脳は世界をどう見ているのか の商品レビュー

ジェフ・ホーキンス(著者),大田直子(訳者)

2024/11/09

理論脳科学者の記述のため、実験などによる実証的な裏側が無い。
人間の脳の新皮質には､座標を記憶する、座標系との呼ばれる機能があり、あらゆる知識は座標系として記憶､保存されるとする。

2024/11/01

面白い。
最新科学の最前線にいるような人が、純粋に科学へのワクワクを語ってくれる。
どんな啓発本より癒される。
この星で人としていつまでも生きてみたいと思える。

2024/10/12

2024年10月12日、YouTubeで登録してる本要約チャンネルの動画予約がおすすめにあがってきて。紹介予定の4冊のうちこれが入ってた。

2024/08/14

10時間ほど読むのにかかった。
単純な構造でできているということには同意。
座標系がキーを成しているということに関してはなぜそのようなものをわざわざ想定する必要があるのかわからなかった。
一般向けに単純化されて書かれている分、納得できるところは納得できるが、納得できないところは筆者の考える根拠が見えてこず具体的な反論もできない。

2024/08/06

脳の仕組みについて興味深く読めた。ただ「宇宙の存在について知っているのは人間の脳だけ」という著者の主張には疑問が残る。我々は、所詮人間が理解できる範囲のものしか見えないし分からない。もしかしたら人間が知らないだけで、宇宙を理解している生命体が他に存在しているかもしれない。脳はまだ多くの謎を残す部位だからこそ、思考して想像の旅に出るのが楽しい。

以下、本書より抜粋。
「私たちの脳の30%を占める古い脳は、身体機能、基本行動、そして感情をコントロールする。脳の70%を占める新しい脳は、新皮質でできている。新皮質は学習する知能があるため人間を知的な存在にしている。」

「人類を脅かすのは古い脳がつかさどる欲望と感情。それを人間が意図的に機械知能にもたせないかぎり、機械知能を恐る必要はない。」

「DNAを大きく組み替えることが最高の利益になると判断できるシナリオは、いろいろ思いつける。絶対的な善も悪もない。私たちが下す選択があるだけだ。」

2024/04/14

脳の仕組みを解明しようとする研究者の著作。この本が面白いのは、作者がアカデミック出身ではなく、パームコンピューターで大成功した起業家であること。ビジネスで大成功を収めてから、元々関心あった脳の研究所を設立し、打ち込んでいるという変わり者。だからかもしれないが、内容はとてもわかりやすい。人工知能がもたらす変化なども、シンギュラリティを恐れる必要はないし、映画のような機械の反乱などが起こらないことをわかりやすく説明してくれる。脳を機械に接続して保存したものは、人間なのかという問いや、地球外生命体とのコンタクトまで、脳を題材にいろいろなテーマを取り上げていて、興味が尽きない。

2024/03/20

完全文系の私には理解できない部分も多かったが、情報量も多く文才もあってか読みやすく良い本でした。
最後の将来予想はまあ頭の良い人の時間軸やスケール感は凡人には理解できない部分もあるので、そんなこと考えてるんだなあという以上の感想を持てませんでした。

2023/12/24

2021年フィナンシャルタイムズ紙のベストブックに選出されたほか、ビル・ゲイツの「今年おすすめの5冊」にも選ばれたらしい。だから手放しで面白いか、というと少しクセがある。主張の論拠が乏しいため、ただただロマンが語られる雰囲気もあり、論理の飛躍が激しい。

本著のテーマは「遺伝子vs知能」、「古い脳vs新しい脳」から始まり「人口超知能vs人類」という纏め方も可能だろうか。脳は、経験を通じて、複雑な予測モデルを学習する。私たちが知的なのは、1つのことを特別にうまくできるからではなく、ほぼどんなことでもやり方を学習できるからだ。絶えず動きによって学習し、たくさんのモデルを学習し、知識の保存と目標指向の行動のために汎用の座標系を使う。 AIは現時点では、経験による学習ができないが、いずれ、予測モデルを得て、人類を凌駕する。

その時、人類は、脳をコンピューターと融合させる。目的は、超知的なAIに対抗するためという話。私たちの脳を超知的なコンピューターと融合させることにより、私たちも超知的になる。

新しい脳、知能、人類が勝利する時、人類にとって古い脳とは、麻薬のような快楽を度々与えてくれる供給源の役割となり、快楽頻度と程度をランダム化する事で生きがいを見出すような、本能も能力も完全に可視化された存在になるのではないか。人口的に天才が生み出されれば、最早偶発的かつグラデーションのかかった才能ランキングと集団により、上位者の生活を支えるレガシーシステムも必要がなくなるからだ。

2023/12/03

第一部では，著者による「1000の脳理論」が説明されている．また，第二部では，現在のAIと人間の知能の違いについて説き，それを踏まえてAGI(Artificial General Intelligence)を作るための方針と，AGIに対する楽観的考えを示している．AGIに対する楽観性の理由の本質は，知的機械には新皮質的な知能しか存在せず，古い脳による目標/欲求がないことである．第三部では話がガラッと変わり，人間の脳を起因とした人類の存亡リスクと，それを避けるためのアイディアや，地球内の未来の知的生命体および地球外生命体を含む知的生命体たちにどう人類の知識を残していけばよいかについて語られている．

第一部のメモ．
・事実として，大脳新皮質には15万ほどの"カラム"が存在し，似た解剖学的構造を有している．加えて，似た構造のカラムが，それぞれ異なる情報処理能力（視覚情報処理や触覚情報処理）を持つようにふるまう．
・著者は，"カラム"1つ1つが，外界や自身の体の"座標系"のモデルを学習するのだと提案する．
"座標系"を作るやり方をより具体的に言えば，海馬（新皮質より進化的に古い）における格子細胞（外界空間の構造を表現）から進化の過程で派生して形成されたものである．
・考えることとは，座標系を動くことである．数学：まず数学的概念を表すための土台としての座標系を学習する．N次元である．加えて，並列的に，その座標系に載せるべき方程式・定理などを学習していく．演算により，それらの概念間で動きが起こる．
・また，カラム間の情報統合は，遠くに投射する軸索たちによってなされる．統合の流れは，投票である．各々別のモデルを学習しているカラムたちの意見が合わさり，最も多く投票が集まった知覚が意識にのぼることになる．

第二部の，知的機械の持つべき特性
1たえず学習する
2動きによって学習する
3多数のモデルを持つ
4知識の保存に座標系を使う．

近年の，深層学習界隈での「世界モデル」の試みと似た思想だと思った．

その他感想
・脳のネットワーク同期バーストにも，いわゆる投票モデルが当てはまるのでは？
・ロバストなネットワーク型システムのために本質的に必要な"分散性"は数学で表現されているのだろうか？

2023/11/02

新しい脳と古い脳の構造の話が興味深かった。
本書で肝となるのは座標系の話。1000の脳理論。脳は予測する。記憶には動作が伴う。
誤った信念、維持するために直接の経験だけを信頼する必要がある。
脳の教科書を片手に読むと理解が深まりやすかった。