AI の大きな弱点が発見されました。サルの脳にも劣ります。

(ダントリ新聞) - 新たな研究によると、脳は認知要素を再利用して柔軟に適応できるが、現在の AI にはその点でまだ多くの限界がある。

AIはまだ生物学的脳の知能に劣っています。

独自のメカニズムのおかげで、サルだけでなく人間でさえも、これまで遭遇したことのない課題やタスクに適応することができます（写真：ゲッティ）。

AI（人工知能）は驚異的な進歩を遂げ、いくつかの特定のタスクでは人間を凌駕していますが、人間の脳には、機械がまだ再現していない重要な利点がまだあります。それは、異なるタスク間でスキルを転送および再利用できる柔軟性です。

これは、12月15日に発表された、プリンストン大学（米国）の科学者チームによる新しい研究からの注目すべき結論です。

研究者たちは、人間を直接実験する代わりに、脳の構造と機能が人間に似ている霊長類のアカゲザル（Macaca mulatta）を選んだ。

実験では、サルは画面に表示された形や色を識別し、特定の眼球運動で答えるよう指示されました。同時に、高度な神経スキャン技術を用いてサルの脳活動をモニタリングし、活性化した脳領域と重複する活動パターンを特定しました。

結果は、サルの脳が各タスクを別個の実体として処理するのではなく、さまざまな異なるタスクに対して比較的安定したニューロンのグループを使用していることを示しました。

科学者たちはこれらのグループを「認知レゴブロック」に例えています。これは、分解、再利用、そして柔軟に組み合わせることで、新たな要件に対応できるものです。このメカニズムにより、脳は素早く適応することができますが、現在の多くのAIモデルは、異なるタスクに切り替える際に、ほぼゼロから再学習する必要があります。

人工知能の主な弱点は何ですか?

現在のAIモデルは、新しいタスクを学習する際に古いスキルを簡単に失ってしまいます。これは致命的な弱点ですが、同時に生物学的脳に有利な点ももたらします（画像：Getty）。

プリンストン大学の神経科学者ティム・ブッシュマン氏によると、最先端のAIシステムは、個々のタスクでは人間と同等か、あるいは人間を上回るパフォーマンスを達成できるが、複数のタスクを連続的に学習して実行することになると、非常に苦労するという。

逆に、生物学的脳は、「ゼロから学ぶ」ことなく、既存の認知要素を組み合わせて新しい戦略を構築することができます。

これらの「認知ブロック」は、主に前頭前皮質に集中しています。前頭前皮質は、計画、問題解決、意思決定といった高次認知機能に関連する脳領域です。ここは、霊長類とヒトにおける認知可塑性の中心と考えられています。

注目すべきことに、研究チームは、特定の認知ブロックが現在の課題に不要になった場合、その活動レベルが低下することを発見しました。これは、脳が未使用の神経プログラムを「保存」する能力を持ち、それによって過負荷を回避し、目の前の課題にリソースを集中させていることを示唆しています。

ブッシュマン氏はこのメカニズムを、コンピュータプログラムの関数の動作に例えました。ニューロンの集合が色の識別を担い、その出力信号が別の関数に渡されて動作を制御します。この構造のおかげで、脳はより単純なステップを順番に実行することで複雑なタスクを解決できるのです。

この発見は、サル、そしておそらく人間が、既存の知識とスキルを活用して全く新しい課題に適応できる理由を説明するのに役立ちます。これはまた、現在の人工知能の大きな弱点でもあります。ニューラルネットワークはしばしば「忘却」に悩まされ、新しいタスクを学習する際に古いスキルを失ってしまうからです。

さらに、科学者たちは、この研究結果が生物学的脳の AI に対する認知的優位性を明らかにするだけでなく、より柔軟な人工知能システムを開発するための新たな道を開くものであると考えています。

同時に、これらの発見は、患者が一つの状況から別の状況へスキルを移行することが困難な神経疾患や精神疾患の研究と治療にも貢献する可能性があります。

タスクを絶えず切り替えることは必ずしも脳にとって有益ではないが、研究によれば、「認知の断片」を再利用できる能力は、絶えず変化する世界に人間が素早く適応するのに役立つ巧妙な近道であり、少なくとも現時点では人工知能が追いつこうと奮闘している利点であることが示唆されている。

出典: https://dantri.com.vn/khoa-hoc/tim-thay-diem-yeu-lon-cua-ai-thua-ca-nao-khi-20251215075622649.htm