TEDxBeaconStreet
Alex Wissner-Gross: A new equation for intelligence
アレックス・ウィスナー=グロス: 知能の方程式
Filmed:
Readability: 5.9
2,098,891 views
知能に公式なんてあるのでしょうか？はい、 F = T ∇ Sτです。物理学者そしてコンピュータ科学者であるアレックス・ウィスナー=グロスが、この式が一体どんな意味があるのか、魅力的で、内容のある話で説明します。 (TEDxBeaconStreetにて収録)
Alex Wissner-Gross - Scientist, entrepreneur, inventor
Alex Wissner-Gross applies science and engineering principles to big (and diverse) questions, like: "What is the equation for intelligence?" and "What's the best way to raise awareness about climate change?" Full bio
Alex Wissner-Gross applies science and engineering principles to big (and diverse) questions, like: "What is the equation for intelligence?" and "What's the best way to raise awareness about climate change?" Full bio
Double-click the English transcript below to play the video.
00:12
Intelligence -- what is it?
0
899
3667
知能とは何でしょうか？
00:16
If we take a look back at the history
1
4566
2291
知能に関する議論について
00:18
of how intelligence has been viewed,
2
6857
2624
歴史を振り返ってみると
00:21
one seminal example has been
3
9481
3618
エドガー・ダイクストラの
有名な言葉につきあたります
有名な言葉につきあたります
00:25
Edsger Dijkstra's famous quote that
4
13099
3477
エドガー・ダイクストラの
有名な言葉につきあたります
有名な言葉につきあたります
00:28
"the question of whether a machine can think
5
16576
3111
“機械が考えることができるのか
という問いはー
という問いはー
00:31
is about as interesting
6
19687
1310
“機械が考えることができるのか
という問いはー
という問いはー
00:32
as the question of whether a submarine
7
20997
2971
潜水艦が泳ぐことができるか
という問いと 同じくらい興味深い”
という問いと 同じくらい興味深い”
00:35
can swim."
8
23968
1790
潜水艦が泳ぐことができるか
という問いと 同じくらい興味深い”
という問いと 同じくらい興味深い”
00:37
Now, Edsger Dijkstra, when he wrote this,
9
25758
3844
エドガー・ダイクストラのこの言葉は
アラン・チューリングなど
アラン・チューリングなど
00:41
intended it as a criticism
10
29602
2054
コンピュータ科学の先駆者達への
批判から出たものです
批判から出たものです
00:43
of the early pioneers of computer science,
11
31656
3000
コンピュータ科学の先駆者達への
批判から出たものです
批判から出たものです
00:46
like Alan Turing.
12
34656
1747
コンピュータ科学の先駆者達への
批判から出たものです
批判から出たものです
00:48
However, if you take a look back
13
36403
2499
しかし考えてみるとー
00:50
and think about what have been
14
38902
1965
しかし考えてみるとー
00:52
the most empowering innovations
15
40867
1996
“泳ぐ機械”や“飛ぶ機械”を作ることができたー
00:54
that enabled us to build
16
42863
1879
“泳ぐ機械”や“飛ぶ機械”を作ることができたー
00:56
artificial machines that swim
17
44742
2234
最大の原動力とは何なのでしょうか？
00:58
and artificial machines that [fly],
18
46976
2573
最大の原動力とは何なのでしょうか？
01:01
you find that it was only through understanding
19
49549
3547
単に泳ぎや飛行の物理的原理を
理解することによって
理解することによって
01:05
the underlying physical mechanisms
20
53096
2608
単に泳ぎや飛行の物理的原理を
理解することによって
理解することによって
01:07
of swimming and flight
21
55704
2779
単に泳ぎや飛行の物理的原理を
理解することによって
理解することによって
01:10
that we were able to build these machines.
22
58483
3172
このような機械を
作ることができたのです
作ることができたのです
01:13
And so, several years ago,
23
61655
2256
数年前 私が行った研究はー
01:15
I undertook a program to try to understand
24
63911
3249
数年前 私が行った研究はー
01:19
the fundamental physical mechanisms
25
67160
2634
知能における物理的な基本原理を
解明することでした
解明することでした
01:21
underlying intelligence.
26
69794
2768
知能における物理的な基本原理を
解明することでした
解明することでした
01:24
Let's take a step back.
27
72562
1860
その前に ある思考実験をしたいと思います
01:26
Let's first begin with a thought experiment.
28
74422
3149
その前に ある思考実験をしたいと思います
01:29
Pretend that you're an alien race
29
77571
2854
自分が地球のことを何も知らない
エイリアンだと思ってください
エイリアンだと思ってください
01:32
that doesn't know anything about Earth biology
30
80425
3041
自分が地球のことを何も知らない
エイリアンだと思ってください
エイリアンだと思ってください
01:35
or Earth neuroscience or Earth intelligence,
31
83466
3116
生物学や神経学
知能について何も知りません
知能について何も知りません
01:38
but you have amazing telescopes
32
86582
2192
しかし高性能な望遠鏡で
地球を観察することができ
地球を観察することができ
01:40
and you're able to watch the Earth,
33
88774
2362
しかし高性能な望遠鏡で
地球を観察することができ
地球を観察することができ
01:43
and you have amazingly long lives,
34
91136
2332
かなり長生きなので 何百万年 いや
何十億年も地球を観察できるとします
何十億年も地球を観察できるとします
01:45
so you're able to watch the Earth
35
93468
1499
かなり長生きなので 何百万年 いや
何十億年も地球を観察できるとします
何十億年も地球を観察できるとします
01:46
over millions, even billions of years.
36
94967
3442
かなり長生きなので 何百万年 いや
何十億年も地球を観察できるとします
何十億年も地球を観察できるとします
01:50
And you observe a really strange effect.
37
98409
3015
すると変わったものを
見ることになります
見ることになります
01:53
You observe that, over the course of the millennia,
38
101424
4312
千年も観察しているとー
01:57
Earth is continually bombarded with asteroids
39
105736
4285
地球に常に
隕石が衝突していることがわかります
隕石が衝突していることがわかります
02:02
up until a point,
40
110021
2087
地球に常に
隕石が衝突していることがわかります
隕石が衝突していることがわかります
02:04
and that at some point,
41
112108
1531
しかし紀元2000年頃になるとー
02:05
corresponding roughly to our year, 2000 AD,
42
113639
4192
しかし紀元2000年頃になるとー
02:09
asteroids that are on
43
117831
1716
不思議なことに
地球に衝突するはずの隕石はー
地球に衝突するはずの隕石はー
02:11
a collision course with the Earth
44
119547
1931
不思議なことに
地球に衝突するはずの隕石はー
地球に衝突するはずの隕石はー
02:13
that otherwise would have collided
45
121478
1975
衝突前に進路を変えたり
爆発してしまうのです
爆発してしまうのです
02:15
mysteriously get deflected
46
123453
2415
衝突前に進路を変えたり
爆発してしまうのです
爆発してしまうのです
02:17
or they detonate before they can hit the Earth.
47
125868
3072
衝突前に進路を変えたり
爆発してしまうのです
爆発してしまうのです
02:20
Now of course, as earthlings,
48
128940
2083
もちろん地球人は その理由は
自らを守ろうとしている事であると―
自らを守ろうとしている事であると―
02:23
we know the reason would be
49
131023
1544
もちろん地球人は その理由は
自らを守ろうとしている事であると―
自らを守ろうとしている事であると―
02:24
that we're trying to save ourselves.
50
132567
1756
知っています
02:26
We're trying to prevent an impact.
51
134323
3080
衝突を防ごうとしているのです
02:29
But if you're an alien race
52
137403
1711
しかしエイリアンであるあなたは
02:31
who doesn't know any of this,
53
139114
1146
そんなことは いざ知らず
02:32
doesn't have any concept of Earth intelligence,
54
140260
2514
地球の知的生命体の存在について
考えも及ばず
考えも及ばず
02:34
you'd be forced to put together
55
142774
1728
なぜ隕石がある時期から
地球に衝突しなくなる―
地球に衝突しなくなる―
02:36
a physical theory that explains how,
56
144502
2918
なぜ隕石がある時期から
地球に衝突しなくなる―
地球に衝突しなくなる―
02:39
up until a certain point in time,
57
147420
2538
神秘的なできごとについて
02:41
asteroids that would demolish the surface of a planet
58
149958
4449
物理的な理論を考えるしかありません
02:46
mysteriously stop doing that.
59
154407
3231
物理的な理論を考えるしかありません
02:49
And so I claim that this is the same question
60
157638
4204
これは知能の物理的本質を
理解することと同じ問題なのです
理解することと同じ問題なのです
02:53
as understanding the physical nature of intelligence.
61
161842
3998
これは知能の物理的本質を
理解することと同じ問題なのです
理解することと同じ問題なのです
02:57
So in this program that I
undertook several years ago,
undertook several years ago,
62
165840
3882
そこで 数年前に行った研究では
03:01
I looked at a variety of different threads
63
169722
2765
知能の統一的な原理を指し示す
科学の多くの分野に目を向けました
科学の多くの分野に目を向けました
03:04
across science, across a variety of disciplines,
64
172487
3162
知能の統一的な原理を指し示す
科学の多くの分野に目を向けました
科学の多くの分野に目を向けました
03:07
that were pointing, I think,
65
175649
1892
知能の統一的な原理を指し示す
科学の多くの分野に目を向けました
科学の多くの分野に目を向けました
03:09
towards a single, underlying mechanism
66
177541
2548
知能の統一的な原理を指し示す
科学の多くの分野に目を向けました
科学の多くの分野に目を向けました
03:12
for intelligence.
67
180089
1581
知能の統一的な原理を指し示す
科学の多くの分野に目を向けました
科学の多くの分野に目を向けました
03:13
In cosmology, for example,
68
181670
2546
例えば宇宙論では
様々な証拠により
様々な証拠により
03:16
there have been a variety of
different threads of evidence
different threads of evidence
69
184216
2747
例えば宇宙論では
様々な証拠により
様々な証拠により
03:18
that our universe appears to be finely tuned
70
186963
3407
この宇宙は 知能が発達し
03:22
for the development of intelligence,
71
190370
2153
この宇宙は 知能が発達し
03:24
and, in particular, for the development
72
192523
2389
特に宇宙の将来の多様性が
最大化するようにー
最大化するようにー
03:26
of universal states
73
194912
1886
うまく調整されていると
示されています
示されています
03:28
that maximize the diversity of possible futures.
74
196798
4098
うまく調整されていると
示されています
示されています
03:32
In game play, for example, in Go --
75
200896
2344
例えばゲームの碁を見てみましょう
03:35
everyone remembers in 1997
76
203240
3025
だれでも チェスでIBMのディープブルーが
03:38
when IBM's Deep Blue beat
Garry Kasparov at chess --
Garry Kasparov at chess --
77
206265
3951
1997年にカスパロフを破ったことを覚えていますが
03:42
fewer people are aware
78
210216
1523
あまり良く知られていないことは
03:43
that in the past 10 years or so,
79
211739
2018
最近の10年間において
03:45
the game of Go,
80
213757
1198
分岐因子が非常に多くチェスよりも
はるかに難しいゲームである
はるかに難しいゲームである
03:46
arguably a much more challenging game
81
214955
1956
分岐因子が非常に多くチェスよりも
はるかに難しいゲームである
はるかに難しいゲームである
03:48
because it has a much higher branching factor,
82
216911
2425
碁においてもコンピュータが
対戦する人間に
対戦する人間に
03:51
has also started to succumb
83
219336
1702
同様な理由で勝ち始めたことです
03:53
to computer game players
84
221038
1865
同様な理由で勝ち始めたことです
03:54
for the same reason:
85
222903
1573
同様な理由で勝ち始めたことです
03:56
the best techniques right now
for computers playing Go
for computers playing Go
86
224476
2800
現状ではコンピュータにとっての
最善の方法は
最善の方法は
03:59
are techniques that try to maximize future options
87
227276
3696
将来の選択肢を最大にすることなのです
04:02
during game play.
88
230972
2014
将来の選択肢を最大にすることなのです
04:04
Finally, in robotic motion planning,
89
232986
3581
最後の例として
ロボットの動作プログラムでは
ロボットの動作プログラムでは
04:08
there have been a variety of recent techniques
90
236567
2182
複雑な仕事を達成するためー
04:10
that have tried to take advantage
91
238749
1902
複雑な仕事を達成するためー
04:12
of abilities of robots to maximize
92
240651
3146
行動の自由度を最大化する能力を
利用しようとする最新技法があります
利用しようとする最新技法があります
04:15
future freedom of action
93
243797
1506
行動の自由度を最大化する能力を
利用しようとする最新技法があります
利用しようとする最新技法があります
04:17
in order to accomplish complex tasks.
94
245303
3097
行動の自由度を最大化する能力を
利用しようとする最新技法があります
利用しようとする最新技法があります
04:20
And so, taking all of these different threads
95
248400
2355
数年前から問い続けてきたことですが
04:22
and putting them together,
96
250755
1622
異なる分野を総合的に考えることで
04:24
I asked, starting several years ago,
97
252377
2640
知能の背後にある原理は
見えてくるのでしょうか？
見えてくるのでしょうか？
04:27
is there an underlying mechanism for intelligence
98
255017
2850
知能の背後にある原理は
見えてくるのでしょうか？
見えてくるのでしょうか？
04:29
that we can factor out
99
257867
1673
知能の背後にある原理は
見えてくるのでしょうか？
見えてくるのでしょうか？
04:31
of all of these different threads?
100
259540
1774
知能の背後にある原理は
見えてくるのでしょうか？
見えてくるのでしょうか？
04:33
Is there a single equation for intelligence?
101
261314
4593
統一的な公式は存在するのでしょうか？
04:37
And the answer, I believe, is yes.
["F = T ∇ Sτ"]
["F = T ∇ Sτ"]
102
265907
3371
私の答えはイエスです
[F = T ∇ Sτ]
[F = T ∇ Sτ]
04:41
What you're seeing is probably
103
269278
1913
E = mc²とよく似ていますが
これは知能の公式です
これは知能の公式です
04:43
the closest equivalent to an E = mc²
104
271191
3294
E = mc²とよく似ていますが
これは知能の公式です
これは知能の公式です
04:46
for intelligence that I've seen.
105
274485
2830
E = mc²とよく似ていますが
これは知能の公式です
これは知能の公式です
04:49
So what you're seeing here
106
277315
1702
それぞれ何を表しているかというと
04:51
is a statement of correspondence
107
279017
2669
それぞれ何を表しているかというと
04:53
that intelligence is a force, F,
108
281686
4435
Fが知能
未来の自由度を最大にする力です
未来の自由度を最大にする力です
04:58
that acts so as to maximize future freedom of action.
109
286121
4650
Fが知能
未来の自由度を最大にする力です
未来の自由度を最大にする力です
05:02
It acts to maximize future freedom of action,
110
290771
2375
未来の自由度を最大にし
選択肢を広げる際に働くのがー
選択肢を広げる際に働くのがー
05:05
or keep options open,
111
293146
1628
強度T そして ある時間タウτまでに
05:06
with some strength T,
112
294774
2225
強度T そして ある時間タウτまでに
05:08
with the diversity of possible accessible futures, S,
113
296999
4777
到達可能な未来の多様性がSです
05:13
up to some future time horizon, tau.
114
301776
2550
到達可能な未来の多様性がSです
05:16
In short, intelligence doesn't like to get trapped.
115
304326
3209
要は知能は留まっているのが
嫌いだということです
嫌いだということです
05:19
Intelligence tries to maximize
future freedom of action
future freedom of action
116
307535
3055
知能は未来の自由度を最大にし
選択肢を広げ続けます
選択肢を広げ続けます
05:22
and keep options open.
117
310590
2673
知能は未来の自由度を最大にし
選択肢を広げ続けます
選択肢を広げ続けます
05:25
And so, given this one equation,
118
313263
2433
しかし 自然な疑問が湧いてきます
05:27
it's natural to ask, so what can you do with this?
119
315696
2532
この式をどう使うのか?
何が予測できるのでしょうか？
何が予測できるのでしょうか？
05:30
How predictive is it?
120
318228
1351
この式をどう使うのか?
何が予測できるのでしょうか？
何が予測できるのでしょうか？
05:31
Does it predict human-level intelligence?
121
319579
2135
人間の知能レベル？
人工知能の進歩予測？
人工知能の進歩予測？
05:33
Does it predict artificial intelligence?
122
321714
2818
人間の知能レベル？
人工知能の進歩予測？
人工知能の進歩予測？
05:36
So I'm going to show you now a video
123
324532
2042
これからビデオをお見せします
05:38
that will, I think, demonstrate
124
326574
3420
これからビデオをお見せします
05:41
some of the amazing applications
125
329994
2288
このたった一つの式に様々な
05:44
of just this single equation.
126
332282
2319
素晴らしい応用があることを
示します
示します
05:46
(Video) Narrator: Recent research in cosmology
127
334601
1979
宇宙論における最新の研究によると
05:48
has suggested that universes that produce
128
336580
2047
“エントロピー”つまり乱雑さを
増大させる宇宙はー
増大させる宇宙はー
05:50
more disorder, or "entropy," over their lifetimes
129
338627
3481
“エントロピー”つまり乱雑さを
増大させる宇宙はー
増大させる宇宙はー
05:54
should tend to have more favorable conditions
130
342108
2478
知的生命体が存在するのに
最適な状態へと方向付けられています
最適な状態へと方向付けられています
05:56
for the existence of intelligent
beings such as ourselves.
beings such as ourselves.
131
344586
3016
知的生命体が存在するのに
最適な状態へと方向付けられています
最適な状態へと方向付けられています
05:59
But what if that tentative cosmological connection
132
347602
2574
しかし宇宙論的な意味で
エントロピーと知能の間に
エントロピーと知能の間に
06:02
between entropy and intelligence
133
350176
1843
しかし宇宙論的な意味で
エントロピーと知能の間に
エントロピーと知能の間に
06:04
hints at a deeper relationship?
134
352019
1771
深いレベルで関係があるとしたら？
06:05
What if intelligent behavior doesn't just correlate
135
353790
2564
知的行動は長期的なエントロピーの
増加と関係があるだけでなく
増加と関係があるだけでなく
06:08
with the production of long-term entropy,
136
356354
1844
知的行動は長期的なエントロピーの
増加と関係があるだけでなく
増加と関係があるだけでなく
06:10
but actually emerges directly from it?
137
358198
2318
エントロピーそのものから
発生しているとしたら？
発生しているとしたら？
06:12
To find out, we developed a software engine
138
360516
2406
それを確かめるために開発したのが
エントロピカというソフトです
エントロピカというソフトです
06:14
called Entropica, designed to maximize
139
362922
2503
それを確かめるために開発したのが
エントロピカというソフトです
エントロピカというソフトです
06:17
the production of long-term entropy
140
365425
1768
どのような系であっても
06:19
of any system that it finds itself in.
141
367193
2576
長期的エントロピーの増加を
最大化するように設計されています
最大化するように設計されています
06:21
Amazingly, Entropica was able to pass
142
369769
2155
驚いたことにエントロピカは
指示がなくても
指示がなくても
06:23
multiple animal intelligence
tests, play human games,
tests, play human games,
143
371924
3456
様々な動物知能テストをクリアし
人間が行うようなゲーム
人間が行うようなゲーム
06:27
and even earn money trading stocks,
144
375380
2146
様々な動物知能テストをクリアし
人間が行うようなゲーム
人間が行うようなゲーム
06:29
all without being instructed to do so.
145
377526
2111
さらには
株の取引きすらできたのです
株の取引きすらできたのです
06:31
Here are some examples of Entropica in action.
146
379637
2518
エントロピカの行動を見てください
06:34
Just like a human standing
upright without falling over,
upright without falling over,
147
382155
3205
倒れることなく
人間のように直立二足歩行をし
人間のように直立二足歩行をし
06:37
here we see Entropica
148
385360
1230
ご覧のようにカートを使って
ポールのバランスを取ろうとします
ポールのバランスを取ろうとします
06:38
automatically balancing a pole using a cart.
149
386590
2885
カートを使って
ポールのバランスを取ろうとします
ポールのバランスを取ろうとします
06:41
This behavior is remarkable in part
150
389475
2012
驚くべきことの一つは
エントロピカに―
エントロピカに―
06:43
because we never gave Entropica a goal.
151
391487
2331
目的を与えていないのに
この様に行動することです
この様に行動することです
06:45
It simply decided on its own to balance the pole.
152
393818
3157
自分で判断し
ポールのバランスを取ります
ポールのバランスを取ります
06:48
This balancing ability will have appliactions
153
396975
2132
こうした能力はヒューマノイドや
障害者のための支援技術に応用できます
障害者のための支援技術に応用できます
06:51
for humanoid robotics
154
399107
1397
こうした能力はヒューマノイドや
障害者のための支援技術に応用できます
障害者のための支援技術に応用できます
06:52
and human assistive technologies.
155
400504
2515
こうした能力はヒューマノイドや
障害者のための支援技術に応用できます
障害者のための支援技術に応用できます
06:55
Just as some animals can use objects
156
403019
2001
一部の動物は手の届かない所に
道具を使いますが
道具を使いますが
06:57
in their environments as tools
157
405020
1442
一部の動物は手の届かない所に
道具を使いますが
道具を使いますが
06:58
to reach into narrow spaces,
158
406462
1987
一部の動物は手の届かない所に
道具を使いますが
道具を使いますが
07:00
here we see that Entropica,
159
408449
1882
エントロピカの場合を見てみましょう
07:02
again on its own initiative,
160
410331
1838
エントロピカの場合を見てみましょう
07:04
was able to move a large
disk representing an animal
disk representing an animal
161
412169
2910
動物を表す大きなディスクを動かし
07:07
around so as to cause a small disk,
162
415079
2345
道具を表す小さなディスクを
狭い場所に動かすことができました
狭い場所に動かすことができました
07:09
representing a tool, to reach into a confined space
163
417424
2771
道具を表す小さなディスクを
狭い場所に動かすことができました
狭い場所に動かすことができました
07:12
holding a third disk
164
420195
1537
もう一枚のディスクは
元の位置から解放させます
元の位置から解放させます
07:13
and release the third disk
from its initially fixed position.
from its initially fixed position.
165
421732
2972
もう一枚のディスクは
元の位置から解放させます
元の位置から解放させます
07:16
This tool use ability will have applications
166
424704
2189
こうした道具を使う能力は
製造業や農業に応用できます
製造業や農業に応用できます
07:18
for smart manufacturing and agriculture.
167
426893
2359
こうした道具を使う能力は
製造業や農業に応用できます
製造業や農業に応用できます
07:21
In addition, just as some other animals
168
429252
1944
また エサをとるため協力して
ロープの端を引っ張る動物もいます
ロープの端を引っ張る動物もいます
07:23
are able to cooperate by pulling
opposite ends of a rope
opposite ends of a rope
169
431196
2696
また エサをとるため協力して
ロープの端を引っ張る動物もいます
ロープの端を引っ張る動物もいます
07:25
at the same time to release food,
170
433892
2053
また エサをとるため協力して
ロープの端を引っ張る動物もいます
ロープの端を引っ張る動物もいます
07:27
here we see that Entropica is able to accomplish
171
435945
2295
エントロピカもモデルにおいて
この課題をクリアできました
この課題をクリアできました
07:30
a model version of that task.
172
438240
1988
エントロピカもモデルにおいて
この課題をクリアできました
この課題をクリアできました
07:32
This cooperative ability has interesting implications
173
440228
2522
こうした協力する能力は
経済計画など多くの分野に応用できます
経済計画など多くの分野に応用できます
07:34
for economic planning and a variety of other fields.
174
442750
3435
こうした協力する能力は
経済計画など多くの分野に応用できます
経済計画など多くの分野に応用できます
07:38
Entropica is broadly applicable
175
446185
2071
エントロピカは様々な分野に
広く応用できるのです
広く応用できるのです
07:40
to a variety of domains.
176
448256
1943
エントロピカは様々な分野に
広く応用できるのです
広く応用できるのです
07:42
For example, here we see it successfully
177
450199
2442
例えばポンというゲームを
自分だけで見事にプレイしており
自分だけで見事にプレイしており
07:44
playing a game of pong against itself,
178
452641
2559
例えばポンというゲームを
自分だけで見事にプレイしており
自分だけで見事にプレイしており
07:47
illustrating its potential for gaming.
179
455200
2343
ゲームを遂行する能力を
示しています
示しています
07:49
Here we see Entropica orchestrating
180
457543
1919
また つながりを常に失いがちな
ソーシャルネットワークにおいて
ソーシャルネットワークにおいて
07:51
new connections on a social network
181
459462
1839
また つながりを常に失いがちな
ソーシャルネットワークにおいて
ソーシャルネットワークにおいて
07:53
where friends are constantly falling out of touch
182
461301
2760
エントロピカは新しい関係を
上手く築いていきます
上手く築いていきます
07:56
and successfully keeping
the network well connected.
the network well connected.
183
464061
2856
エントロピカは新しい関係を
上手く築いていきます
上手く築いていきます
07:58
This same network orchestration ability
184
466917
2298
このネットワークの組織能力は
08:01
also has applications in health care,
185
469215
2328
ヘルスケアやエネルギー
知能の分野にも応用できます
知能の分野にも応用できます
08:03
energy, and intelligence.
186
471543
3232
ヘルスケアやエネルギー
知能の分野にも応用できます
知能の分野にも応用できます
08:06
Here we see Entropica directing the paths
187
474775
2085
船の一群がパナマ運河を発見し
08:08
of a fleet of ships,
188
476860
1486
船の一群がパナマ運河を発見し
08:10
successfully discovering and
utilizing the Panama Canal
utilizing the Panama Canal
189
478346
3175
大西洋から太平洋へと
活動範囲を広げる様子も
活動範囲を広げる様子も
08:13
to globally extend its reach from the Atlantic
190
481521
2458
大西洋から太平洋へと
活動範囲を広げる様子も
活動範囲を広げる様子も
08:15
to the Pacific.
191
483979
1529
再現しています
08:17
By the same token, Entropica
192
485508
1727
エントロピカは 自主防衛
物流 運送などにも応用できます
物流 運送などにも応用できます
08:19
is broadly applicable to problems
193
487235
1620
エントロピカは 自主防衛
物流 運送などにも応用できます
物流 運送などにも応用できます
08:20
in autonomous defense, logistics and transportation.
194
488855
5302
エントロピカは 自主防衛
物流 運送などにも応用できます
物流 運送などにも応用できます
08:26
Finally, here we see Entropica
195
494173
2030
最後の例ですが 株取引で
安く買って高く売る戦略を
安く買って高く売る戦略を
08:28
spontaneously discovering and executing
196
496203
2723
最後の例ですが 株取引で
安く買って高く売る戦略を
安く買って高く売る戦略を
08:30
a buy-low, sell-high strategy
197
498926
2067
直ちに発見し シミュレーションの
条件内でこれを実行し
条件内でこれを実行し
08:32
on a simulated range traded stock,
198
500993
2178
直ちに発見し シミュレーションの
条件内でこれを実行し
条件内でこれを実行し
08:35
successfully growing assets under management
199
503171
2331
管理可能なやり方で 資産を一気に
増やすことができるのです
増やすことができるのです
08:37
exponentially.
200
505502
1424
管理可能なやり方で 資産を一気に
増やすことができるのです
増やすことができるのです
08:38
This risk management ability
201
506926
1308
こうしたリスク管理能力は
経済や保険の分野に広く応用できます
経済や保険の分野に広く応用できます
08:40
will have broad applications in finance
202
508234
2487
こうしたリスク管理能力は
経済や保険の分野に広く応用できます
経済や保険の分野に広く応用できます
08:42
and insurance.
203
510721
3328
こうしたリスク管理能力は
経済や保険の分野に広く応用できます
経済や保険の分野に広く応用できます
08:46
Alex Wissner-Gross: So what you've just seen
204
514049
2091
これまで見てきたのは
人間の知能的な認知行動です
人間の知能的な認知行動です
08:48
is that a variety of signature human intelligent
205
516140
4392
これまで見てきたのは
人間の知能的な認知行動です
人間の知能的な認知行動です
08:52
cognitive behaviors
206
520532
1757
これまで見てきたのは
人間の知能的な認知行動です
人間の知能的な認知行動です
08:54
such as tool use and walking upright
207
522289
2831
道具の使用や直立二足歩行
社会的協力といったものです
社会的協力といったものです
08:57
and social cooperation
208
525120
2029
道具の使用や直立二足歩行
社会的協力といったものです
社会的協力といったものです
08:59
all follow from a single equation,
209
527149
2972
これらは全てー
09:02
which drives a system
210
530121
1932
未来の行動の自由度を最大にする
一つの式から導かれます
一つの式から導かれます
09:04
to maximize its future freedom of action.
211
532053
3911
未来の行動の自由度を最大にする
一つの式から導かれます
一つの式から導かれます
09:07
Now, there's a profound irony here.
212
535964
3007
ここでとても皮肉なのが
09:10
Going back to the beginning
213
538971
2024
ロボットという言葉を始めて使用した
戯曲“RUR”ではー
戯曲“RUR”ではー
09:12
of the usage of the term robot,
214
540995
3273
ロボットという言葉を始めて使用した
戯曲“RUR”ではー
戯曲“RUR”ではー
09:16
the play "RUR,"
215
544268
2903
ロボットという言葉を始めて使用した
戯曲“RUR”ではー
戯曲“RUR”ではー
09:19
there was always a concept
216
547171
2235
“もし知能を持つ機械を作ったとしたら
ロボットの反乱が起こるだろう”
ロボットの反乱が起こるだろう”
09:21
that if we developed machine intelligence,
217
549406
3226
“もし知能を持つ機械を作ったとしたら
ロボットの反乱が起こるだろう”
ロボットの反乱が起こるだろう”
09:24
there would be a cybernetic revolt.
218
552632
3027
というコンセプトがありました
09:27
The machines would rise up against us.
219
555659
3551
機械が私達に敵対し
立ち上がるというのです
立ち上がるというのです
09:31
One major consequence of this work
220
559210
2319
ここ数十年における
09:33
is that maybe all of these decades,
221
561529
2769
我々の研究の主な成果として
09:36
we've had the whole concept of cybernetic revolt
222
564298
2976
ロボットによる反乱について
09:39
in reverse.
223
567274
2011
全く逆の結果が得られたのです
09:41
It's not that machines first become intelligent
224
569285
3279
なにも知能を持った機械がー
09:44
and then megalomaniacal
225
572564
2015
誇大妄想で世界を支配しようと
するわけではありません
するわけではありません
09:46
and try to take over the world.
226
574579
2224
誇大妄想で世界を支配しようと
するわけではありません
するわけではありません
09:48
It's quite the opposite,
227
576803
1434
全くの逆でー
09:50
that the urge to take control
228
578237
2906
未来の全ての可能性を
コントロールする自然の原理は―
コントロールする自然の原理は―
09:53
of all possible futures
229
581143
2261
未来の全ての可能性を
コントロールする自然の原理は―
コントロールする自然の原理は―
09:55
is a more fundamental principle
230
583404
2118
知能よりも基本的で
09:57
than that of intelligence,
231
585522
1363
知能よりも基本的で
09:58
that general intelligence may in fact emerge
232
586885
3700
可能性をコントロールしようとする
自然の原理により
自然の原理により
10:02
directly from this sort of control-grabbing,
233
590585
3559
知性というものが発生するのであり
10:06
rather than vice versa.
234
594144
4185
その逆ではないのでしょう
10:10
Another important consequence is goal seeking.
235
598329
3769
もう一つの重要な結果がゴールシークです
10:14
I'm often asked, how does the ability to seek goals
236
602098
4360
よく質問されることですが
目標を探す能力が この原理に
目標を探す能力が この原理に
10:18
follow from this sort of framework?
237
606458
1620
どのように従っているのでしょう
10:20
And the answer is, the ability to seek goals
238
608078
3028
その答えは ゴールを探す能力は
10:23
will follow directly from this
239
611106
1882
次のことと直接的に関係するのです
10:24
in the following sense:
240
612988
1834
次のことと直接的に関係するのです
10:26
just like you would travel through a tunnel,
241
614822
2865
様々な目的を達成するためにー
10:29
a bottleneck in your future path space,
242
617687
2505
様々な目的を達成するためにー
10:32
in order to achieve many other
243
620192
1871
待ち構える障害を切り抜けたり
10:34
diverse objectives later on,
244
622063
2021
待ち構える障害を切り抜けたり
10:36
or just like you would invest
245
624084
2372
長期的に財産を増やすためー
10:38
in a financial security,
246
626456
1787
長期的に財産を増やすためー
10:40
reducing your short-term liquidity
247
628243
2237
短期的に資金が減ったとしても
生活資金保障に投資するなど
生活資金保障に投資するなど
10:42
in order to increase your wealth over the long term,
248
630480
2400
短期的に資金が減ったとしても
生活資金保障に投資するなど
生活資金保障に投資するなど
10:44
goal seeking emerges directly
249
632880
2337
ゴールシークは
未来の行動の自由度を増加させるー
未来の行動の自由度を増加させるー
10:47
from a long-term drive
250
635217
1729
ゴールシークは
未来の行動の自由度を増加させるー
未来の行動の自由度を増加させるー
10:48
to increase future freedom of action.
251
636946
4037
長期的な動機から直接発生します
10:52
Finally, Richard Feynman, famous physicist,
252
640983
3528
最後に 有名な物理学者
リチャード・フェインマンの言葉
リチャード・フェインマンの言葉
10:56
once wrote that if human civilization were destroyed
253
644511
3672
“もし人間の文明が滅びー
11:00
and you could pass only a single concept
254
648183
1893
文明を再建するため ある概念を
一つだけ子孫に伝えられるとしたら
一つだけ子孫に伝えられるとしたら
11:02
on to our descendants
255
650076
1371
文明を再建するため ある概念を
一つだけ子孫に伝えられるとしたら
一つだけ子孫に伝えられるとしたら
11:03
to help them rebuild civilization,
256
651447
2307
文明を再建するため ある概念を
一つだけ子孫に伝えられるとしたら
一つだけ子孫に伝えられるとしたら
11:05
that concept should be
257
653754
1686
「私達の周りの物は全て
小さな原子でできておりー
小さな原子でできておりー
11:07
that all matter around us
258
655440
1852
「私達の周りの物は全て
小さな原子でできておりー
小さな原子でできておりー
11:09
is made out of tiny elements
259
657292
2323
離れた時は引き付け合うが
引っ付いた時は離れる」という概念だ”
引っ付いた時は離れる」という概念だ”
11:11
that attract each other when they're far apart
260
659615
2508
離れた時は引き付け合うが
引っ付いた時は離れる」という概念だ”
引っ付いた時は離れる」という概念だ”
11:14
but repel each other when they're close together.
261
662123
3330
離れた時は引き付け合うが
引っ付いた時は離れる」という概念だ”
引っ付いた時は離れる」という概念だ”
11:17
My equivalent of that statement
262
665453
1781
この言葉の私の解釈はー
11:19
to pass on to descendants
263
667234
1268
この言葉の私の解釈はー
11:20
to help them build artificial intelligences
264
668502
2712
人工知能の製作と
人間の知能の理解に役立つ―
人間の知能の理解に役立つ―
11:23
or to help them understand human intelligence,
265
671214
2949
人工知能の製作と
人間の知能の理解に役立つ―
人間の知能の理解に役立つ―
11:26
is the following:
266
674163
1267
次のようなものです
11:27
Intelligence should be viewed
267
675430
2053
知能というのは
未来の自由度を最大にしー
未来の自由度を最大にしー
11:29
as a physical process
268
677483
1413
知能というのは
未来の自由度を最大にしー
未来の自由度を最大にしー
11:30
that tries to maximize future freedom of action
269
678896
2965
制限をなくすような
物理的プロセスであるべきだということです
物理的プロセスであるべきだということです
11:33
and avoid constraints in its own future.
270
681861
3616
制限をなくすような
物理的プロセスであるべきだということです
物理的プロセスであるべきだということです
11:37
Thank you very much.
271
685477
1358
ありがとうございました
11:38
(Applause)
272
686835
4000
(拍手)
ABOUT THE SPEAKER
Alex Wissner-Gross - Scientist, entrepreneur, inventorAlex Wissner-Gross applies science and engineering principles to big (and diverse) questions, like: "What is the equation for intelligence?" and "What's the best way to raise awareness about climate change?"
Why you should listen
Alex Wissner-Gross is a serial big-picture thinker. He applies physics and computer science principles to a wide variety of topics, like human intelligence, climate change and financial trading.
Lately Wissner-Gross started wondering: Why have we searched for so long to understand intelligence? Can it really be this elusive? His latest work posits that intelligence can indeed be defined physically, as a dynamic force, rather than a static property. He explains intelligence in terms of causal entropic forces, ultimately defining it as "a force to maximize future freedom of action."
Wissner-Gross is a fellow at the Harvard Institute for Applied Computational Science and a research affiliate at the MIT Media Lab. He has a Ph.D. in physics from Harvard and bachelor's degrees in physics, electrical science and engineering, and mathematics from MIT.
Alex Wissner-Gross | Speaker | TED.com