BMI・BCI研究のここ最近の動向を分かりやすくまとめてある本
筆者の紺野は、池谷研究室に所属しており、まえがきによれば、本書の構想は池谷が担当し、実際の執筆は紺野が担当したとのこと。紺野はメルマガやnote、twitterで最新研究の紹介を行っており、そうしたものもベースになっているかと思われる。
タイトルにあるとおり、脳研究と人工知能研究を両輪として展開していく。これは、脳の情報を読み取る上で、深層学習がBMI研究の大きなブレイクスルーとなったためである。また、脳と人工知能との相互作用というのを今後の研究目標ともしている。
脳の潜在能力を引き出す、というような言い方をされているが、コンピュータで処理した情報を脳にフィードバックさせたりすることで、新たな知覚などを生じさせようという方向性である。あるいは、脳とコンピュータを直接接続する話ではないが、人工知能の発展による今後の科学研究や芸術創造についても、筆者の考えが述べられている。
全体的に非常に楽観的なトーンで統一された本であり、それはこの本の長所もあり、短所でもあると思う。
僕個人も、科学技術の発展については基本的に楽観的であり、科学技術の発達により未来はおおよそはよい方向へと進むだろうとは思っているが、根が文系なので（？）未来はバラ色一辺倒で話をされると違和感はある。
とはいえ、あえてこういう楽観的な見込みで統一したのだろうし、変にバランスをとろうとして、とってつけたような懸念を書いてもあまり面白くはならないだろうから、これはこれでありだと思う。
むしろ、本当にこの筆者の言うとおり素晴らしい未来になるのか、ということを考えるのは読者側の仕事であろう。
第１章 脳とAI融合の「過去」
これまでにどのような研究があったかの紹介
2013年 ネズミの脳同士の大陸間遠隔通信
2015年 ネズミに地磁気を感覚させる実験
後者は池谷研の研究
地磁気センサーをネズミに移植し、北を向いている時に脳に電気刺激を送るということを繰り返している、その刺激に基づいて迷路課題をクリアするようになる、という
脳波でロボットアームを動かすことも既に可能
2012年 Googleが教師なし学習でAIにネコの概念を獲得させる
2016・2017年 AlphaGoがイ・セドル、カ・ケツに勝利
2021年現在、AlphaGoはMuZeroとなっており、あらゆる対戦型ゲームに対応可能。
AlphaGoの話は非常に有名だが、MuZeroの話は知らなかった。なお、ルールを教えられた３時間後には人類最強レベルを超えるとのことで、なんかこうラノベとかにありそう。
なおここでは、ペア対局の事例や藤井聡太の言葉の言葉を引用しながら、AIと人類を対立的に捉えるのではなく、AIを用いて人類の能力が広がる可能性に触れており、第3章への伏線となっている。
第２章 脳とAI融合の「現在」
- 考えていることの読み取り
エドワード・チャンらによる研究
皮質脳波計というシート状の電極をてんかん患者の脳に埋め込み
頭の中で思い浮かべた文章を97%の精度で翻訳
神谷康之らによるfMRIで脳内のイメージを画像化する研究
- 人工的な視覚
人工眼球
ジーヨン・ファンらが、ナノサイズのセンサーなどを開発して作成
しかし、人工視神経がまだ開発途上（実用化するにはめちゃくちゃ細くしないといけない）
人工視覚
ウィリアム・ドーベル
2000年、脳に直接電極を埋め込んで68ドットの人工視覚を実現するも、04年にドーベルが亡くなるとともに研究ノウハウも喪失
リンドン・クルーズ
2006年、ArgusⅡという人工網膜システム開発
ダニエル・ヨショール
2020年、皮質脳波計を埋め込み。電極を一個ずつ刺激することで、アルファベットの認識に成功
いわば「目を介さず見る」とでもいえる研究で、今後、耳を介さず聞く、鼻を介さず嗅ぐ、口を介さず味わうことも可能になるのではないかと筆者は述べている。
- DeepMindによるバーチャルネズミシミュレーション
本物のネズミと全く同じような反応をするバーチャルネズミ。動物実験をバーチャルに行うことができるようになる。
筆者は、今後、大企業が倫理的コストをかけずに脳研究ができるようになることへの期待を述べている。
- 意識について
統合情報理論が紹介されている
- 自然言語処理について
東ロボくんの話
機械翻訳について
2019年 GoogleのBERTが、人間の言語能力を超える
さらにDeepLの登場
筆者は、英語非ネイティブが、DeepLなどを使って英語論文を母語で読めるようになり、英語習得にかかる時間を専門的な知識を習得する時間にかけることができるのではないか、ということを非常に肯定的に述べている
自分（シノハラ）も、Google翻訳やDeepLの恩恵に預かっている身であるし、英語でないと読めないから仕方なく英語読んでいるだけで全部日本語になってくれればどれだけよいかとは常々思っているが、機械翻訳があれば語学の勉強しなくてよくて万々歳と言ってしまうことにはかなり躊躇いがある。
2020年 OpenAI社によるGPT-3
2019年のGPT-2は指示に従って文章を生成。GPT-3は指示に従ってプログラミングを行う
GPT-3が書いたブログ記事がニュースサイトの閲覧ランキング1位になったことも
Learn From Anyone
GPT-3を使えば誰でもプログラマーになることができる、という未来を筆者は述べている。
本書で言及はないが、アラン・ケイのダイナブック構想的な世界かなーと思った
東ロボくんは、意味の理解が伴っていないと説明されたことについて
東ロボくんは東大に合格していないが、一方で、中国では医師国家試験に合格したAIが登場している。
これについて、筆者は中国の医師国家試験が知識の暗記で解け、意味の理解や常識について知っている必要がないから、というようなことを述べている。
ところでこれって、中国の奴はエキスパートシステム的なAIだったということなのか？
- 計算論的精神医学
うつ病のバイオマーカーを探す
- Neuralink
マスクは、人工知能が人類の脅威になるのでそれに対抗するために脳と人工知能を接続する
（スペースXも、将来地球が住めなくなるような危機に備えての火星移住が目的だし、マスクは未来に対する破滅的なヴィジョンが色々な動機になってるんだな、という感想。悲観的なのか楽観的なのかよく分からない人だ。）
2019年のNeuralinkの発表のインパクトは
１．電極の数が桁違いに多い
２．電極の埋め込み手術をロボットが行う
2021年の猿が脳活動のみでゲームをするという研究の発表
サルが脳活動のみでゲームをすること自体は新しくない
筆者が考える新しい点は
１．電極の数が桁違いに多い
２．実用化を見込んだデザイン（スマホとのペアリングやソフトウェアのデザイン）
３．成果を出すまでのスピード感
懸念は多い。電極の劣化は防がれるのか、脳深部の血管は避けられるのかなど
そもそも侵襲性の高いＢＭＩを健康な人がやりたがるのか問題
Neuralinkの参入は、集中的な資本投入が科学を加速させる点が重要だと筆者は指摘
アカデミアとインダストリーのつながりを重要視
ムーンショットプロジェクトやブレインテック・コンソーシアム
筆者は、神経科学とメタバースの融合がキラーコンテンツになるのではないかと考える
脳へのハッキングなどの問題
第３章 脳とAI融合の「未来」
最後の章は、池谷脳AIプロジェクトを中心に、今後の話
池谷脳AIプロジェクト
- 脳チップ移植
1章で挙げた、地磁気を知覚するネズミが例
このネズミは地磁気センサーを含むチップが移植されているが、人間には知覚できない赤外線とかが知覚できるようになるのではないか、と。
脳の可塑性を考えると、チップの移植でそういうことも可能なのではないか、と。
- 脳AI融合
池谷研では、英語とスペイン語を聞き分けられるネズミの実験を行っている。
ネズミはもちろん英語とスペイン語の違いが分からないが、ネズミの聴覚野に入力されている情報にはその違いが反映されている。その情報をAIに送り、AIに違いを学習させて、ネズミにフィードバックさせる。
これを応用して、未知の能力が獲得できるようになるのではないか、と。
- インターネット脳
脳とインターネットを接続して、web検索できるようになったり、ネット家電をコントロールできるようになったりということを目指す。
既に、脳波で部屋の明るさをコントロールできるネズミという実験を行っている
- 脳脳融合
授業中、教師と学生の脳波はシンクロしているという知見が既にある。
ネズミの脳を素子としてコンピュータを作るBrain Net実験
生体コンピュータやBBI（Brain Brain Interface）と呼ばれる研究分野
今後の３つの目標
ニューヨーク大学のジョージ・ブザキが挙げた３つの目標
１ 高い精度で「脳情報の読み取り」と「脳への情報の書き込み」を行う技術の開発
２ ＢＭＩなどを用いた神経・精神疾患の治療
３ 赤外線、紫外線、放射線、磁気などの新たなモダリティの知覚獲得
１．高い精度で「脳情報の読み取り」と「脳への情報の書き込み」を行う技術の開発
- 読み取り
Neuralink以外に、Kernelというベンチャー企業が脳活動記録デバイスを２つ開発
Neuralinkと違い、非侵襲型のデバイスを開発している
１．Kernel Flux
脳電磁図記録法（MEG）を用いたデバイス
MEGは元々巨大な装置が必要で、それを使いながら被験者が動き回ることが不可能だったが、有線ヘルメット型として、動き回ることが可能になった。
ただ、写真も掲載されているが、見るからに、ごっついヘッドギアという感じであり、まだ日常生活は難しいなとは思うが、無論、元のMEGと比較すれば格段に進歩している
２．Kernel Flow
近赤外分光法を用いたデバイス
この方法知らなかった。近赤外法で血流を測定するが、まだ医療現場では用いられるには至っていないとのこと。
これまた写真があるが、こちらはかなりスマートなデザインとなっており、さすがにこれ被っている人が日常生活の中にいたら驚きはするが、日常生活をおくれなくもなさそうというレベルになっている
- 書き込み
２章で紹介されたヨショールの研究は、脳への情報書き込みの一例
ここでは、今後書き込みに使われうる技術を、時空間分解能と侵襲度の観点から、いくつか挙げている。
１．電気（侵襲的）
頭蓋骨あけて電極を刺す。分解能は高いが侵襲度も高い
２．電気（非侵襲的）
経頭蓋直流電気刺激法（tDCS）など
頭蓋骨を開ける必要はないが、分解能もここで紹介するもののなかで最低レベル
３．磁気
経頭蓋電磁気刺激法（TMS、Transcaranial Magnetic Stimulation）
この方法の名前、時々見かけたことはあったのだけど、「経」が「Trans-」の訳であるということに初めて気付いた。
侵襲度も低く、それでいて分解能もそこそこ高いため、うつ病の治療にも用いられているが、脳への書き込みに使えるかは微妙ライン
４．超音波
超音波による方法があるというのは、初めて知った。
近年注目を浴びており、２０２０年にスタンフォード大学で、サルの行動を変化させたという研究があるとのこと
侵襲度が低く、空間的分解能が高いっぽいと考えられているようだが、一方で、どうやって脳を刺激しているのかメカニズムに不明な部分があるとのこと
５．光
光遺伝学（オプトジェネティクス）
時空間分解能が超高い！
が、侵襲度も超高い！ 頭蓋骨開けるだけじゃなくて遺伝子改変も必要なので。
2000年 カール・ダイセロスによって開発された手法
チャンネルロドプシンを発現させる
チャンネルロドプシン＝光に反応してイオンチャンネルとして機能する
光を当てるだけで膜電位を変えられる＝好きなタイミングでニューロンの活動をオンオフできる
100分の1秒から20分の１秒という速さで反応する
この章では、記憶の操作がアルツハイマーやうつ病の治療に使えるのではないかという話でしめられている
理化学研究所脳科学総合研究センター編『つながる脳科学』（一部） - logical cypher scape2
亡くなる前のクリックが99年にこんな実験手法があったらいいなーと思っていった方法で、数年後、ゼーメルマンとミーゼンボックによって実現し、さらにその後、ダイセロスらによって手法が簡略化され、広まったとのこと。
時間精度と空間精度が高い、というのが最大の利点で
一方で、活用できる動物が限られる（ショウジョウバエ、マウスなど）のが欠点らしい
渡辺正峰『脳の意識機械の意識』 - logical cypher scape2
６．電脳化
脳の神経ネットワークをコンピュータ上に再現することができれば、コンピュータ上で操作が可能になるので、
２． ＢＭＩなどを用いた神経・精神疾患の治療
2021年、うつ病患者の脳活動をモニタリングし、落ち込んでいる脳活動パターンが検出されたら電気刺激することでうつ気分を改善、という研究が発表
電極を脳に埋め込んでの治験
医療とBMIについては、下記のようなものも。
週刊医学界新聞2022年1月3日号
３． 赤外線、紫外線、放射線、磁気などの新たなモダリティの知覚獲得
既に、ネズミへの地磁気センサチップ埋め込みの研究が紹介されているが、ネズミについては、赤外線で同様の研究があるとのこと。
実は、本書を手に取る際に、ここが一番気になっていたところなのだが、ページ数的にはわりとあっさりと終わってしまった。
ネズミへの実験により、原理的には可能なことが分かったので、今後に期待、みたいな感じ。
この手のSF割と好きなので、気にはなる
（例えば、
グレゴリイ・ベンフォード『大いなる天上の河』 - logical cypher scape2
、
上田早夕里『ナイト・ブルーの記録』、
宮内悠介『盤上の夜』 - logical cypher scape2、
オキシタケヒコ『波の手紙が響くとき』 - logical cypher scape2、
上田早夕里『夢みる葦笛』 - logical cypher scape2あたり。
ベンフォードは、思考の匂いがするなどの表現を用いることがあるし、また、エコー・ロケーションは「音で見る」わけだが、新しい知覚を獲得できた際に、その新知覚のクオリアが一体どうなるのかとかはちょっと興味がある。既存のモダリティに基づくクオリアなのかとか
人工知能が人間を越えるか
- アート
絵を描く人工知能の実例を紹介。
芸術家は人工知能に取って代わられるのか、という問いに対して、筆者は、芸術鑑賞には作者のストーリーやコンテクストも含まれていて、芸術家はストーリーやコンテクストを積み上げていくことになるのではないか、と*1
- 科学研究
北野宏明「ノーベルチューリングチャレンジ」
2050年までにノーベル賞を取ることができる人工知能を開発するプロジェクト
実際に、創薬において人工知能を使うと、試行回数を増やせるので役に立つとか
実験を行えるロボットとか
ノーベルチューリングチャレンジは医学・生理学賞を目指すが、これに対して、筆者はノーベル文学賞の方が可能性があるのではないかと述べている。
確かに、人工知能が優れた小説を書くようになる未来は考えられるが、しかし、筆者自身が述べている通り、ノーベル賞は「人」に対して与えられるもので、特にノーベル文学賞は、作品に対してではなく作家に対して贈られるものなので、それこそ上述の「コンテクスト」が重要になってくる賞なので、結構難しいのではないかと思う。
（ただ、優れた小説を生み出す人工知能を作り出した開発者、であれば、受賞候補になりうるのかも、とは思った）
一方、（例えば）芥川賞*2なら、作品単位での受賞であるし、新人賞なので書いた人が誰だか分からない状態でも、受賞する可能性はありうるのではないかと思った。
- 人生
デジタル・フェノタイピング：スマートウォッチなどから個々人の身体・精神状態を計測すること
色々なリコメンドが、今後、さらに発達していき、人生にとって重要な選択についても提案してくれる人工知能ができるのではないか、という話
ハラリはこのことを「人工知能は人類にとっての巫女だが、最終的に君主へと変わる」と述べているらしい。
これに対して筆者は、「自分のことを自分よりも深く知る人工知能は、使い方さえ間違わなければ、例えば自分でも気づいていなかった才能に気付かせてくれるなどして、人類を今よりも幸せにすることができる」と述べる。
ここで「使い方を間違わない」ということについてより具体的には「自分の意思で提案を拒否することができる」ならば、とも言っている。
ところで、そんなに完全に人工知能のアドバイスに囲まれながら生きてきた場合に、人工知能の提案を拒否できる意思なるものが、存在しうるのか、とかは思う。
- 高次元科学
丸山宏「高次元科学」
ゴールドスタイン「ダイレクト・フィット」
これまでの科学が、よりシンプルな、少ない変数で多くの現象を説明できるエレガントな説明を求めていたのに対して、人工知能の発達は、膨大な変数によって現実世界をより正確にモデル化できるようになるのではないか、という考え
ところで、この方向性の問題点は、そのようなモデルは人間には理解できない可能性が高いということ
これに対して筆者は、当初、メカニズムが理解できなかったものが科学の進展とともに理解できるようになるという科学史のありかた（例：ペニシリン）を挙げて、今、理解できなくてもいずれ理解可能になるかもしれないと述べる
それの傍証として、人工知能と脳の共進化をあげる。具体的には、囲碁の話で、2021年現在現在のカ・ケツであれば、2017年当時のAlphaGoに勝てるだろう、という話が挙げられている。
囲碁の世界では、人工知能を用いたトレーニングが行われるようになり、人間の棋力が上がっている。
人工知能が、脳の限界をアップデートする可能性がある。
だから、人工知能が、人類には理解不可能な高次元科学をなすようになったとしても、その後、人類の脳もアップデートされて理解可能になっていくのではないか、とここでも、かなり楽観的なビジョンが述べられて、終わっている。
高次元科学についての感想
膨大な変数を用いたモデルとか、ダイレクト・フィットとかって、そもそも現実世界のモデルなのか。もはや、現実世界そのものなのでは。
高度なシミュレーションは、それはもう現実と同じなのではないか、というか。
で、現実そのものなのであれば、それはもちろん現実についての正しい出力を返すだろうけれども、それって科学なのか、というのはちょっと謎。
つまり、科学というのは、現実世界についての何らかの表象というか、何らかの縮約的表現なのではないか、と。正しい出力が返ってくる、だけでは、科学ではないような気もしないでもない。
もっともこれを言い出すと、シミュレーション科学が科学ではなくなってしまうのであれなのだが。
また、科学というのは現実世界の縮約的表現なのでは、というのは、結局のところ、科学というのは現実世界を人間が理解可能にする営みなのではないか、ということと繋がってくる。
人間が理解不可能な科学は科学なのか。しかし、別に科学に理解が伴う必要は必ずしもないだろうという気もするがわからん
理解と科学の関係は、最近の科学哲学でも時々見かけるので、気になるトピック。
例えばMilena Ivanova「科学の美的価値」 - logical cypher scape2
読書メモ（勉強モード）：Understanding Scientific Understanding（by Henk W. de Regt）～理解できないものを理解するために、まずは理解を理解する～ - 重ね描き日記（rmaruy_blogあらため）
あと、ブクマ見返してたら、こんな記事ブクマしてた。
機械学習と理解は対立するか - うつし世はゆめ / 夜のゆめもゆめ
ところで、ペニシリンの例は、適切な例なのかちょっと謎。
*1:アレステア・レナルズ「ジーマ・ブルー」とかはどうなんだろうか、とちょっと思ったり
