ロボットの判断役を担うAIは、ひとつの課題で覚えたことを別の課題に生かしにくい
縄跳びばかり練習していた子が、初めての鉄棒を思ったよりうまくこなすことがあります。
ある練習の手ごたえが別のことにまで効いたように感じた覚えは、体育の時間の記憶として残っているものです。
しかし、ロボットの判断役を任されている今のAIには、この「別のことにまで効く」がなかなか起こらないという弱点があります。
ロボットが周りを見て次の動きを決める部分は、いわばロボットの「判断役」です。
近年はこの判断役に大量の例から学ぶAIが使われ、難しい課題でも人に近い出来ばえでこなせるようになりました。
ただ論文によると、こうしたAIは電力を多く使い、学ぶのに大量のデータが要り、ひとつの課題で身につけたことを別の課題に生かしにくいという弱点を抱えています。
せっかくの上達も、課題が替わるとなかなか持ち越せないというわけです。
一方でヒトの脳は、生きた神経のつながりの中で、少ない電力と少ない経験から、その場に合った判断を下します。
そこで本物の神経細胞を計算に使う研究が進み、平らなお皿で育てた神経細胞をロボットの判断に組み込んだ例も出てきました。
脳オルガノイドは、ヒトの幹細胞から育てた脳に似た立体の組織で、平らに広げた細胞よりもヒトの脳に近い細胞の種類とつながり方を備えます。
今回は胚のごく初期の段階の細胞(ヒトES細胞)から大脳の表面(大脳皮質)に似せて育て、電気の刺激を送って神経の信号を記録できる電極の板に貼り付けた、3か月ほどの組織を使いました。
計算のさせ方は、池に石を投げ込む様子に似ています。
投げ方が変われば波紋の広がり方も変わるので、波紋を見れば投げ方が分かります。
脳の組織は刺激の違いを反応の違いに変え、パソコンはその違いの読み方を覚えます / 池と波紋で見る、脳の組織を使った計算 / 上の段のたとえと下の段の本物を、同じ横位置どうしで見比べます。この計算のさせ方はリザバー計算と呼ばれ、パソコン側の読み取りには簡単な計算(ロジスティック回帰)が使われました。黒い点の並びは反応の模式で、記録そのものではありません。 / Credit: 川勝康弘つまり脳オルガノイドは、刺激の違いを反応の違いに変える「池」の役で、パソコンの側はその違いの読み方を覚える、ということです。
ややこしい計算は生きた組織に預け、岸にいるパソコンは波紋の読み方だけを覚えればいい、という分担です。
同じチームは以前、この方法で音声を聞き分けさせていました。
それでも、オルガノイドの計算を現実の世界で動くロボットの判断に使う試みは、まだほとんど手つかずでした。
そこで研究チームは、脳オルガノイドを人型ロボットの判断の一段に組み込み、正しい手や向きを選べるのか、さらに練習によって課題をまたぐ上達が起きるのかを確かめることにしました。
そもそもロボットの選択は、本当に脳オルガノイドの神経の反応から生まれているのでしょうか、それともパソコンの計算だけで決まっているのでしょうか?








English (US) ·
Japanese (JP) ·