そしてこれらの進歩は、大きくて深いニューラルネットワークを活用し、成し遂げられている。

しかし、この発展の仕方には重大な欠点があった。最も単純な仕事を学ぶ為にさえ、膨大なデータを必要とすることだ。

この制約は、AIのアルゴリズムが、私たちが行っている情報処理の方法とは異なっていることで生まれている。

この『ディープラーニング』は、神経細胞を真似た仮想ネットワークをモデルに作られているが、これは脳の機能をラフに模倣した物に過ぎないというのだ。

『ディープラーニング』では、特定の文字と画像内のピクセルを関連づける。

これは脳でも行われていることだが、人間の場合は画像を解釈するために、より認識機能の高いフォームを使用しているのだという。

■ より人間らしい認識方法へ近づける

研究者たちは、『ベイジアンプログラム学習フレームワーク』あるいは『BPL』と呼ばれる技術を使用した。

このソフトウェアは、あらゆる文字に対して、想像上のペンの運びを使って文字ごとにユニークなプログラムを生成している。

これは、子供が文字を学習する方法ではなく、むしろ既にある程度の文字を知っている大人が、新しい文字を学習する際の方法に似ているのだ。

つまり、研究者らに言わせれば、この技術は従来の『ディープラーニング』の様に文字の特徴やパターンを学ぶのではなく、その文字を生み出すプログラムを学ぶ事に、挑戦しているのだということらしい。

そしてこの技術は、より実用的なアプリケーションに応用できるだろうと考えられている。

例えば、話し言葉から素早く新しい単語を学び取って利用したり、新しい物を認識できるようになるかもしれない。

今後AIの研究では、神経科学と認知科学の両方から学ぶことができる様になっていくという。

つまり、今後のAIの研究は、同時に人間らしさの研究であるとも言えそうだ。

【参考・画像】

※ Machine Learning Inspired by Human Learning – MIT Technology Review

※ Diego Cervo / Shutterstock