて全てをコントロールしなくても、ある変数を特定の範囲に保つことを当てにできるということを意味します。それはある種の自律性を持っています。さて、どれくらいですか？そして、もしあなたが私に何かが本当に知的で、X、Y、Zができると言うなら、私はそれが特定の文脈でさらに自律的な行動をすることを知っています。
だから、これらの用語は全て、私にとって、それらは観察者依存的だということです。あなたは何らかの問題空間を選び、ある視点を選んでいます。そしてその問題空間とその視点から、あなたは私に、特定の目標状態が与えられた場合、このシステムはそれらの目標状態を追求するためにそれだけの能力を持っていると言っているのです。
そして、異なる観察者が任意のシステムについて異なる見方を持つことができます。例えば、誰かが脳を見るかもしれません。人間の脳を見て、まあ、私はこれが唯一できることは、これは文鎮だと確信しています。だから、それが本当にできるのは重力勾配を下っていくことだけで、紙を押さえるだけです。それだけです。
そして、他の誰かがそれを見て言うでしょう、あなたは全てを見逃しています。この物は行動空間と言語空間に能力を持っているのです。だから、これらは全て経験的にテスト可能な工学的主張で、システムに期待できることについてのものです。だから、私が能力と言うとき、私が意味するのは、我々は空間、問題空間を指定し、そして私たちが話していたとき、私が話していた問題空間は解剖学的形態空間でした。
それが我々が話していた空間でした。つまり、可能な解剖学的構成の空間、そしてその特定の形態空間を航行することです。だから、あなたが卵として始まるか、あるいは損傷した肢として始まるか、何であれ、そしてあなたはその形態空間を正しい構造へと航行します。だから、私が能力と言うとき、私が意味するのは、あなたはある種のトリックを展開して、私が当てにできるある程度のパフォーマンスでその形態空間を航行する能力を持っているということです。
そして、その能力は本当に低いかもしれませんし、本当に高いかもしれません。そして私は何を意味するのかについて具体的な主張をしなければならないでしょう。ここに能力の例があります。もしあなたが行動科学のナビゲーションについて考えるなら、あなたが考えることができる多くの能力があります。それは前もってどこに行くかを知っていますか？それはどこにいたかの記憶を持っていますか？あるいはそれが持っているのは非常に単純な反射弧だけですか？あるいは、ここに多くの生物学的システムが持つかなりクールな能力の一例があります。
もし我々がオタマジャクシの尾にある細胞を取り、特定の...我々はそれらのイオンチャネルを修正して、今やそれらが形態空間で目の運命に航行するという目標を獲得するようにします。つまり、それらは目を作ろうとしています。これらの物は、実際に目を作り、そしてそれらは尾に、腸に、あなたが望むどこにでも目を作ります。
しかし、一つのクール...そして、それはすでにかなりクールですが、驚くべき側面の一つは、もし私がほんの少数の細胞だけを修正するなら、実際の目を作るのに十分な数ではなく、ほんの一握りの細胞だけを、そして我々はこれを行い、あなたはこの作業を見ることができます。能力の一つは、それ自身がどのようにも操作されていない地元の隣人を募集して、その目標を達成するのを助けることです。
それは少しアリのコロニーのようです。募集のこのアイデアがあり、アリやシロアリには募集のアイデアがあり、個体が他の個体を募集し、柔軟な集合知について話すことができます。これがそれです。あなたはその細胞のセットの目標を再指定しましたが、それらが行う一つのことは、我々がそれらにどうするか教えたり、それを微視的に管理する必要なしに、それらはすでに必要な数の細胞を募集して仕事を成し遃える能力を持っています。
だから、それはエンジニアにとって非常に素晴らしい...能力です。なぜなら、それは私が正確に正しい数の細胞を取得することを心配する必要がないことを意味するからです。もし私が少し多すぎても、それは大丈夫です。もし私が遥かに少なすぎても、また大丈夫です。システムは他の細胞を募集して仕事を成し遂げる能力を持っています。
だから、それが私が意味したことです。私にとって、どんな種類の認知的主張をするにも、あなたは問題空間を指定しなければなりません。あなたは、それが能力を発揮する目標を指定しなければなりません。そして、あなたはその目標に到達するためにどれくらい能力があるかについて主張することができます。私はだれがそうしたのか覚えていませんが、誰かがそのスペクトルの両端について本当に素晴らしい類推を作りました。
彼らは言いました。2つの磁石は一緒になろうとし、ロミオとジュリエットは一緒になろうとしますが、それらの2つのシステムから期待できる柔軟な問題解決の度合いは信じられないほど異なります。そしてその範囲内には、より良いか悪いかもしれず、異なる種類の戦略を展開するかもしれない、あらゆる種類の中間システムがあります。
それらはローカルな最適解を避けることができますか？それらはどこにいたかの記憶を持つことができますか？それらはローカルな環境以上を見ることができますか？百万の異なることがあります。だから、それが私が能力で意味したことです。それは、特定の問題空間と、あなたがそれが達成しようとしていると思う特定の目標が与えられた場合に、エンジニアがシステムに期待できることについての主張です。
だから、あなたが能力という言葉を使った方法は、システムの適応制御の能力として扱うことができますね。はい、はい、はい。目標と目標指向性の概念について私が持つ一つの問題は、時にシステムにはある方向に向かう傾向があるだけだということです。そして、それは方向付けられていますが、目標は出現的なものかもしれません。
時にはそうではありません。時には、システムが特定の条件を満たす離散的なイベントまたはイベントのクラスに関連付けられた、システムが自らコミットした明示的な表現がシステムにあります。そしてそれがなければ、適切な目標はありません。しかし実際のシステムでは、それを言うのは難しいです。
我々はいつ目標を追求しているのでしょうか？時々我々はただ漠然とお腹が空いていて、キッチンに向かって動いています。なぜなら我々は、この漠然とした行動傾向に対処する何かが機会主義的に現れることを望んでいるからです。我々は食べ物を見つけるという目標があると言うこともできますが、それは時々物事を合理化しすぎているかもしれません。
だから、時々私にとってより良い区別は、単純なコントローラーからエージェントに移行することです。そして私は、なぜなら我々は世界でエージェンシーを発見することが非常に得意だからです。実際にエージェンシーを発見し、自分自身のエージェンシーを発見し始め、我々が誰であるか、そして我々が世界や他者とどのように対処するかのモデルを作ることでそれを増幅し始めるとき、それは実際に何を意味するのかを理解しようとします。
私が見つけたエージェントの最小定義は、未来の状態のコントローラーです。サーモスタットは自体では目標を持っていません。それはただ目標値とその目標値からの偏差を教えるセンサーを持っています。そしてその偏差が特定の閾値を超えると、暖房がオンになります。そしてそれが特定の閾値を下回ると、暖房が再びオフになります。
そしてこれがすべてです。だから、サーモスタットはエージェントではありません。それは現在のフレームにのみ反応します。それはただの反応的なシステムです。一方、エージェントは先見的です。つまり、それは現在の目標値からの偏差を最小化しようとするだけでなく、時間範囲にわたる積分、将来の偏差を最小化しようとします。
だから、それは行動が宇宙のこの軌跡をどのように変えるかについての期待を構築します。そしてその軌跡にわたって、複合目標偏差がどれくらい大きくなるかの何らかの尺度を理解しようとします。そして突然、分岐する宇宙を得ます。そしてこの宇宙の分岐、これらの分岐のいくつかはあなたが利用できる行動に依存し、あなたがより好ましいか好ましくない世界状態に移動させる決定に変換されます。
そして突然、出現的な信念、欲求、意図を持つシステムを得ます。しかし、それを起こすために、コントローラーからエージェンシーに移行するために、エージェントは単に統合されたセットポイントジェネレーターと未来の状態を制御する能力を持つコントローラーであり、それには反事実的なモデルを作ることができる必要があります。
だから、未来の宇宙は今存在しないので、反事実的な宇宙、未来の宇宙のモデル、maybe even 過去の宇宙のモデルを作る必要があります。これにより、可能な未来の宇宙について推論することができます。そしてこれらの反事実的な因果モデルを宇宙について作るために、チューリングマシンが必要です。
だから、コンピューターがなければ、チューリング完全な何かがなければ、あなたの基質の因果構造からあなたを絶縁し、今あなたの周りの宇宙が何を言おうと関係なく表現を構築することを可能にするものがなければ、そのマシンが必要です。そして自然界でチューリングマシンを統合している最も単純なシステムは細胞です。
そのため、自然界でエージェントである、細胞から作られていないシステムを見つけるのは非常に困難です。結果として、計算を行い、モデルを作ることができるシステムが自然界にある可能性がありますが、私はそのようなものを知りません。そのため、私が知る限り、これを確実に行うことができる最も単純なものは細胞または細胞の配列であり、それがエージェンシーを持つことができます。これは、生きているものがエージェントであり、逆もまた然りであるという偶然の一致を説明する興味深いことです。つまり、我々が発見するエージェントはほとんど生きているものか、あるいはコンピューターが組み込まれたロボットか、計算に依存する仮想ロボットです。
だから、未来のモデルを作る能力がエージェンシーの前提条件です。そして任意のモデル、つまりある種の因果シミュレーションを具現化する構造を作るには、計算が必要です。はい、はい。私はその階層、目標のその分類法に同意します。
目標について一つ興味深いことは、そしてあなたが言うように、一部は出現的で一部はそうではありませんが、これについてのプラナリアのバージョンがあります。それはこういうことです。我々はこの仮説を立てました...プラナリアでは、それを切り刻むとそれぞれの部分が正確に残りの虫を再生します。だから、もしそれを切り刻むと、各部分は1つの頭と1つの尾を持つことになります。
そして、もちろん、起こることは、それが正しいプラナリアに到達すると停止します。そして我々は、これにはいくつかの可能性があると考え始めました。一つの可能性は、これは純粋に出現的なプロセスであり、頭を再建するという目標は他のことの結果として生じる出現的なものだということです。
あるいは、これらの細胞が従うべき明示的にエンコードされたセットポイントとして機能する、正しいプラナリアが何であるかの実際の明示的な表現があるかもしれません。そして、それは細胞の集合体で、電気的に通信しているので、我々は考えました、まあ、たぶんそれが行っているのは基本的に...ニューラル回路でそうするように、それがどうあるべきかの記憶を保存しているのではないかと。
そこで、我々はこれを探し始め、これが我々が発見したことです。そして、これは私が思うに、目標追求システムにおける重要な種類の目標の一つです。それはハードウェアを変更せずに書き換えることができ、システムは今や他の何かの代わりにその目標を追求する目標です。
純粋に出現的なシステムでは、それは機能しません。セルラーオートマトンやフラクタルや何か複雑なことを行うものがある場合、その複雑なものを変更したい場合、ローカルなルールをどのように変更するかを理解する必要があります。それはほとんどの場合非常に困難です。
しかし、プラナリアで我々が発見したのは、文字通り電圧レポーター染料を使用して、虫を見ることができ、そしてパターンを見ることができます。それは分散したパターンですが、このパターンを見ることができ、それはこの動物に何個の頭を持つべきかを教えています。そして、あなたができることは、イオンチャネル薬を使用して、イオンチャネルを簡単に一時的に操作することで...そして我々にはこれらの薬が何であるべきかを教える計算モデルがあります...それは回路の電気的状態を簡単に変更しますが、回路は驚くべきことに、一度その状態を変更すると、それを保持します。デフォルトでは、標準的なプラナリアでは、それは常に1つの頭と言います。しかし、それはフリップフロップのようなもので、一時的にそれをシフトすると、それは保持し、2つの頭と言う状態にプッシュすることができます。
そこで非常に興味深いことが起こります。2つの興味深いことが起こります。一つは、それらの虫を取って切り刻むと、2頭の虫ができます。遺伝子は...ハードウェアは全て野生型です。ハードウェアには何も問題ありません。全てのタンパク質は同じです。全ての遺伝子は同じです。
しかし、電気回路は今、1つの頭の代わりに2つの頭を作ると言っています。そして、これは興味深い方法で、それは明示的な目標です。なぜなら、あなたはそれを書き換えることができるからです。あなたのサーモスタットのように、目標状態を変更するためのインターフェースがあるからです。そして、サーモスタットの残りの部分がどのように機能するかを知る必要さえありません。そのインターフェースを修正する方法さえ知っていれば、システムが残りを処理します。
もう一つの興味深いことは、そして私はあなたが反事実的なことについて言ったことが大好きですが、あなたができることは、無傷の虫でその電気パターンを変更し、長い間切らないことです。そしてそれをすると、そのパターンを見るとき、それは反事実的なパターンです。なぜなら、その2頭のパターンは現在の状態の読み取りではないからです。
それは2つの頭と言いますが、動物は1つの頭しか持っていません。それは正常なプラナリアです。だからそのパターン記憶は、動物が今何をしているかの読み取りではありません。それは、動物が将来怪我をした場合に何をするかの表現です。そしてあなたは決して切らないかもしれません。あるいは切るかもしれません。しかし、もし切ると、細胞はパターンを参照して2頭の虫を構築し、そしてそれが現在の状態になります。
しかし、それまでは、これは奇妙な、原始的な、それは原始的な反事実的システムです。なぜなら、プラナリアの体は、少なくとも2つの異なる表現、おそらくもっと多くを保存できますが、我々は今のところ2つ見つけました。正しいプラナリアがどのように見えるべきかの表現です。それは1頭のプラナリアの記憶か2頭のプラナリアの記憶を持つことができます。
そしてそれらの両方が、全く同じハードウェアで、全く同じ体に存在することができます。これについてのもう一つのクールなこと、そして私はこれを言及しますが、これは断り書きですが、これはまだ公開されていません。これは、全てを一粒の塩で受け取ってくださいが、最新のことは、実際にそれを人間やラットの神経科学で記憶ブロッカーとして使用されるのと同じ化合物のいくつかで処理できることです。
つまり、リコールや記憶の固定化をブロックするものです。そしてそれをすると、動物に何個の頭を持つべきかを忘れさせることができます。そして彼らは基本的に、パターン記憶を完全に消去すると、特徴のない円になってしまいます。彼らはラットや人間で使用するのと全く同じ技術を使用していて、怪我をしたときに何をすべきかを単に忘れてしまい、対称性を破ることができずに単なる円になってしまいます。
だから、はい、私はあなたが言っていたことは正しいと思います。今は真実ではないが、将来の側面を表す可能性のある反事実的状態を保存する能力について。私はそれが非常に重要な能力だと思います。もう一つの重要な概念は制約と制約充足です。制約は、2つのものが互換性があるかどうかを教えるルールです。
そして制約は、それらが互換性がある場合に満たされます。だから基本的に、あなたは何らかの方法で測定することによって確立する多くの条件を持っています。例えば、あなたが頭を持っているかどうか、複数の頭を持っているかどうかなど。そしてあなたは、初期状態に基づいて正確に1つの頭で終わる解決策を見つけようとします。そして、もしあなたが初期状態に基づいて正確に1つの頭で終われば、あなたは制約を満たす方法を見つけることに成功したのです。
そしてある意味で、あなたが能力と呼ぶものは、宇宙の状態空間の領域、基本的にはいくつかの局所的な領域、宇宙が取り得る可能な状態を取り、その領域をより小さな受け入れ可能な領域に移動させるシステムの能力です。つまり、宇宙の状態空間には、1つの頭だけを持つ領域があります。
そして、全く頭がない、しかし生物の初期状態である大きな領域があります。そしてあなたはAからBに到達しようとします。つまり、この大きな領域からあなたがいたい領域に到達しようとします。もちろん、もし1つの頭を持っているなら、1つの頭を持つ領域にとどまりたいと思います。これはもちろん通常はるかに簡単です。
しかし、基本的に空間を凝縮し、多くの領域を目標領域に橋渡しする能力が、この能力の本質です。システムは基本的にこの領域に行きたいという出現的な欲求を持ち、そこに移動しようとします。そして、基質レベルの制約があり、生物がその機能を果たすために実現したい機能的制約と戦っています。
そして時々これを満足させることができず、2つの頭で終わります。なぜならどちらを取り除くべきか、あるいはどのように頭の1つを消化するかがわからないからです。そしてあなたはシャム双生児のようなものになります。そして、これは現実と取り組む際に解決しなければならない興味深い制約です。そしてあなたが進化したことを行うために、機能的な解決策に到達するまで基質と戦うのです。
はい、それは興味深いです。つまり、我々も...我々はまさにこれを見ています。この種のナビゲーション、この種の形態空間でのナビゲーション、どのようにここからそこに到達するか、そしてここからそこに到達するためにどのような経路が可能かなどです。我々が発見したことの1つは、その空間には他の種に属する領域があるということです。
そして、標準的な野生型のゲノムを持つプラナリアを、完全に異なる種の目標状態に押し込むことができます。だから我々は彼らに頭を成長させることができます。つまり、通常三角形の頭を持つ種がいます。あなたはそれに丸い頭を成長させることができます。異なる種のようなものか、平らな頭などです。あなたは...
それらは約1億から1億5千万年の進化的距離です。そして、あなたはそれを数日でただ電気回路を乱すことによってできます。そしてそれは、プラナリアに全く属さない領域があります。だからプラナリアは通常、素敵でフラットです。
我々は...我々はプラナリアを作りました...彼らは...彼らはスキー帽のように見えます。彼らは半球のようになります。あるいは本当に奇妙なものは、とげのあるものです。彼らはとげのある球のようです。その空間には、あなたが彼らを押し込むことのできる他の種類の領域がたくさんあります。そして...それらは新しいです。
それらは彼らが分岐した種ではありません。それらは新しい種です。誰も言ったことがない...私の知る限り、そのような種はありません。はい、それはより簡単です...そして我々はこれをカエルでも行いました。オタマジャクシを他の種のように見せることができます。あるいは...私の意味は、それは進化にとって全く興味深いことです。
一つの種の先天性欠損は、完全に合理的な異なる種です。だから我々は、丸い尾を持つオタマジャクシを作ることができます。これはアフリカツメガエルのオタマジャクシにとってはひどい尾です。しかしゼブラフィッシュにとっては、それはまさに正しい尾です。だから、あなたは進化が異なる情報処理を操作していると想像できます。電気回路やその他の機械によって、システムがその形態空間を探索し、通常到達する標準的なアトラクターから離れ始めるのです。
これは知能とどのように関係しているのでしょうか？まあ、知能とはモデルを作る能力です。そして通常、それは制御のためです。少なくともそれが私が知能を説明する最もシンプルな方法です。他の定義もありますが、これが私が見つけた最もシンプルなものです。
それはまた、多くの知的な人々がものごとを成し遂げるのがあまり得意ではないという事実も説明します。基本的に、知能と目標合理性はある程度直交しています。過度の知能は、しばしば悪い調整のための補綴です。「The Intelligence Trap」を読んだことがありますか？いいえ。はい。著者は同様の主張をしています。彼はまもなくやって来ますが、基本的に、高IQの人々には生物学的存在としてそれほど有益ではない特定の罠があると言っています。
それらは主に認知バイアスです。例えば、非常に興味深いことがあります。あなたが自由主義者バイアスか保守主義者バイアスのいずれかであるとしましょう。そして、表面的には銃規制が銃暴力を防ぐことを示すデータがあるテストを与えられたとします。
さて、自由主義者はこのデータがそれを示していると言う可能性が高いでしょう。しかし、保守主義者であれば、実際にはデータの細部を見ると、銃規制が銃暴力を増加させることを示していると言う可能性が高いでしょう。そして彼らは考えました、では、これを逆にして、表面的なデータが銃規制が暴力を増加させることを示唆するようにしてみましょう。データを注意深く見ると、実際には暴力を防いでいることがわかります。さて、その場合、保守主義者はより早く、銃規制が暴力を増加させていると言うでしょう。そして自由主義者は抜け穴を見つけるでしょう。
まあ、それは私がバイアスのある人々にインタビューすることを気にしない理由の一つです。なぜなら私にとって、彼らは真実かもしれないことの正当化をより見つけることができるからです。しかし私や他の人々は、私たちは皆自分のバイアスを持っていますが、ある方向に非常に傾いているので、単にそれに気づかなかったのです。しかし、いずれにせよ、ポイントはヨシャが言っていることを確認することです。
さて、マイケルは午後2時に厳しい締め切りがあることを知っています。だからAGI、つまり人工一般知能について質問したいと思います。私たちの現在の機械学習の方法や、神経科学や計算機科学で学んでいることは、何かパラダイムシフトや新しい技術が欠けているように見えます。マイケルの研究から、ヨシャ、あなたにこれを尋ねています。そしてマイケル、後で答えてください。もしそのような心が存在し得るのなら、AGIの開発に適用できると思うものはありますか？なぜなら、それに反対する議論もあるからです。
まず第一に、私たちがAGIからどれだけ遠いのかわかりません。既存のパラダイムがそれを力づくで実現するのに十分である可能性があります。しかし、私たちはまだそれを知りません。だから、これから数ヶ月で分かるでしょう。しかし、環境と絡み合ってリアルタイムで動作し、環境と共有表現を構築できるシステムを構築するためにスタックを再構築する必要がある可能性もあります。そして、スタックを再構築する必要があるかもしれません。
そして実際に、マイケルに尋ねたい質問がいくつかあります。私が気づいたのは、マイケルが賢明にも「意識」のような特定の言葉をあまり使わないということです。それは、多くの人々がこれらの概念が何を意味するかについて非常に意見が強いからです。そして、あなたはまず、これらの意見に対処してから、ああ、私は反射的注意を一貫性を形成するツールとして実装する次のような提案を持っていると言うことができます。
そして、これはあなたが意識と呼ぶものと同じ現象につながります。だから、それは詳細な議論です。たぶんあなたはすべてのフォーラムでその議論をしたくないかもしれません。そしてその議論をするのではなく、あなたは実際にそれに注意を向けているという事実と合わせて、注意を向けているものをリアルタイムのモデルにする反射的注意プロセスを使用して、一貫性を作り出す方法を見ているのかもしれません。
だから、これは具体的なことです。しかし、基質が個々のエージェントである場合、これを自己組織化された方法で実装する方法が気になります。そして、ここには社会と脳とソーシャルネットワークの間に類似性があります。つまり、ある程度生き残ろうとし、構造的に似た他のエージェントから報酬を得る自己利益を持つエージェントがいるとします。そして、彼らにはある程度学習する能力があります。
そしてその能力は、グループとして、彼らが必要とする機能に収束するのに十分効率的です。なぜなら、彼らは共有された運命を持っているからです。同じ頭蓋骨に閉じ込められた哀れな小さな細胞のように、彼らはすべて一緒に死ぬでしょう。
だから彼らは仲良くしなければなりません。彼らは組織を形成し、お互いに報酬を分配しなければなりません。そして、これは存在可能なシステムの探索空間を与えます。そしてその探索空間は、主に、報酬を効率的に分配しながら何か有用なことを行い、これらの報酬を使って何か有用なことをする方法を変更する方法を学ぶことができる最小のエージェントによって与えられると思います。
だから、これらのシステムには出現的な形式の統治があります。既存の機械学習アプローチやAIアプローチのように、システムに外部から課される何らかの中央集権的な制御はありません。しかし、これは個々の小さなユニット、小さな強化学習エージェント間の相互作用におけるただの出現的なパターンです。
そしてこの制御アーキテクチャは階層的な統治につながります。それは決して完全に分散化されているわけではありません。例えば、ドーパミン作動性システムを介して、非常に中央集権的なトップダウンの方法で報酬を分配する中央集権的な構造があります。そしてそれは、すべての規制が最適なレイヤーで行われる必要があるからです。
いくつかのことは非常に高いところで決定される必要があり、いくつかのことはインセンティブに応じて非常に低いところで最適に規制される必要があります。ゲーム理論的に、政府はあなたの報酬指標にオフセットを課すエージェントであり、あなたのナッシュ均衡をグローバルに最良の結果と互換性のあるものにします。だから、これを行うには報酬に敏感なエージェントが必要です。これらの報酬インフラについて考えるのは非常に興味深いです。
イーロン・マスクはTwitterを買収しました。私は、彼がTwitterがすべてのソーシャルネットワークの中でグローバルな脳に最も近いネットワークだと認識したからだと思います。彼が基本的に泡立った株をカトリック教よりも活発な参加者を持つ宗教の法王になる機会と交換したことを実現するのは全くの驚きです。毎日この教会に入り、一緒に考える人々です。
そして、それは現時点では完全に一貫性のないものです。意識の泡がありますが、ほとんどの部分で、このものは自分自身に叫んでいるだけです。そして今、Twitterのインセンティブを修正してグローバルな脳に変えることができるかという疑問があります。そしてイーロン・マスクはグローバルな脳を信じています。彼はそう信じています。
そして、それが彼が試みている実験です。これは私をとてもわくわくさせます。これは失敗する可能性が非常に高いですが、グローバルな脳を手に入れる可能性もあります。つまり、これまでに存在しなかった方法でインターネットを使用するリアルタイムで動作する出現的な集合知を手に入れる可能性があります。だから、ここで起こる可能性のある非常に魅力的なことです。
そして、イーロン・マスクが十分にクレイジーで、その実験に440億ドルを費やす価値があると考えているということを非常に少数の人々しか見ていないのは魅力的です。なぜなら彼にはそれができるからであり、他にすることがなく、それを意味あることだと考えているからです。銀行にそれほど多くのお金を持っているよりも意味があると考えているからです。だから、これは私にこのルールのテストベッドに興味を持たせます。そして、これは社会がどのように組織されるかに翻訳されるものです。なぜなら、ソーシャルメディアは社会と異なるものではなく、それから分離されたものではないからです。
ソーシャルメディアを統治する問題は、社会を統治するのとまったく同じことです。あなたは正しい形式の政府が必要で、法制度が必要で、最終的には代表制が必要で、これらすべての問題が必要です。それは単なるモデレーションチームではありません。そして、脳についても同じことが言えます。脳の政府とは何でしょうか？ゲイリー・エーデルマンがニューラル・ダーウィニズムと呼ぶもので、心の中の異なる組織形態の間で何が起こるのでしょうか？自己組織化するエージェントのモデルが、自分が計算していることが現実世界のエージェントの行動を駆動していることを発見し、一人称の視点を発見するまでに。
それはどのように機能するのでしょうか？正しいインセンティブ・アーキテクチャを探すシステムをどのように得ることができるでしょうか？そして、これが私の視点からマイケルの研究が指し示している主なトピックだと思います。それは非常に興味深いです。私たちには細胞を見ることと人間と動物の世界を見ることの間に重なりがあります。
はい、非常に興味深いです。クリス・フィールズと私は、集合的エージェントがどこから最初に生まれるのか、つまりそれらがどのように自己組織化するのかを理解するためのフレームワーク、モデルに取り組んでいます。そして、私たちはすでに、この報酬のアイデアと細胞が神経伝達物質などで他の細胞に報酬を与えて自分のコピーを近くに保つというアイデアについてのモデルを持っています。なぜなら、それらが最も予測可能だからです。
だから、この驚きを減らすというアイデア、まあ、最も驚きの少ないものは何でしょうか？それは自分自身のコピーです。そして、あなたは一種の、クリスはそれを多細胞性の帝国モデルと呼んでいます。しかし、ここで本当に考えるべきことの一つは、胚を想像してください。これは羊膜類の胚、つまり人間や鳥などのようなものです。そして、そこにあるのは50から1万、5万個の細胞の平らなディスクです。
そして、人々がそれを見て、これは何ですかと尋ねると、彼らは胚だと言います。1つの胚です。さて、それが1つの胚である理由は、通常の条件下では、このディスクの中で、1つの細胞が、まあ、対称性の破れがあり、1つの細胞がオーガナイザーであると決定するからです。それは局所的活性化、長距離抑制を行います。
他の全ての細胞に、あなたはオーガナイザーではない、私がオーガナイザーだと伝えます。その結果、1つの特別なポイントが生まれ、それが2つの目と4本の足などを持つ特定の大規模構造を作り出すプロセスを開始します。
しかし、ここにある興味深いことは、これらの細胞、それは本当に1つの胚ではありません。それは奇妙な種類のフロイト的な可能性の海です。私が言いたいのは、もし私たちが、そして私は大学院生のときにこれを行いましたが、針を取って、そのblastodermに小さな傷をつけることができます。そこに小さな傷をつけます。起こることは、その傷の両側の細胞がお互いを感じない、お互いの信号を聞かないということです。
そのため、その対称性破れのプロセスが2回起こります。一度は各端で起こります。そして、それが一緒に癒えると、結果として得られるのは結合双生児です。なぜなら、各側が胚を組織化し、今や2つの結合双生児ができたからです。さて、そこでは多くの興味深いことが起こります。一つは、すべての細胞が他の細胞の外部環境であるということです。
だから、胚を作るためには、自分自身と外界の間に任意の境界を置く系を自己組織化しなければなりません。あなたは、私はどこで終わり、世界が始まるのかを決定しなければなりません。そして、それは生物学的システムにとっては外部から与えられるものではありません。すべての生物学的システムは、これを自分自身で理解しなければなりません。
現代のロボット工学などとは異なり、ここにあなたがいて、ここに世界があり、これらがあなたのエフェクターで、これらがあなたのセンサーで、ここが外界の境界だということが非常に明確です。生きているものにはそのようなものはありません。彼らはこれらすべてをゼロから理解しなければなりません。ゼロから理解しなければならないという利点は、その結果、あなたはあらゆる種類の奇妙な初期条件と互換性があるということです。
例えば、もし私があなたを半分に分けたら、あなたは双子を作ることができます。細胞の数が半分になったからといって、完全な失敗にはなりません。あなたは双子を作ることができ、三つ子を作ることができ、おそらくそれ以上も可能です。だから、もしあなたがその質問をしたら、そのblastodermを見て、そこに何人の個体がいるかと尋ねたら、実際にはわかりません。
それはゼロかもしれません。それは1かもしれません。それはいくつかの少数の個体かもしれません。その自己ポリシー化のプロセスが起こらなければなりません。そして、ここにいくつかのことがあります。これらは生物学に固有のものであり、私はAGIに必要な種類の柔軟性、可塑性に関連していると思います。それがどのような空間であれ、それは私たちが働く空間と同じである必要はありませんが、あなたの境界は外部の創造者によって設定されるのではありません。
あなたは自分の境界がどこにあるか、外界がどこから始まるかを理解しなければなりません。だから、あなたはどこで終わり、世界がどこから始まるかについて仮説を立てます。あなたは実際には自分の構造を知りません。2006年のボンガードのロボットは、彼らは自分の構造を知らず、まあ、私には車輪があるのか？足があるのか？何があるのか？について仮説を立てなければなりませんでした。そして、基本的に赤ちゃんがおしゃべりするように、おしゃべりに基づいてモデルを作成しました。
だから、あなたは境界がどこにあるかについてモデルを作らなければなりません。あなたは自分の構造が何であるかについてモデルを作らなければなりません。あなたはエネルギーが限られています。これは現在のほとんどのAIやロボット工学では該当しません。エネルギーと時間が限られているとき、それはあなたがすべてに注意を払うことができないことを意味します。あなたは何らかの方法で粗視化し、多くの情報を失い、それを圧縮しなければなりません。
だから、あなたはレンズ、世界の粗視化レンズを選び、物事をどのように表現するかを理解しなければなりません。そして、これらすべてのこと、そして他にも多くのことについて話すことができますが、これらすべてのことは、最初から自己構築されたものです。そして、あなたは様々な空間で行動し始めます。これらも、あなたのために事前に定義されたものではありません。
あなたは代謝的、生理学的、解剖学的な問題を解決しなければなりません。もし筋肉があれば、行動的な問題も解決しなければなりません。しかし、誰もあなたのために空間を定義していません。例えば、もしあなたがバクテリアであれば、そしてクリス・フィールズはこれを指摘しますが、もしあなたがバクテリアで、ある種の化学勾配の中にいるとします。あなたは環境中の糖の量を増やしたいと思っています。
あなたは、物理的に勾配をさかのぼって3次元空間で行動することもできますし、あるいは転写空間で行動して、周りにある糖をより良く変換する他の遺伝子をオンにすることもでき、それによってあなたの代謝問題を解決することができます。そうですよね？だから、あなたはこれらのハイブリッドな問題空間を持っています。だから、これらすべてが、私が思うに、我々が話していたすべてのことに強い意味で貢献しているのは、生物学におけるすべてのことが最初から自己構築されているという事実です。
あなたは、あなたが世界に生まれた新しい生き物であるとき、あなたが何個の細胞を持っているか、あなたの細胞がどれくらい大きいかを知ることはできません。あなたは事前の情報に頼ることはできません。
だから、あなたはこの奇妙なことを持っています。進化はこれらの機械を作り出し、過去の歴史をあまり真剣に受け止めません。それは過度に訓練されません。それは、あなたが持っている任意のハードウェアを使用する問題解決マシンを作ります。これが、我々が奇妙なキメラやサイボーグを作ることができ、生物を他の生きているものや非生物とあらゆる方法で混ぜ合わせることができる理由です。なぜなら、これらはすべて相互運用可能だからです。それは、あなたが何を持っていなければならないかについて仮定を立てないからです。それは与えられた問題を解決しようとします。
それは自分に与えられたカードで勝負します。そしてそれは、あなたが世界に生まれたときに持っているものを信頼できないという仮定につながります。ハードウェアが何であるかを仮定することはできません。それは、私が思うに、多くのその知能と多くのその可塑性を生み出します。では、これを必要十分条件に翻訳すると、細胞やユニットの集団に一般的な知能が出現するために必要なことは、それぞれが小さなエージェントであること、つまり将来の目標値偏差を最小化する期待を持って行動できることです。彼らは、彼らの構成が予想される報酬を示す環境であることを学びます。次に、これらのユニットは単なるエージェントではなく、互いに接続されている必要があります。そして、彼らは報酬または代理報酬、つまり将来生物が彼らに餌を与えるかどうかを予測できるものを、同様に適応的な他のユニットから得る必要があります。
だから、複数のメッセージタイプと、それらを認識して一定の信頼性で送信する能力が必要です。他に何が必要でしょうか？もちろん、十分な数のユニットが必要です。私にとって明確でないのは、ユニットがどれほど決定論的である必要があるかということです。どれくらいの記憶を持つ必要がありますか？どれくらいの状態を保存できるでしょうか？彼らの回想はどれくらい時間を遡ることができるでしょうか？そして、彼らはどれくらい先の期待を形成できる必要がありますか？基本的に、彼らが学び、これ全体を実現するために必要な活性化フロントやこの分布の形の大きさはどれくらいでしょうか？
そして基本的に、必要な条件は比較的単純です。もし十分長く待って、そのようなシステムが浸透するようにすれば、可能性の競争の中で、ある段階で複合的なエージェンシーがシステム上に出現すると想像します。Twitterで一種の熱心な宗教が出現したのと同じように、人々が「いいね」と「リツイート」を最大化するように行動をシフトし始め、Twitterには外部から与えられた報酬はありませんでした。その結果、局所的な構造が出現し、局所的なエージェンシーが自ら報酬をシフトさせ、ある意味でダウンワード因果を持つ出現的な因果構造が、人々のグループを行動的なものに組織化し始めました。Twitterをある種の心のようなものとして見るのは本当に興味深いです。それはより遅く動作していますが、おそらくこれらの動的なものをより抽象的な方法でシミュレーションし、任意の問題解決に使用することが可能でしょう。
では、これらの必要条件から始めて、十分条件を絞り込むための実験はどのようなものでしょうか？はい、はい、そうですね。そして、つまり、はい、我々はその種のモデリングの一部を行っています。申し訳ありませんが、ここで失礼しなければなりません。お二人とも参加してくださってありがとうございます。感謝しています。
ありがとうございます。そして、私たちを一緒に集めてくれてありがとうございます。素晴らしい、素晴らしい会話でした。本当に楽しみました。同様に。非常に楽しみました。ありがとうございます、カート。あなたも。ありがとうございます、カート。ありがとう、ヨシャ。
ポッドキャストは終了しました。ご視聴ありがとうございます。まだ購読していない方や「いいね」ボタンをクリックしていない方は、今がその良い機会です。各購読と「いいね」は、YouTubeがこのコンテンツをより多くの人々に届けるのに役立ちます。また、最近外部リンクがアルゴリズムに大きく貢献することがわかりました。つまり、Twitter、Facebook、Redditなどで共有すると、YouTubeの外で人々がこれについて話していることを示し、それによってYouTube上での配信も大きく助けることになります。
このような会話をさらにサポートしたい場合は、theoriesofeverything.orgをご覧ください。繰り返しになりますが、スポンサーからのサポートとあなたのサポートによって、私はToeにフルタイムで取り組むことができています。そこでは、広告なしの音声エピソードの早期アクセスも得られます。1ドルごとにあなたが思う以上に大きな助けになります。いずれにせよ、あなたの視聴は十分な寛大さです。ありがとうございました。