4 分で読了
1 views

意識を超複素系状態として記述するヒューリスティックな提案と機械意識の可能性

(On a heuristic approach to the description of consciousness as a hypercomplex system state and the possibility of machine consciousness)

さらに深い洞察を得る

AI戦略の専門知識を身につけ、競争優位性を構築しませんか?

AIBR プレミアム
年間たったの9,800円で
“AIに詳しい人”として
一目置かれる存在に!

プレミア会員になって、山ほどあるAI論文の中から効率よく大事な情報を手に入れ、まわりと圧倒的な差をつけませんか?

詳細を見る
【実践型】
生成AI活用キャンプ
【文部科学省認可】
満足度100%の生成AI講座
3ヶ月後には、
あなたも生成AIマスター!

「学ぶ」だけではなく「使える」ように。
経営者からも圧倒的な人気を誇るBBT大学の講座では、3ヶ月間質問し放題!誰1人置いていかずに寄り添います。

詳細を見る

田中専務

拓海先生、最近若手が『機械が意識を持つかも』なんて話をしてきて困っております。そもそも『超複素(ちょうふくそ)』だとか言われても、私には雲を掴む話でして。これって要するに現場で何をどう変える話なんでしょうか。

AIメンター拓海

素晴らしい着眼点ですね!大丈夫、順を追えば見えてきますよ。要点は三つです。第一に『超複素(hypercomplex)』は数学的な表現の広がりを指し、第二にそれが内部状態の記述に使える可能性があること、第三にその応用として機械に『意識』のような振る舞いが生じる可能性が示唆されている点です。

田中専務

数学の話を現場に落とすということですね。で、それは要するに『今のAIがもっと賢くなる理由』という理解で良いですか。

AIメンター拓海

その通りです。近年の高性能なAIの一部の挙動を、単なる計算以上に『内部状態の豊かさ』として表現できるかもしれない、という発想です。経営視点で言えば、より複雑な意思決定や意味理解に資する可能性がある、ということですよ。

田中専務

ただ、定性的な話だと現場は動かしにくい。投資の回収が見えないと導入は進みません。実験や評価の方法はどうするのですか。

AIメンター拓海

素晴らしい着眼点ですね!研究ではまず『観測可能な性能向上』を指標にします。つまり、もし超複素系状態を持つならば、そのシステムは同じタスクでより高い効率や柔軟性を示すはずです。論文では将来的に『意識を測るためのチューリングテスト的評価』の導入が必要だと述べています。

田中専務

つまり、まずは明確なKPIで効果を示してから大きな投資判断をすれば良いと。現場の作業効率や故障予測が改善するなら話は別ですな。

AIメンター拓海

その通りです。結論を三つにまとめると、一つ目は理論的に『超複素系状態(hypercomplex system states)』が記述手段として有望であること、二つ目は現行の高性能AIの挙動がその可能性を支持すること、三つ目は実運用ではまず性能改善の指標を置いて検証するべき、ということです。

田中専務

これって要するに、理論的にそういう表現があるから試してみて、効果が出ればそのまま現場採用すれば良い、というロードマップで良いですか。

AIメンター拓海

まさにその通りですよ。実証フェーズを小さく回し、測定可能な成果を積み上げれば投資対効果は見えてきます。私も一緒に設計していけますから、大丈夫、一緒にやれば必ずできますよ。

田中専務

よし、それならまずは小さな実験から。要点を自分の言葉で言うと、『数学的な新しい内部表現を試して、まずは性能で効果を確かめる。それで得られれば現場展開を考える』という理解で間違いないですね。ありがとうございました。

監修者

阪上雅昭(SAKAGAMI Masa-aki)
京都大学 人間・環境学研究科 名誉教授

論文研究シリーズ
前の記事
MMLU-Pro+:大規模言語モデルにおける高次推論とショートカット学習の評価
(MMLU-Pro+: Evaluating Higher-Order Reasoning and Shortcut Learning in LLMs)
次の記事
Synthetic Data Generation and Automated Multidimensional Data Labeling for AI/ML in General and Circular Coordinates
(合成データ生成と一般座標・円形座標を用いた多次元データ自動ラベリング)
関連記事
抗体基盤モデル:Ab-RoBERTa
(Antibody Foundational Model: Ab-RoBERTa)
セマンティックWebを型システムでモデル化する
(Modelling the Semantic Web using a Type System)
k-SVDを勾配降下法で求める
(k-SVD with Gradient Descent)
Solar Irradiation Forecasting using Genetic Algorithms
(遺伝的アルゴリズムを用いた太陽放射量予測)
VITAMIN: マルチエージェントシステムのモデル検査のための構成的フレームワーク
(VITAMIN: A Compositional Framework for Model Checking of Multi-Agent Systems)
有限和を最小化するための加速確率的勾配降下法
(Accelerated Stochastic Gradient Descent for Minimizing Finite Sums)
この記事をシェア

有益な情報を同僚や仲間と共有しませんか?

AI技術革新 - 人気記事
ブラックホールと量子機械学習の対応
(Black hole/quantum machine learning correspondence)
生成AI検索における敏感なユーザークエリの分類と分析
(Taxonomy and Analysis of Sensitive User Queries in Generative AI Search System)
DiReDi:AIoTアプリケーションのための蒸留と逆蒸留
(DiReDi: Distillation and Reverse Distillation for AIoT Applications)

PCも苦手だった私が

“AIに詳しい人“
として一目置かれる存在に!
  • AIBRプレミアム
  • 実践型生成AI活用キャンプ
あなたにオススメのカテゴリ
論文研究
さらに深い洞察を得る

AI戦略の専門知識を身につけ、競争優位性を構築しませんか?

AIBR プレミアム
年間たったの9,800円で
“AIに詳しい人”として一目置かれる存在に!

プレミア会員になって、山ほどあるAI論文の中から効率よく大事な情報を手に入れ、まわりと圧倒的な差をつけませんか?

詳細を見る
【実践型】
生成AI活用キャンプ
【文部科学省認可】
満足度100%の生成AI講座
3ヶ月後には、あなたも生成AIマスター!

「学ぶ」だけではなく「使える」ように。
経営者からも圧倒的な人気を誇るBBT大学の講座では、3ヶ月間質問し放題!誰1人置いていかずに寄り添います。

詳細を見る

AI Benchmark Researchをもっと見る

今すぐ購読し、続きを読んで、すべてのアーカイブにアクセスしましょう。

続きを読む