脳における知能実現に関する二つの仮説の検討大森隆司*，小川昭利 Consideration of two hypothesis for brain intelligence realization Takashi Omori, Akitoshi Ogawa Symbolic processing is a specific feature of human intelligence. But when we are asked as “What is the symbolic processing in human brain ?”, we don’t have any clear explanation nor model. In this paper, we propose two hypothesis of (1) the event driven internal processing model, (2) the functional parts combination model of the brain internal procedure, and discuss on the system design of brain architecture that enable those models. キーワード: シンボル処理，脳，モデル，手続き，機能部品 Keywords : symbol processing, brain, model, procedure, functional parts 1. はじめにヒトという種は優れた知能をもっているが，その知能のメカニズムは脳に帰することができる．脳はある種の基本的な能力を遺伝的に与えられて生まれてきて，その肉体や環境との相互作用の過程で知能を発達させ，結果として学習・推論・プランニング等の高次機能を獲得していくと考えられる．学習や推論などの基本的な能力は脳にもともと備わっているという考え方もある．しかし言語における語彙獲得のように[1][2]，個々の高次のタスクでは例えヒトでも初期には優れた学習能力は観測されず，その問題領域にある程度の経験・知識がそなわって初めて強力な学習能力を示すようになる．この事実から我々は，高次機能におけるヒトの優れた学習能力はその知的領域でのメタ知識に支えられたヒューリスティクスであり，それは経験的に獲得されると考える1．ではそのようなメタ知識やヒューリスティクスを獲得することを可能とする脳の知能システムの基本 1 例えば子供の言語における数詞の獲得も同様の事例である[3]． * 北海道大学大学院工学研究科複雑系工学講座〒060‑8628 札幌市北区北 13 条西 8 丁目 Complex Systems Engineering, Hokkaido University, Kitaku, Kita 13-Jyou, Nishi 8-Chou, Sapporo, Japan デザインはどのようなものなのだろうか．この問題は現時点ではまだ研究の対象としての認知もあまりなされていないが，その探索はそのまま脳の高次機能の学習原理，さらにはヒトの知能の起源の理解につながる．そのような深いヒト知能の理解は，単に科学としての脳の理解だけでなく，フレーム問題やシンボルグラウンディング問題とっいた未解決の問題[4]をかかえた従来の知能研究に新しい方向性を与えることが期待できる．そこで本稿ではこの問題の解明にむけて，ヒトの脳で知られている事実から二つの仮説的な知能処理のモデルを提案し，その考え方について説明する．そしてそのモデルが持つ特性について，従来の脳研究，ＡＩ研究の中での位置づけについて議論する． 2. シンボル処理様の行動の分析 <2・1> 強化学習とプランニング例えば人工知能研究の世界では，地図世界でゴールに到達する課題，さらにはゴール到達行動を発見する課題は，ナビゲーション問題やプランニング問題と呼ばれ，典型的なシンボル処理の課題と考えられている．その手法の一つに強化学習がある．古典的な強化学習では，与えられた課題に応じて与えられる報酬を最大化するように，環境の個々の状態に対応した行動を試行錯誤的に探索していく．このような学習システムの問いに答えることは難しいが,強化学習やプランニでは，環境からの入力と出力の分節化（分類的認識と離散的出力）が前提であり，内部処理においても分節ングのようなシンボル様の処理が脳から生まれるメカニズムについて脳の視点から議論することはでき化された表においてゴールで与えられた報酬を減衰よう．伝播させて探索的に作り出した行動に評価を与え，学習を実現している．この意味で，強化学習は基本的に 3. シンボル処理様の処理を発生させる脳メカ分節化された世界での分節化された行動の確率的な学習である．しかし強化学習はあくまでも報酬に導かれた試行錯誤の結果の記憶であり，シンボル的処理と呼ぶには単純すぎる．シンボル処理の典型はプランニングの行動である．プランニングとは，現在状態からある行動(または行動系列)を行ったと想定したときの結果状態を予測し，その状態の評価に基づいて行動を決定する手法である．その場合にも，個々の状態および行動は離散的であり，結果として得られる異なる状態に異なる評価が与えられる基盤となっている．そしてその延長に Tree Search を代表とする多数の手法が存在する[5]．強化学習とプランニングは離散的な状態と行動を必要とするという点は同じであるが，評価を得るのに多数回数の試行に基づく評価の伝播を用いるか，大量の内部記憶を用いてオンラインで状態評価を作り出すかという点に違いがある．その違いは，長い学習時間に対する組合せ爆発というトレードオフの関係にあり，これまでの多くの研究はこの問題解決に多大の努力を払ってきた．ところが，この問題にヒトはあまり苦しんでいない．ヒトは強化学習とプランニングの両方を行うようであるがそのどちらかに極端に偏ることは無く，どこか中間の戦略を取っているように見える． <2・2> シンボル処理の特性工学的なシンボル処理とは，非常におおまかなことニズムについての仮説 <3.1> 脳の現象からの二つの仮説ここでは脳に関する事実から，脳がシンボル処理様の動作を作り出す過程のモデルについて検討する．そこで考えることは，最近の非侵襲の脳計測技術が明らかにした脳の活動である．脳ではあるタスクを行うと，その処理に関連する脳部位の血流が増加することが知られている．その部位はタスクごとに異なることから，各部位は異なる機能を持っており，異なるタスク毎に異なる機能が組み合わされて脳内処理の回路を組み立てているということが推測される．しかしあるタスクといっても，それが必要とする処理は一律ではない．タスクの各段階で必要とされる情報や処理は異なり，さらに同一タスクであってもそのときの状況や材料によって必要とされる処理は異なるであろう．脳はその状況に適応して脳内の処理回路を組み立て，タスクを順次実行していっていると考えられる．以上から，脳は必要な段階で必要な処理を組み合わせて問題解決を段階的に実現している，というモデル化が可能であろう．この考え方は計算機の世界では「手続き(procedure)」と呼ばれるものである．この概念をまとめると，脳の知能処理系に関して次の二つのモデル(仮説)が考えられる．仮説Ⅰ 脳内処理手続きのイベント駆動モデルを言えば，離散的なシンボルとして記号を使用し，計脳内の処理システムは，外界と脳内の全体をみて算機で記号を操作することで記号の組合せの探索を行なう手法といえよう．強化学習やプランニングのこ特定の状況を検出するシステム（状況検出器）とそとを考えると，シンボル処理の本質は,離散的な表現の検出に伴って起動される処理回路からなっている．処理の結果はまた新たな状況を作り出し，結果とその操作可能性にあるように見える．しかし記号の操作だけではその処理を現実世界ととしてあるタスクの解決過程は，初期の状況から対応させることはできない．現実世界と記号系の間での双方向のマッピングが必要であり，グラウンディング(接地)問題と呼ばれている．知能機械を取り巻く環境・状況との相互作用によってこれを解決しようという強化学習のような方法が，最近の傾向である．一方でヒトの脳における思考は接地問題は解決されているように見える．強化学習のような方法が脳のシンボル過程かというと，それは異なるように思える．ではヒト脳はどうやって解決したのか？現時点でそ次々と処理によって作り出された新しい状況とそれに対応した処理起動の系列からなっている．このモデルによると，個々の学習過程とはあるタスクに直面したときにその状況で起動するべき適当な処理の系列を探索する過程である．例えば強化学習やプランニングはそのための手法であり，古典的な production system とは人間がその系列を設計して記述した知能システムの実現形であると考えられる．ただ，強化学習などの自動的な学習システムでは，状況とは与えられた全ての変数の組合せであることが多いが，production system などの人間が設計するり，そのためには状況の分割のための方法論がまた必システムでは，人間がその状況に必要な変数のみを適切に選び出して状況を規定することが多い．状況の精要である．密な規定には，人間の得意とする必要な変数の選択と，自動的な学習が得意とする状況範囲の設定の両方が必要であろう．仮説Ⅱ 脳内処理手続きの機能部品組合せモデル個々の状況で起動される脳内の処理は，脳内の多数の機能部品(機能モジュール)を動的に組み合わせることで実現される．その組合せは，個々のモジュールを起動する内的な信号によって制御され，結果として脳全体としては一つの制御信号のベクトル（一種の内的な注意であり，注意ベクトルと呼ぶ）が処理回路を規定する知識となっている． <3.2> 脳知能システムのアーキテクチャ以上に述べてきた二つの仮説に基づく脳システムの全体像を図 1 に示す．システムは下のほうから（ⅰ）処理を実施する回路を構成する機能部品群とそれらの間のコネクション，(ⅱ) 状況に依存して機能部品の選択を行う注意機構と選択ライブラリおよび状況認識部，(ⅲ) 強化学習により必要に駆動されて部品集合の探索を行うシステム，の３階層からなっている． (ⅰ) 機能部品群とコネクション入力・認識・記憶・動作生成・情報保持といった多様なタスクを処理・実行するのに必要な部分機能を実現するモジュール群が，多様なつながり方で接続されこの考え方では，仮説Ⅰの状況検出器が検出する個々の状況に一つの注意ベクトルが対応し，結果として一つの脳内処理回路を形成する．しかし実際には脳内回路による処理には作業記憶を含んだもののように多段の処理を必要とするものも存在すると考えられ，注意ベクトルは複数のベクトルからなる系列であると考えるのが自然である．その意味で，各状況に対応した注意ベクトル列が一つの脳内処理手順を表現していると考えられる．注意ベクトル列の探索は，基本的には試行錯誤が主要な方法と考えられる．注意ベクトル列の各要素は注意を向けるか向けないかの二値であり，全体として {1,0}の配列の探索となる．その探索の方法については工学的には多様な方法が提案されているが，脳における探索の方法についてはいまのところほとんど判っていない．おそらくは，確率探索と強化学習を組み合わせたような手法が使われているのではないかと想像される．ている．その中から必要な部品，またはそれらの間のコネクションを選択することで，信号の流れが発生し，その流れの過程で信号に処理がなされて目的とするタスクの要請を満たす出力を得ることができる． (ⅱ) 機能部品選択ライブラリと状況認識部現在のタスクの状況を認識し，機能部品群のなかから現在の状況での処理に必要とされる部品群を選んで活性化することで，回路を動的に構成する．個々の状況の認識とそれに対応した選択の組み合わせ（注意ベクトル列）はライブラリとして蓄積されており，そのペアが蓄積されていくことが知的機能の発達と考える．状況は多数の入力の中の一部による部分状況であり，ある瞬間の入力に対して複数の部分状況が認識され，複数の組合せが同時に起動されることもありうる．その場合はいわゆる dual task の状況であり，機能部品に矛盾が無い限りは性能の低下無しに処理が工学的な強化学習においては，「状況」とは全ての実現できる．状況の認識と処理の実施は自動的に行われる．感覚情報の組合せの空間の中の一点として表現されている．しかし現実の問題を考えると，全ての感覚入 (ⅲ) 強化学習による部品集合の探索新しいタスクや状況では，状況の新規の認識・学習力の組合せ空間で状況を定義することは無意味であ (世界の分節化)及び注意ベクトル列の探索が必要とり，その場の空間の中でその課題に必要な入力のみを選択して状況の空間を作り出すことが重要となってなる．タスクの実施という目標を報酬と考えるなら，この学習・探索は強化学習の枠組みで行われるべきでくる．すなわち，状況とは感覚入力の部分空間の中である．しかし現在の強化学習モデルがそのままこの目定義されるものであり，その部分空間(変数の選択)自体がまた状況に依存している．この部分空間の発見は的に使用できるかどうかは不明である．いまだ解決されていない．もう一つ考えなければならないことは，識別されるべき状況の数は発達とともに増加していくことである．以前は区別のつかなかった状況が，経験の蓄積とともに識別して異なる処理回路を割り当てる必要のあるものに変わっていく，というのは自然な流れであ 4. 考察とまとめ以上，脳のおけるシンボル処理様の機能を生み出すシステムのモデルとその働きについて述べてきた．通常の工学的な装置との大きな違いは，ある個体（エージェント）は複数のタスクを順次にこなしていくことで多数の機能部品を獲得し，それを離散的に操作することで多様なタスクに対応している．従来の工学研究では，特定の目的を満たす装置，あるいはモデルができあがった時点で，開発された処理モデルの知的能力文 (1) を議論してきている．しかし本モデルの考え方では，それだけではシンボル様の処理は生まれない．多様なタスクの解決を要求してくる厳しい環境が必要である，ということになる．本モデルの研究手法は，現時点では計算機シミュレーションである[6]．これが本当の実世界の課題で通 (2) 用するのか，検証が必要であるが，そのためには現在は GA を使用している機能部品の組合せの探索を個体レベルで可能なものにする必要がある．また，機能部 (3) 品は与えられているが，その自律的な獲得もまた重要な課題である． (4) (5) (6) 献 Omori, Tohyama, Shimotomai : Brain architecture for Intelligence −Evaluation of event driven learning procedure hypothesis in vocabulary spurt phenomenon−, Proc. of International Symposium on Nonlinear Theory and its Applications(NOLTA),387‑390, 2001 大森：脳知能システムのイベント駆動手続き仮説−語彙獲得の加速現象を例題として−，電気学会産業システム情報化研究会,IIS‑00‑45,2000 Uchida N., Imai M.: Heuristics in learning classifiers: The acquisition of the classifier system and its implication for the nature of lexical acquisition, Jap. Psych. Res., Vol.41, No.1, 50‑69, 1999 「フレーム問題」，「シンボルグラウンディング」，認知科学辞典，共立出版，2002 古川康一監訳：エージェントアプローチ人工知能、共立出版 1997 Ogawa A., Omori T.: Looking for a suitable strategy for each problem ‑Multiple tasks approach to navigation learning task‑, EpiGenetic Robotics Symposium, 2002 図 1 脳でのシンボル処理様の機能の発現のためのアーキテクチャ