意識的チューリングマシン（CTM）についての解説動画である。計算の概念を定式化したチューリングマシンに対し、CTMは意識の概念を極めてシンプルなモデルで定式化することを目指している。グローバルワークスペース理論を基盤とし、単純なプロセッサ群による勝者総取りのコンペティションを通じて、意識の舞台に上がる情報が決定されるメカニズムを解説する。さらに、プロセッサ同士がやり取りするための独自言語「ブレイニッシュ」の形成過程や、痛みという現象的意識が単なる情報処理ではなく、なぜ苦しみを伴うのかというハードプロブレムについても、論理的なアプローチから独自の仮説を提示して説明する。
マヌエル・ブラムの紹介
ええと、今日は…そうですね、あ、もっとマイクに近づいて話す必要があるみたいです。はい。それでは紹介させていただきます。紹介する必要もない方だとは思いますが、あえて紹介させてください。マヌエル・ブラム、別名お父さんですが、私の人生ずっと知っている人です。ええと、ご存知のように、マヌエルは…そうですね。
はい。マヌエルは、計算量理論や暗号理論の基礎、疑似乱数に関する研究でチューリング賞を受賞しています。また、理論計算機科学やその周辺分野におけるトップクラスのリーダーたちの指導教官であったことでもよく知られています。そして特に、疑似乱数の概念など、形式化が非常に難しそうなものを形式化しようとする研究で有名です。本日は、おそらく最も捉えどころのない概念である意識についてお話しし、それを形式化することを目指します。どうぞ。
ありがとう。
あ、それから一言だけ。マヌエルが講演を行い、その後にレノアが講演を行い、最後に2つの講演を合わせたような形で質問を受け付ける予定です。では、始めましょう。
家族の思い出と研究への姿勢
素晴らしい。ありがとう。
こんにちは。ええ、ネクタイをしていますよ。後ろの方にデイナ・スコット教授がいらっしゃるので一言言わせてください。やあ、デイナ、手を振ってくれていますね。来てくださって本当にありがとうございます。彼とラビンこそが非決定性という概念を打ち立てた人物であり、それは非常に素晴らしいもので、他にも多くの業績があります。リーダーの一人ですね。はい、良いですね。
さて、あそこにアブリンがいます。
花を持っていますね。素敵です。
ええ、素敵ですね。お誕生日おめでとう、アブリン。
そして、サントッシュ、ニナ、ニカ、アヌパム、カトリーナ、ありがとうございます。カトリーナはどこでしょうか。さっき見かけました。はい、あそこにいますね。そしてイシャイも。こんなに素敵な祝いの席を設けてくださって、本当にありがとうございます。さて、これはアブリンが1歳半のときに本を読んでいる写真です。ウェイトレスは、この子は本を読んでいるのかと驚いていました。そうです。これは私たちがオートバイに乗っているところです。あの頃の私はどうかしていましたが、おそらく今でもそうでしょうね。アブリンがバスに乗っています。クラスで一番最初にバスに乗ったんです。
彼は自分が持っている、私が好きそうなものを全部くれます。彼が見つけた最高のものを私にくれるんです。これは面白いエピソードです。彼が11歳のとき、先生がクラスに特別課題、宿題を出したのですが、それがとても難しい問題でした。彼は家に帰って、例題を作るために私たちの小さなコンピューターでプログラムを書きました。私はなんて素晴らしいアイデアだろうと思いました。今となっては普通のことですが、当時は思いつきませんでした。目を覚ましたときに定理を証明するために何をすべきかわかるように、例題を作っておくなんて素晴らしいアイデアです。しかし不正行為だとして、先生は点数を与えないと言いました。
おかしな話ですよね。現代の教師たちも同じようにおかしいです。ChatGPTを使ってはいけないと言うのですから。冗談じゃありません、利用できるツールはすべて使うべきです。それが生徒自身の考えなのか、それとも他人の考えなのかを見極めるのは教師の仕事です。あそこにアブリンがいます。彼は自分自身の研究も進める必要があったため、MITでオフィスアワーを設けていました。
彼は私にこの美しいガラスのカップをくれました。ありがとう、アブリン。とても気に入っています。持ち手がとても繊細ですが、大好きです。私たちはカーネギーメロン大学に行きました。お父さん、お母さん。あれは可愛かったですね。そして今の彼です。TTICの学術部門のトップですが、暫定学長でもあり、もしかすると学長になるかもしれません。給料を2つもらえるのでしょうか。さて、意識についてです。
意識の形式化と意識的チューリングマシン
私が自分の頭の中に何があるのか疑問に思い始めたのは10歳のときでした。基本的に、もっと賢くなりたかったので、そのためには頭の中で何が起きているのかを解明するしかなかったのです。内観を試みましたが、うまくいきませんでした。内観では頭の中にあるものはわかりません。まるで小さな人間が私の目を通して外を見ているような感覚でした。それでは何の解決にもなりません。目や耳、その他の器官、そして腕など、そこで行われているすべての処理が、どのようにしてホムンクルスから発せられているように感じられるようになるのか、私には理解できませんでした。そして、15年ほど前にレノアからボアーズの理論を見るべきだと教えられるまで、実は答えを見つけられずにいました。少し話が先走りましたね。
まず、意識とは何でしょうか。それが見るもの、聞くもの、感じるもの、夢見るものです。つまり夢は意識的な経験です。夢を見ない睡眠はそうではありません。問題ないですね。そこで、チューリングマシン対意識的チューリングマシンの話をします。ご存知のように、チューリングマシンは計算やアルゴリズムを理解するために定義されました。一方で、CTMは意識を理解するために設計されています。それが私たちがCTMに求めていることです。ですから、私たちは機械の非常にシンプルなモデル、極めてシンプルなモデルを求めています。
それは実際の脳ではありません。そうであってはなりませんが、意識を持っている必要があります。ですから、私たちはこれをオッカムの剃刀のようにシンプルだと呼んでいます。それは絶対的にシンプルでなければならず、なおかつ質問に答えられるものでなければなりません。意識について私たちが抱くかもしれない質問です。
ケビン・ミッチェルという方がいて、私たちは非常に幸運でした。このケビン・ミッチェル教授は、意識の理論が答えられるべき15の質問を書き出しました。これは素晴らしいことです。なぜなら、これだけシンプルでなければならないと言いつつ、これらすべての質問に答えられなければならないと明確にできるからです。私たちは、シンプルでありながら質問に答えられるものを求めて、次から次へとモデルを検証しました。私が特に望んでいたのは、決定論的な機械でした。なぜなら、決定論的な世界においてさえ、自由意志を感じられることを示せるようにしたかったからです。
自由意志ですね。
はい、ありがとうございます。決定論的な世界であっても自由意志を持っていると感じられることです。そのため、決定論的なものにしたかったのですが、それは実現できませんでした。結果として確率論的でなければならないことがわかりました。
グローバルワークスペースと独自の言語
さて、10歳の子供に教えるとしたらこう言います。10歳の子供は、自分の頭の中をどう考えればいいのか知りたがっています。いいかい、10歳の君、これがボアーズのモデルだよ。君の頭の中には巨大な講堂があって、そこにはたくさんのプロセッサ、数百万のプロセッサがいて、ステージ上で起きていることを見ているんだ。そしてステージ上で起きていることこそが、君が意識していることなんだ。そしてプロセッサたちは、劇がどう続くべきかについて、それぞれ独自のアイデアを持っている。それぞれが自分のアイデアを持っているんだ。中には他のものより優れたアイデアもある。どういうわけか彼らは自分たちで話し合って、そのうちの1つがステージ上で何が起こるかを実際に決定するように手配する。そして君が意識するのはステージ上にあるものなんだ。放送されるのはステージの内容なんだよ。
これが私たちのモデルです。ええ、はっきりさせておきたいのですが、このモデルにおいてはレノアの貢献が私と同じくらい絶対に重要です。さて、とにかくCTMとは何でしょうか。私たちのモデルは少し異なります。ステージには1人しかいません。それはあまり面白くないですよね。たった1人では、実際には何も面白くありません。しかし、その人が言っていることが放送され、それがあなたが意識していることなのです。ですから、左側にあるのがボアーズのモデルで、色々なことが起きています。右側にあるのがブラム家のモデルで、あまり面白くなく、話し手が1人いるだけです。しかし、ボアーズは何がステージに上がるかをどのように決定するのかを本当に説明していません。ですから私たちがモデルに求めているのは、何がステージに上がるのかについての非常に明確な説明なのです。
ここでCTMについて触れておきましょう。CTM、つまり意識的チューリングマシンですが、CTMは世界を直接意識しているわけではありません。あなたも意識していません。自分が何が起きているかを意識しているように感じますが、そうではなく、情報が目や耳に入り、そこにあるプロセッサが外にあるものを短いフレーズ、私たちがブレイニッシュと呼ぶ言語のフレーズに変換しているのです。そして、あなたはブレイニッシュで送られてきたものだけを認識しています。あなたはブレイニッシュのみを意識しているのです。もちろん、最初はブレイニッシュにはたった1つの単語、つまり無しか含まれていません。大したことはありませんね。ですから、これから皆さんにお見せしようと思うのは、CTMがどのように独自の言語を発達させるかということです。独自の言語を発達させる様子がわかるでしょう。
さて、グローバルワークスペースのメタファーです。この講衆の中にいるプロセッサたちはチャンクを使ってコミュニケーションをとります。おそらく、あなたが意識できるチャンクは7プラスマイナス2個だと聞いたことがあるでしょう。CTMは1つのチャンクを持っています。それだけです。私たちはこれをオッカムの剃刀のようにシンプルにしたいので、1つのチャンクとします。チャンクとは次のようなものです。それはタプルです。私たちはタプルが好きですよね。プロセッサ、時間、要点、重みです。チャンクを作成したプロセッサ、作成された時間、そして少しの情報です。最初は無しか持っていないので無でなければなりませんが、しばらくすると、その情報の要点は単語の羅列、単語の集合になり、最大で8単語まで許容されます。これらの単語がどのように作成されるかは後ほど説明します。そしてW、その情報の重要性、つまり重みです。よろしいですか。CTMは、ステージから放送されたチャンクのみを意識します。夢を見ているときに、チャンクがどのようなものかというアイデアを得ることができます。夢の中であなたが経験する1コマ、その1コマがチャンクです。チャンクはこれらのマルチモーダルなタプルであり、実際に感覚、見るもの、聞くものなどすべての感覚を与えてくれます。
さて、先ほど言ったように、CTMは世界を直接意識しているわけではなく、間接的にのみ意識しています。ここが非常に重要です、間接的にのみです。これがモデルです。1秒間に10ティックで進む時計を持っています。アルファ波と同じ、1秒間に10ティックです。各ティックで、すべてのプロセッサがこのコンペティションにチャンクを投入します。勝利したチャンクが聴衆に放送されます。1秒間に10ティック、1秒間に10回、プロセッサはコンペティションに投入します。コンペティションの勝者が放送されます。そしてこれが1秒間に10回行われています。
CTMを搭載した乳児の誕生と学習
では、この例を見てみましょう。CTMの脳を持つ乳児の誕生です。ここでは、これが安産だと仮定します。出産は常に安産とは限りませんが、この乳児は生まれます。安産でした。この子は良い目をしています。実はこれは人間にも当てはまります。人間は生まれたときからかなり良い目を持っていますが、見えているのはただのぼやけた塊です。入力プロセッサにはこの予測し、観察し、修正するメカニズムがあり、最初から機能しています。ご存知のように、ぼやけた塊は時間が経つにつれてはっきりしてきます。これは完全に無意識の過程です。その乳児が見ているのはぼやけた塊です。自分が予測したことすべてを観察し、そのメカニズムを修正します。ですからそのぼやけた塊は、やがて修正されます。2つの点があるぼやけた塊です。そしてそれを見たとき、次に現れるのも同じ2つの点があるぼやけた塊だと予測します。しかしその予測は少し外れます。頭が動いたのです。2つの点は少し右にずれています。自分の頭を左に向けると、点は右に動くように見えます。予測し、観察し、修正するメカニズムは、その物体が向いている方向が自分の頭の動かし方に依存していることを学習します。
そうしてぼやけた塊は少しずつ時間をかけてはっきりしていきます。この乳児の最初の数回の放送は、安産だったこともあり、非常にシンプルです。プロセッサが存在し、すべてのプロセッサがこれらのチャンクを作成し、コンペティションに投入しています。さて、時間1においてあるプロセッサが、自分が持っている唯一の単語である無を投入し、重みはゼロにします。そこに重要なものは何もないからです。そして次の瞬間、同じプロセッサかもしれませんし、別のプロセッサかもしれません。これは時間2で、無、そしてゼロです。そしてこれはただこのまま続き、特別なことは何も起こりません。ある時点までは。
ある時点であるプロセッサ、つまり酸素を測定しているプロセッサが文句を言い始めます。ちなみに、プロセッサには4つの種類があることをお伝えしておきます。入力プロセッサ、出力プロセッサ、そしてゲージです。ゲージは非常に重要です。いろいろなものを測定します。そのうちの1つが酸素を測定しており、自分には酸素が必要だと訴え始めます。スライドにあるプロセッサPxが時間tにありますね。Txプラス1、無、マイナス1です。初めて負の重みを持つものが現れました。次にマイナス2、そしてマイナス3です。やがてその不満が十分に大きくなると、すべてのプロセッサに組み込まれた要件が発動します。重みが非常にマイナスになったら、やっていることを止めて注意を払い、それを好転させようとせよというものです。そして閾値を下回ったら、絶対にできることすべてを一旦脇に置けと。何としてでもそれを好転させなければなりません。そこでこの乳児は、足をバタバタさせ、腕を振り回し、おしっこやうんちをし、金切り声を上げて泣きます。それが酸素を取り込むのです。素晴らしいことではありませんか。あらかじめ組み込まれている必要はありません。乳児の最初の意味のある言葉は、実際に叫んだプロセッサと、それがこの高さで叫んだ時間のペアになります。それがブレイニッシュでの痛みを表す言葉になります。ただそのプロセッサと時間なのです。それが最初の言葉、意味のある言葉、痛みを表すブレイニッシュの言葉です。
はい、これです。Px、Txプラスシータ。そうですね、実際にはどうでしょう。無ですね、はい。まだ言葉を持っていないからです。しかし非常に負の重みを持っています。結果として、最初の2文字のPとTが痛みを表す言葉になり、その特定の言葉の定義としてこのチャンクを指し示すようになります。乳児が痛みを和らげようとして行ったすべてのことの中で、これは素晴らしいことですが、泣き叫ぶことが効果的でした。そして乳児の2番目に重要な言葉は、そう、泣くことが助けになるようだという言葉になります。泣き叫ぶことです。そして乳児はこれが何度も繰り返されるのを発見するでしょう。乳児は、何かネガティブなことが起きたら泣き叫ぶことだと学習します。それが解決策なのです。
ブレイニッシュ辞書と勝者総取りのトーナメント
さて、このブレイニッシュの辞書です。英語、スペイン語、ブレイニッシュの順ですね。さて、これはプロセッサたちが互いにコミュニケーションをとるために使用する言語の辞書です。そしてこの辞書において、最初の2文字であるPTは短く、それは1つの単語であり、辞書の中でその意味であるチャンクへの良いポインターとなります。すべてのプロセッサがこの放送されたチャンクを自分の辞書に登録します。プロセッサはすべて、同じチャンク、つまり放送されたチャンクを同時に受け取っています。すべて正確に同時にであり、受け取った瞬間に辞書に登録します。こうしてこの辞書は成長していきます。はい、どうぞ。
各プロセッサはそれぞれ独自の辞書を持っているのですか。
そしてそれらは単なるコピーですか。はい。各プロセッサは独自の辞書を持っており、すべての辞書は同じです。それらは放送されたチャンクの辞書です。他のチャンクも存在し得ますが、辞書に入るのは放送されたチャンクです。ありがとうございます。
さて、良いですね。CTMの定義についてですが、これもタプルです。STM、LTM、アップツリー、ダウンツリー、入力、出力、リンクです。STMはステージであり、短期記憶です。LTMは聴衆であり、長期記憶です。アップツリーはコンペティションです。ダウンツリーは放送です。アップツリーには少し時間がかかりますが、ダウンツリーは高速です。外部からの入力はプロセッサに送られます。プロセッサ、つまり入力プロセッサはその入力を受け取り、即座にチャンクに変換します。ですからあなたが意識しているのは、いやCTMが意識しているのはそれらのチャンクのみです。出力も入力と同じです。出力プロセッサはチャンクを受け取ります。手をここに動かせというチャンクを受け取り、その出力プロセッサがそれを実行します。
そしてリンクがあります。最初は、どのプロセッサもまったくリンクされていません。2つのプロセッサがリンクされる唯一の方法は、一方が質問をし、もう一方がそれに答え、この会話が短期記憶を通じて行われることで、それが双方向のリンクを作成します。実はこれは非常に重要です。なぜなら、可能なリンクの数が多すぎるからです。脳内のすべてのペアをリンクさせるのに十分なニューロンはありません。可能なリンクのうち1000分の1しか存在し得ません。そして、どのプロセッサがリンクされるべきかはわからないので、最初はどれもリンクさせていません。
はい、ここにもう一度示します。STMはステージであり、バッファ兼放送局です。LTMは2のH乗個のプロセッサからなる聴衆です。私たちはHを24に設定しました。おそらく20であるべきでしょう。アップツリーはバイナリのコンペティションです。ちなみにこのHですが、私たちはすべてを変数で表そうとしています。これらの数値がどうあるべきかはわかりません。しかし私たちの例では、プロセッサの数は1千万です。すべての数値は、私たちが脳について知っていることから概ね妥当だと思われる値が与えられています。大まかにです。ですからアップツリーは勝者を選ぶこのバイナリコンペティションです。ダウンツリーは放送です。放送はたった1ステップで終わります。入力は目や耳などであり、温度や痛みです。出力は足や手、泣き声を上げた喉頭です。リンクはすべて双方向通信です。軸索は一方向にしかものを送りませんが、この場合、すべてのリンクに2つの異なるニューロンが存在します。CTMは誕生時にはリンクを持っていませんし、どのみち可能なリンクの1000分の1しか存在し得ないことは簡単にわかります。最大でもです。
時間はティック単位で経過します。ここでは1秒間に8ティックと設定しています。そして寿命は2の34乗ティックとし、これは64年になります。私は数値が2の整数乗であるのが好きなのです。64はちょうど良く、128では長すぎたので、64にしました。チャンクはブレイニッシュの単語です。時間Tにおいて、すべてのプロセッサがコンペティションにアイデアを投入します。時間TプラスHにおいて、それらのプロセッサの1つがコンペティションに勝利します。勝利したチャンクは時間TプラスHプラス1に放送によって受信されます。そしてその勝利したチャンクこそが、CTMが意識するすべてなのです。それだけです。それはプロセッサ、時間、最大8単語の要点、そして重みです。
勝者総取り方式と確率
さて、ここでの私たちの最初の定理、そして唯一の定理は、勝者総取りのトーナメントに関係しています。私はこれまでこんなものを見たことがないのですが、もしご存知なら教えてください。私にとっては新しいことでしたから。私たちは、勝者総取りが非常に興味深いという事実に行き着きました。それは、最終的にすべてのチャンクがその重みに比例した確率で勝つことを保証します。信じがたいかもしれませんが、本当に事実なのです。プロセッサがどこにあるかは関係ありません。勝つ確率は、自身の重みをすべての重みの合計で割ったものです。
ここに典型的なプロセッサがあります。この場合は、たまたま3、1、4、1、5、9、2、6という重みを持つ8つの異なるプロセッサの典型的なコンペティションツリーです。私たちが言っているのは、勝者総取りのシナリオにおいて、重み3を持つAが勝つ確率は、3を合計で割ったものになるということです。合計は31です。そしてBが勝つ確率は1を31で割ったものになります。それが合計です。これが勝者総取りの場合です。ここを見ると、Aが第1ラウンドで勝つ確率は、自身の重みである3を合計の3プラス1、つまり4で割ったものです。ですから最初のラウンドで勝つ確率は4分の3です。
プロセッサ9を見てみましょう。すみません、重みが9のプロセッサFです。最大の重みを持っています。勝者は最も重みが大きいものにしたいと思うかもしれません。決定論的な機械であれば、それを勝者に選びます。しかしそれはうまくいきません。それが悪い理由はたくさんあります。まず第一に、高い重みを持つプロセッサが複数あるかもしれません。あるプロセッサが他のすべてよりも少しだけ重みが高く、そこにとどまっている場合、それらすべてがその重みを持っている限り、そのプロセッサが勝ち続けることになります。それは望ましくありません。
なぜ階層が必要なのですか。重みをサンプリングすればいいのではありませんか。
なぜ重みをサンプリングしないのか、ですね。はい。しかしリンクがないのです。他のプロセッサがどうやって…
リンクを通じて強制するのです。
なるほど。はい。ありがとうございます。それは非常に重要で、例えば合計がいくらなのかを知りたい場合、どのみちこれを行う必要があります。ですから私たちは、絶対にしなければならないこと以上のことは何もしていません。
さて、これがプロセッサFで、重みは9です。第1ラウンドで勝つ確率は、9を5プラス9で割った14分の9です。さて、ここにあるこれらの数字はすべて合計です。14です。右側の2つの2と6の合計は8です。Fが第2ラウンドで勝つ確率は、その14を14プラス8、つまり22で割ったものになります。ですから第2ラウンドで勝つ確率は22分の14です。そして第3ラウンド。ではFがトーナメントで勝つ確率はどれくらいでしょうか。私たちは重みに比例した確率で勝つと言っていますよね。そうですね、第1ラウンドで勝つ確率は14分の9で、それに第2ラウンドの22分の14をかけ、さらに第3ラウンドの31分の22をかけます。すると見てください、14は相殺され、22も相殺されます。31分の9です。見事ではないですか。31分の9です。
プロセッサがどこにあるかは関係ありません。移動させることもできます。これはテニスのトーナメントには当てはまりません。チェスのトーナメントにも当てはまりません。なぜなら彼らは…しかし、このトーナメントには当てはまり、プロセッサがどこにあっても関係ないというのは本当に助かります。勝つ確率は完全に同じなのです。トップでは、プロセッサがどこにあるのか全く分かりません。素晴らしいですよね。テニスのように通常トーナメントを組む場合、一方の側に特定の人を置き、もう一方の側に別の人を置くかもしれません。それらを移動させます。しかし脳はそんな移動はしません。その必要がないのです。
睡眠専門家問題と意識的注意
さて、とにかく私たちには問題がありました。素晴らしいコンペティションで、本当に気に入っていました。しかし重みはどこから来るのでしょうか。私たちは、ゲージが重みについて何かを教えてくれるという点で非常に役立つと判断しました。なぜなら最初は、例えば痛みについて教える侵害受容器には特定の周波数があります。周波数が高いほど痛みが強いのです。これらの数字は固定されています。私たちは侵害受容線維の周波数は滑らかに変化するものと考えがちです。しかし十分に調べると、そうではなく、重要な周波数は10種類存在します。10種類の異なる…痛みが全くない状態から考えうる最悪の痛みまで。それが侵害受容器の仕組みです。では重みはどのように決定されるのでしょうか。
そうです、侵害受容器が伝えてくるものをチャンクに入れる重みの量として採用するのは素晴らしいことです。しかしその後はどうなるのでしょうか。そこでアブリン、私たちには問題がある。覚えているかい。私たちには問題があるんだ。そして彼が言ったことは素晴らしかった。彼はこう言ったのです。僕たちには問題がある。プロセッサはどのように自分の重みを設定するのか。プロセッサが正直であり続けることをどうやって保証するのか。ステージに上がろうとしている不誠実なプロセッサがいるかもしれません。どうやってプロセッサを正直に保つのでしょうか。そしてアブリンは、お母さん、お父さん、その問題を解決するぴったりのものがあるよ、睡眠専門家問題の解決策だよ、と答えてくれました。
そしてアブリンがそれについて教えてくれます。睡眠専門家とは何かというと、すべてのプロセッサには睡眠専門家がいて、そのプロセッサがコンペティションに投入している重みを監視しています。そして、もしプロセッサが前に出過ぎていたり熱心すぎたりしたら、重みを抑え込みます。もし少し弱すぎたら、重みを上げます。そしてアブリンやニナたちが、長期的に正しい方法に収束するようにこれを正確に行う方法を教えてくれます。睡眠専門家を通じたサブグループの公平性の推進という論文があります。
少し言及しておきたいのは、この論文は前に教師がいて、質問のリストを持っており、質問が何であるか、答えが何であるかを知っていることを前提としています。しかしCTMにはそれがありません。前に教師はいません。前に教師はおらず、中央実行機能もありません。ですからこれを実際にCTMで機能させるのには多くの労力が必要でした。
意識的注意。私たちは、放送されたチャンクへの焦点を意識的注意と呼びます。意識的注意とは、すべてのプロセッサが同時に同じチャンクを受け取っており、そのチャンクに対するものとして意識的注意を定義しています。それがそのシステムが注意を向けているものです。他のこともできますが、それに注意を向けているのです。私たちはこれをホムンクルス問題と呼んでいます。実際には結びつけ問題と呼ばれており、内観はそこにホムンクルスがいることを示唆しました。これがホムンクルス問題を解決します。一つひとつのプロセッサが全く同じ時間に、同じティック内で全く同じ情報を受け取っているのです。彼らは皆、同時にその情報を受け取っています。そこに1つのプロセッサが存在するように感じるのも無理はありません。
現象的意識と痛みのメカニズム
さて、次は現象的意識についてです。現象的意識について言及しましたでしょうか。まだですね。現象的意識とは、不安、嫉妬、喜び、愛、悲しみ、恐怖といった感情に関係しています。ご存知のように、私たちが抱くことのできる様々な感情的な感覚のことです。私はどうしても痛みを理解したかったのです。そしてレノアはどうしても喜びを理解したがっていました。そこで私たちは問題を二等分しました。私が痛みに取り組み、彼女が喜びに。素晴らしいことです。
ですからここで私が話すのは痛みについてです。もしロボットが痛みを感じると言った場合、それは本当に苦しんでいるのでしょうか、それともシミュレーションしているだけなのでしょうか。それが私を悩ませていたことなのです。ロボットに痛みがあると言わせるにはどうすればいいのか、それがずっと気になっていました。損傷を受けたときに、ここに損傷があり、どのような損傷で、どの程度の損傷なのかを回路が教えてくれるようにすることはできます。ええ、それは可能です。それを知ることはできます。しかしそれはデイヴィッド・チャーマーズがイージープロブレムと呼ぶものです。自分が損傷していることを知るロボットを作るのは簡単です。私たちはその方法を知っています。ハードプロブレムとは、損傷したときに本当に苦しむロボットを作ることです。ロボットは苦しむべきなのです。
よく人から言われます。自分のロボットを苦しめたいのか。残り5分ですか。ありがとうございます。はい、わかりました。自分のロボットを苦しめたいのか。私たちには子供がいます。子供を持つことは構いませんし、彼らが苦しむこともわかっています。なぜロボットが苦しむことをそれほど気にするのかと。さて、現象的意識についてです。熱いストーブで火傷したときに感じる痛みは、作られた痛みであり、幻想だと言われています。本当にそうでしょうか。幻想でしょうか。私が感じるあの痛みが本当に幻想だとは信じがたいです。
そこで私に素晴らしいことが起きました。私は昼寝をしていました。そしてその昼寝中にこむらがえりを起こしたのです。これはひどいこむらがえりでした。足にひどい激痛が走り、目を覚ますとこむらがえりはありませんでした。痛みもありません。痛みが一瞬で消え去ったのです。痛みはありません。足を触ってみました。そこには全く痛みがありませんでした。私の体は、睡眠中にこむらがえりの痛みを作り出せることを私に証明していたのです。起きているときにそれを作り出すなら、睡眠中にもできなければなりません。
ですから、激しい痛み、極度の痛みの説明は、ブレイニッシュにおける極度の痛みのチャンク、痛みの悲鳴がSTMに到達し、その強度がシータよりも大きいため、他のチャンクがその短期記憶に入ることをほぼ不可能にするときに生じると言えます。すべてのプロセッサは痛みを止める試みを強制されるのです。極度の痛みの確認です。私は人生で数回しか苦悶したことがありませんが、その時は全く役に立たず、ほとんど身動きがとれなくなりました。理性は私から去り、言語も去りました。それが深刻な痛みがもたらすものです。それほど強烈でない痛みでも同じです。6か月以上痛みを経験していると自認した参加者は、臨床的に低いレベルの痛みを示しましたが、それにもかかわらず、痛みのない参加者に比べて様々なテストで著しく悪い成績を示しました。
残り3分ですか。講演が始まろうとしています。
公理その1。すべてのプロセッサによる放送されたチャンクの同時受信は、単一の経験を喚起する。これには公理が必要なのです。FイコールMAがなぜ真であると信じるのかと同じです。証明されているわけではありません。ただ機能するのです。本当に機能します。それがFイコールMAが正しいと知る方法です。物理学の公理です。ここでの公理は、放送されたチャンクの同時受信が単一の経験を喚起するというものです。
公理その1を信憑性のあるものにしているのは同時受信です。すべてのプロセッサが同時に同じチャンクに注意を向けます。
公理その2。CTMが、Gが無であるようなチャンクPTGWを検査するとき、それはCTM内に独自の原始的な主観的経験を喚起する。それがどのような種類のものかは言っていません。それは完全にそのPとそのTによって決定されます。それが決定し、もし非常に大きな負の重みであれば、その特定のPTが痛みを表す言葉になるのです。そしてこの公理その2は、システムがその重みを注意深く見たときに、その原始的な主観的経験が喚起されると述べています。その後の段階で何が起こるかもありますが、話を続けましょう。
さて、単なる痛みの知識とは対照的な、痛みの苦しみの説明です。皆さんにはすでに1つの説明を見ていただきました。プロセッサは痛みに注意を向けること以外何もできず、それが苦痛なのです。しかしそれでも信じがたいですよね。何もできないから痛みを感じるのか。それとも痛みを感じるから何もできないのか。どちらでしょうか。私たちのほとんどは、痛みを感じるから何もできないと言うでしょう。しかし他の人は、何もできないから痛みを感じるのだと言います。1と2のどちらでしょうか。おそらく両方であり、私たちはそれぞれがどのようにして痛みをもたらすのかを検討することができます。何もできないことがいくらかの痛みを与える。何もできないことが痛みであると。
痛みの無関心症とモデルの予測
さて、ここに痛みの苦しみについての別のより良い説明があります。痛みの苦しみは、世界モデルにおける損傷が、痛みと自己としてラベル付けされるときに生じます。これらは痛みという最初の言葉と、そのすぐ後に現れる自己という言葉です。これら2つの言葉は非常に重要です。現実世界では、あなたは膝を擦りむくかもしれません。世界モデルでは、あなたはその損傷に自己と痛みというブレイニッシュの言葉を貼り付けます。これらは世界モデルにおける色のようなラベルです。あなたはその損傷を負った自分を見ます。それが自分であることを見、そしてそれが痛みであると感じます。単なるラベルがどうやって痛みを生み出せるのでしょうか。
しかしこれらは単なるラベルではありません。夢のフレームがブレイニッシュであるように、ブレイニッシュなのです。これらのラベルは本当にマルチモーダルです。ブレイニッシュです。さて、これはクレイジーに聞こえますよね。私たちが言っているのは、痛みの苦しみを生み出しているのは、その損傷が痛みと自己というラベルを貼られているのを見ることだということです。クレイジーに思えませんか。では、なぜこれが真でなければならないのかについての議論をしましょう。なぜ、ではなく、これが起こっていることの理由の1つについての議論です。
痛みの無関心症という興味深い障害があります。面白いですよ。頭をぶつけると痛みの無関心症になります。自分が痛みを持っていることはわかりますが、平気なのです。そこから苦しむことはありません。素晴らしいことに聞こえませんか。私が話した人は皆、それを望んでいました。しかしそれは恐ろしいことです。これを持って生まれた子供は3年以上生きられません。ただ…そして頭をぶつけて後からこの症状になった人でさえ、実際に痛みを感じないため、自分自身を傷つけ始めます。
それが痛みの無関心症です。痛みの無関心症と呼ばれる障害において、患者は自分が痛みを持っていることを知っていますが、苦しみません。これに対する最初の説明はニコラ・グラヘクのもので、非常に重要です。患者は痛みを意識していないが、自己は意識していると。自分の膝にダメージを与えているのは見える。ダメージを受けたのが自分であることはわかる。しかし痛みはなく、苦しみもない。
数年後、コリン・クラインは言いました。いや、患者は自己を意識していない。痛みを意識しているが、自己を意識していないのだと。どうしてそんなことがあり得るでしょうか。これがどのように説明されているかの例があります。痛みの無関心症を持つある人がこう言っています。体の一部が痛むとき、その痛みからとても切り離されているように感じられ、まるで他人の痛みであるかのように感じます、と。面白くないですか。奇妙ですよね。
フィリップ・ジェランは問いかけました。どちらの説明が正しいのかと。痛みなのか。痛みを意識せず自己を意識しているのか。自己を意識せず痛みを意識しているのか。どちらが正しいのでしょうか。CTMからの答えは、2つの異なる痛みの無関心症が存在するというものです。自己と痛みという2つの異なるラベルがあります。一方を欠けば痛みの無関心症になります。もう一方を欠いても痛みの無関心症になります。両方を欠いている場合は3つ目の痛みの無関心症すら存在しますが、それらは痛みの無関心症とは呼ばれません。
意識的チューリングマシンのまとめ
さて、見てみましょう。これは本当に2つの異なる痛みの無関心症が存在するという私たちの予測です。私たちは数年以内に神経科学者たちがそれが事実であることに気づくであろうと予測しています。
まとめるにあたって、CTMはチューリングマシンと同じくらい正確に定義されています。チューリングマシンが計算可能性を理解するために設計されたように、CTMは意識の理解を得るために定義されました。2つ目に、CTMには中央実行機能がありません。私たちが知る他のすべてのモデルには、例えば誰がステージに上がるかを決定したり、タスクを実行する必要があるかどうか、誰がそれを行うべきかを決定したりするための中央実行機能があります。それは狂っています。たった1人が全員の能力を知り、誰が実際にそれを行うべきかを決定することなど不可能です。私たちには中央実行機能はありません。それはこの勝者総取りのコンペティションに置き換えられています。
ブレイニッシュは、プロセッサが互いにコミュニケーションをとるために使用する自己定義された言語です。そして痛みと自己というブレイニッシュが苦しみと痛みの原因となっています。以上です。このAIの意識は不可避なものです。レノア、ありがとう。それはレノアの素晴らしいアイデアでした。そう呼びましょう。以上です。
（拍手）
はい。ええと…はい、次の講演者は私とずっと付き合いのある方です。レノアについていくつか紹介させてください。彼女は長年にわたる…
コメント