TEDGlobal 2007
Kwabena Boahen: A computer that works like the brain
クァベナ ボーヘン 脳のように機能するコンピュータ
Filmed:
Readability: 4.2
718,375 views
研究者 クァベナ ボーヘンは脳の卓越した計算処理能力をシリコン上に再現する方法を模索しています。脳内の複雑で冗長なプロセスこそが、小さく軽く高速なコンピュータの作成に役立つからです。
Kwabena Boahen - Bioengineer
Kwabena Boahen wants to understand how brains work -- and to build a computer that works like the brain by reverse-engineering the nervous system. His group at Stanford is developing Neurogrid, a hardware platform that will emulate the cortex’s inner workings. Full bio
Kwabena Boahen wants to understand how brains work -- and to build a computer that works like the brain by reverse-engineering the nervous system. His group at Stanford is developing Neurogrid, a hardware platform that will emulate the cortex’s inner workings. Full bio
Double-click the English transcript below to play the video.
00:18
I got my first computer when I was a teenager growing up in Accra,
0
0
5000
私が始めてコンピュータを手に入れたのは、アクラで育った10代のころでした。
00:23
and it was a really cool device.
1
5000
3000
それは本当にクールな機械でした。
00:26
You could play games with it. You could program it in BASIC.
2
8000
5000
ゲームで遊べ、BASIC言語でのプログラムもできる。
00:31
And I was fascinated.
3
13000
2000
その魅力のとりこになった私は
00:33
So I went into the library to figure out how did this thing work.
4
15000
6000
図書館でコンピュータの仕組みを調べるようになりました。
00:39
I read about how the CPU is constantly shuffling data back and forth
5
21000
5000
CPUがメモリー(RAM)と演算回路(ALU)との間で
00:44
between the memory, the RAM and the ALU,
6
26000
4000
常にデータを出し入れしているということを
00:48
the arithmetic and logic unit.
7
30000
2000
理解しました。
00:50
And I thought to myself, this CPU really has to work like crazy
8
32000
4000
そして、データの移動を継続する、ただそれだけのために
00:54
just to keep all this data moving through the system.
9
36000
4000
CPUが異常なほど稼動しなければいけないことに気づきました。
00:58
But nobody was really worried about this.
10
40000
3000
このことを気にかけるのは、誰もいませんでした。
01:01
When computers were first introduced,
11
43000
2000
コンピュータがはじめて世に出たとき
01:03
they were said to be a million times faster than neurons.
12
45000
3000
神経細胞より100万倍速い、といわれていました。
01:06
People were really excited. They thought they would soon outstrip
13
48000
5000
人々は興奮し、コンピュータはすぐに人間の脳の限界を
01:11
the capacity of the brain.
14
53000
3000
超えるだろう、と考えていました。
01:14
This is a quote, actually, from Alan Turing:
15
56000
3000
アラン チューリングの言葉を引用します。
01:17
"In 30 years, it will be as easy to ask a computer a question
16
59000
4000
「今後30年のうちに、コンピュータは人間と同じくらい簡単に
01:21
as to ask a person."
17
63000
2000
質問に答えられるようになるでしょう」
01:23
This was in 1946. And now, in 2007, it's still not true.
18
65000
7000
1946年の言葉ですが、今、2007年時点では実現していません。
01:30
And so, the question is, why aren't we really seeing
19
72000
4000
脳が持つこの種の力を
01:34
this kind of power in computers that we see in the brain?
20
76000
4000
コンピュータに見出せないのは、なぜでしょうか。
01:38
What people didn't realize, and I'm just beginning to realize right now,
21
80000
4000
あまり認識されてはいませんが、私が気づき始めていることがあります。
01:42
is that we pay a huge price for the speed
22
84000
2000
それは、我々が速度に非常に大きな対価を払っている、ということです。
01:44
that we claim is a big advantage of these computers.
23
86000
4000
コンピュータの大きな利点であるという、速度、に対してです。
01:48
Let's take a look at some numbers.
24
90000
2000
いくつかの数字を見てみましょう。
01:50
This is Blue Gene, the fastest computer in the world.
25
92000
4000
これは世界最速のコンピュータであるブルー ジーンです。
01:54
It's got 120,000 processors; they can basically process
26
96000
5000
12万個のプロセッサーを搭載しており、
01:59
10 quadrillion bits of information per second.
27
101000
3000
1秒間に10の16乗ビットの情報を処理することができます。
02:02
That's 10 to the sixteenth. And they consume one and a half megawatts of power.
28
104000
7000
消費する電力は1.5メガワットになります。
02:09
So that would be really great, if you could add that
29
111000
3000
それだけの電力をタンザニアの工業生産に加えられたら
02:12
to the production capacity in Tanzania.
30
114000
2000
どんなにすばらしいことでしょう。
02:14
It would really boost the economy.
31
116000
2000
きっと経済の起爆剤となるでしょうね。
02:16
Just to go back to the States,
32
118000
4000
話をアメリカに戻しましょう。
02:20
if you translate the amount of power or electricity
33
122000
2000
このコンピュータの消費する電力を
02:22
this computer uses to the amount of households in the States,
34
124000
3000
アメリカの家庭の消費電力に換算すると
02:25
you get 1,200 households in the U.S.
35
127000
4000
1200家庭分の消費電力となります。
02:29
That's how much power this computer uses.
36
131000
2000
このコンピュータがどれほどの電量を使うか、お分かりになったと思います。
02:31
Now, let's compare this with the brain.
37
133000
3000
さて、脳と比べてみましょう。
02:34
This is a picture of, actually Rory Sayres' girlfriend's brain.
38
136000
5000
これはロイ サイアズのガールフレンドの脳の写真です。
02:39
Rory is a graduate student at Stanford.
39
141000
2000
ロイはスタンフォードの大学院生で、
02:41
He studies the brain using MRI, and he claims that
40
143000
4000
MRIを使い、脳の研究をしています。
02:45
this is the most beautiful brain that he has ever scanned.
41
147000
3000
彼が言うには、これまでスキャンした中でもっとも美しい脳だ、ということです。
02:48
(Laughter)
42
150000
2000
(笑い)
02:50
So that's true love, right there.
43
152000
3000
真実の愛とはまさにこのことですね。
02:53
Now, how much computation does the brain do?
44
155000
3000
さて、脳はどれくらいの計算をおこなうのでしょうか。
02:56
I estimate 10 to the 16 bits per second,
45
158000
2000
1秒間に10の16乗ビット程度と試算されています。
02:58
which is actually about very similar to what Blue Gene does.
46
160000
4000
ブルー ジーンとほぼ同じ数値です。
03:02
So that's the question. The question is, how much --
47
164000
2000
ここで問題です。
03:04
they are doing a similar amount of processing, similar amount of data --
48
166000
3000
脳とブルー・ジーンは同程度のデータを処理します。
03:07
the question is how much energy or electricity does the brain use?
49
169000
5000
脳はどれほどの電力を消費するでしょうか。
03:12
And it's actually as much as your laptop computer:
50
174000
3000
1台のラップトップコンピュータと同じくらいです。
03:15
it's just 10 watts.
51
177000
2000
たった10ワットです。
03:17
So what we are doing right now with computers
52
179000
3000
1200家庭分ものエネルギーを費やし、コンピュータでやっていることは
03:20
with the energy consumed by 1,200 houses,
53
182000
3000
脳を使えば
03:23
the brain is doing with the energy consumed by your laptop.
54
185000
5000
ラップトップコンピュータを動かす程度のエネルギーでできるのです。
03:28
So the question is, how is the brain able to achieve this kind of efficiency?
55
190000
3000
では、脳はどうやって、この効率性を達成するのでしょうか。
03:31
And let me just summarize. So the bottom line:
56
193000
2000
まとめます。帰結はこうなります。
03:33
the brain processes information using 100,000 times less energy
57
195000
4000
最先端のコンピュータの10万分の1のエネルギー消費で
03:37
than we do right now with this computer technology that we have.
58
199000
4000
脳は情報を処理することができる。
03:41
How is the brain able to do this?
59
203000
2000
なぜ、脳はこういうことができるのでしょうか。
03:43
Let's just take a look about how the brain works,
60
205000
3000
実際に脳の働きを見て、
03:46
and then I'll compare that with how computers work.
61
208000
4000
コンピュータの動きと比較してみようと思います。
03:50
So, this clip is from the PBS series, "The Secret Life of the Brain."
62
212000
4000
これはPBSシリーズ「脳の秘密」からの抜粋です。
03:54
It shows you these cells that process information.
63
216000
3000
情報を処理する細胞群が見えます。
03:57
They are called neurons.
64
219000
1000
神経細胞です。
03:58
They send little pulses of electricity down their processes to each other,
65
220000
6000
神経細胞はお互いに微弱の電気信号を送りあいます。
04:04
and where they contact each other, those little pulses
66
226000
2000
一方のもつ電気信号は、対向しているもう一方に
04:06
of electricity can jump from one neuron to the other.
67
228000
2000
飛び移ることができます。
04:08
That process is called a synapse.
68
230000
3000
このプロセスをシナプス、と呼びます。
04:11
You've got this huge network of cells interacting with each other --
69
233000
2000
互いに働きあう細胞は1億個あり、
04:13
about 100 million of them,
70
235000
2000
毎秒10の16乗個の信号をやり取りしながら
04:15
sending about 10 quadrillion of these pulses around every second.
71
237000
4000
巨大なネットワークを形成しています。
04:19
And that's basically what's going on in your brain right now as you're watching this.
72
241000
6000
以上が、脳で行われている基本的なことです。
04:25
How does that compare with the way computers work?
73
247000
2000
コンピュータと比べるとどうでしょう。
04:27
In the computer, you have all the data
74
249000
2000
コンピュータの場合、すべてのデータは
04:29
going through the central processing unit,
75
251000
2000
中央演算装置を通過します。
04:31
and any piece of data basically has to go through that bottleneck,
76
253000
3000
どのデータもここを通過するので、ボトルネックとなります。
04:34
whereas in the brain, what you have is these neurons,
77
256000
4000
それに比べ、脳には神経細胞があるため、
04:38
and the data just really flows through a network of connections
78
260000
4000
データは、その相互接続ネットワーク上を流るだけです。
04:42
among the neurons. There's no bottleneck here.
79
264000
2000
そこにボトルネックはありません。
04:44
It's really a network in the literal sense of the word.
80
266000
4000
文字通り、ネットワークです。
04:48
The net is doing the work in the brain.
81
270000
4000
脳ではネットワークが機能しているのです。
04:52
If you just look at these two pictures,
82
274000
2000
これら2枚の絵を見てください。
04:54
these kind of words pop into your mind.
83
276000
2000
こんなことが思い浮かびます。
04:56
This is serial and it's rigid -- it's like cars on a freeway,
84
278000
4000
こちらは順序どおりで融通が利きません。
05:00
everything has to happen in lockstep --
85
282000
3000
高速道路上の車のようです。
05:03
whereas this is parallel and it's fluid.
86
285000
2000
一方、こちらは同時進行で流動的です。
05:05
Information processing is very dynamic and adaptive.
87
287000
3000
情報は動的かつ即応的に処理されます。
05:08
So I'm not the first to figure this out. This is a quote from Brian Eno:
88
290000
4000
過去にも同じ指摘はありました。ブライアン イーノの言葉を借りれば
05:12
"the problem with computers is that there is not enough Africa in them."
89
294000
4000
「コンピュータが抱える問題、それはコンピュータのなかには十分なアフリカがないことである」
05:16
(Laughter)
90
298000
6000
(笑い)
05:22
Brian actually said this in 1995.
91
304000
3000
ブライアンがこう言ったのは1995年のことでした。
05:25
And nobody was listening then,
92
307000
3000
当時は誰も聞く耳を持ちませんでしたが、
05:28
but now people are beginning to listen
93
310000
2000
今、人々は耳を傾け始めています。
05:30
because there's a pressing, technological problem that we face.
94
312000
5000
日々圧力を増す、技術的な問題に直面しているからです。
05:35
And I'll just take you through that a little bit in the next few slides.
95
317000
5000
いくつかのスライドを見てみましょう。
05:40
This is -- it's actually really this remarkable convergence
96
322000
4000
これは、コンピュータで計算に使われる仕組みと
05:44
between the devices that we use to compute in computers,
97
326000
5000
脳が計算に使う仕組みとの
05:49
and the devices that our brains use to compute.
98
331000
4000
特筆すべき相似点です。
05:53
The devices that computers use are what's called a transistor.
99
335000
4000
コンピュータが使う装置は、いわゆるトランジスタです。
05:57
This electrode here, called the gate, controls the flow of current
100
339000
4000
この電極は、ゲート電極といいます。
06:01
from the source to the drain -- these two electrodes.
101
343000
3000
ソースとドレイン2つの電極間の電流を制御します。
06:04
And that current, electrical current,
102
346000
2000
電流は
06:06
is carried by electrons, just like in your house and so on.
103
348000
6000
電子によって運ばれます。
06:12
And what you have here is, when you actually turn on the gate,
104
354000
5000
実際にゲート電極に電圧をかけると、流れる電流が増え、
06:17
you get an increase in the amount of current, and you get a steady flow of current.
105
359000
4000
安定した電流を得ることができます。
06:21
And when you turn off the gate, there's no current flowing through the device.
106
363000
4000
ゲート電極に電圧をかけるのをやめると、電流の流れは止まります。
06:25
Your computer uses this presence of current to represent a one,
107
367000
5000
コンピュータでは、電流が流れていれば"1"を
06:30
and the absence of current to represent a zero.
108
372000
4000
電流が流れていなければ、"0"を利用します。
06:34
Now, what's happening is that as transistors are getting smaller and smaller and smaller,
109
376000
6000
では、トランジスタがより小さく、小さく、さらに小さくなっていくとどんなことが起こるでしょうか。
06:40
they no longer behave like this.
110
382000
2000
トランジスタの動きが変わります。
06:42
In fact, they are starting to behave like the device that neurons use to compute,
111
384000
5000
神経細胞が計算するときに利用する物質である
06:47
which is called an ion channel.
112
389000
2000
イオンチャンネルのように振舞いはじめます。
06:49
And this is a little protein molecule.
113
391000
2000
イオンチャンネルは小さなタンパク質分子です。
06:51
I mean, neurons have thousands of these.
114
393000
4000
神経細胞には数千のイオンチャンネルがあります。
06:55
And it sits in the membrane of the cell and it's got a pore in it.
115
397000
4000
イオンチャンネルは細胞膜に存在し、その中に小さな穴を持っています。
06:59
And these are individual potassium ions
116
401000
3000
これらはその小さな穴を通じて流れる
07:02
that are flowing through that pore.
117
404000
2000
カリウムイオンです。
07:04
Now, this pore can open and close.
118
406000
2000
イオンチャンネルの穴は開いたり閉じたりします。
07:06
But, when it's open, because these ions have to line up
119
408000
5000
開いているとき、イオンは一つづつ流れてきます。
07:11
and flow through, one at a time, you get a kind of sporadic, not steady --
120
413000
5000
そのため、散発の、安定してない
07:16
it's a sporadic flow of current.
121
418000
3000
電流を得ることになります。
07:19
And even when you close the pore -- which neurons can do,
122
421000
3000
神経細胞は電気を発生させるために穴を開閉することができますが、
07:22
they can open and close these pores to generate electrical activity --
123
424000
5000
穴が閉じたときでさえ
07:27
even when it's closed, because these ions are so small,
124
429000
3000
イオンはとても小さいので、そこをすり抜けることができます
07:30
they can actually sneak through, a few can sneak through at a time.
125
432000
3000
2～3個のイオンは一度にすり抜けることができるのです。
07:33
So, what you have is that when the pore is open,
126
435000
3000
穴が開いているときと同じで
07:36
you get some current sometimes.
127
438000
2000
時折、いくばくかの電流を得ることができます。
07:38
These are your ones, but you've got a few zeros thrown in.
128
440000
3000
いくつか"0"が追加されます
07:41
And when it's closed, you have a zero,
129
443000
4000
閉じているときは"0"一つになります。
07:45
but you have a few ones thrown in.
130
447000
3000
しかしながら、いくつかの"1"も追加されます。
07:48
Now, this is starting to happen in transistors.
131
450000
3000
これがトランジスタで起こり始めていることです。
07:51
And the reason why that's happening is that, right now, in 2007 --
132
453000
5000
そして、このことが起こる理由は、
07:56
the technology that we are using -- a transistor is big enough
133
458000
4000
我々が利用している技術、トランジスタが小さくなり、
08:00
that several electrons can flow through the channel simultaneously, side by side.
134
462000
5000
複数の電子が同時並行にチャンネルを流れることができるようになったためです。
08:05
In fact, there's about 12 electrons can all be flowing this way.
135
467000
4000
実際、約12個の電子がこのように流れることができます。
08:09
And that means that a transistor corresponds
136
471000
2000
このことはトランジスタが
08:11
to about 12 ion channels in parallel.
137
473000
3000
並列した約12個のイオンチャンネルに相当することを意味します。
08:14
Now, in a few years time, by 2015, we will shrink transistors so much.
138
476000
5000
2015年ころまでにはトランジスタは今よりももっと小さくなっているでしょう。
08:19
This is what Intel does to keep adding more cores onto the chip.
139
481000
5000
これはインテルがチップにより多くのコアを追加し続けている理由であり、
08:24
Or your memory sticks that you have now can carry one gigabyte
140
486000
3000
あなた方が持ち歩くメモリースティックの容量が以前の256メガバイトから
08:27
of stuff on them -- before, it was 256.
141
489000
2000
現在の1ギガバイトになった理由でもあります。
08:29
Transistors are getting smaller to allow this to happen,
142
491000
3000
トランジスタの小型化がこのことを実現可能にしており、
08:32
and technology has really benefitted from that.
143
494000
3000
テクノロジーはそのことから本当に恩恵を受けています。
08:35
But what's happening now is that in 2015, the transistor is going to become so small,
144
497000
5000
今起こっていることは、トランジスタがとても小型化している2015年には
08:40
that it corresponds to only one electron at a time
145
502000
3000
一度に一つの電子がチャンネルを通過するのと
08:43
can flow through that channel,
146
505000
2000
同等になります。
08:45
and that corresponds to a single ion channel.
147
507000
2000
イオンチャンネル一つと同じです。
08:47
And you start having the same kind of traffic jams that you have in the ion channel.
148
509000
4000
イオンチャンネルで起こるのと同じような交通渋滞が発生し始め、
08:51
The current will turn on and off at random,
149
513000
3000
電流は流れたり、流れなくなったりするでしょう。
08:54
even when it's supposed to be on.
150
516000
2000
常に流れていることが想定されるときでもです。
08:56
And that means your computer is going to get
151
518000
2000
このことはコンピュータが
08:58
its ones and zeros mixed up, and that's going to crash your machine.
152
520000
4000
"1"と"0"を混乱することにつながり、マシンをクラッシュしてしまうことになります。
09:02
So, we are at the stage where we
153
524000
4000
我々はこのような粗悪デバイスを利用した計算処理の方法を
09:06
don't really know how to compute with these kinds of devices.
154
528000
3000
よく知らない、という段階にいます。
09:09
And the only kind of thing -- the only thing we know right now
155
531000
3000
我々が今知っているのは、
09:12
that can compute with these kinds of devices are the brain.
156
534000
3000
これらのデバイスで計算処理を行えるのは脳である、ということだけです。
09:15
OK, so a computer picks a specific item of data from memory,
157
537000
4000
コンピュータはメモリーからあるデータを取り出し、
09:19
it sends it into the processor or the ALU,
158
541000
3000
プロセッサーかALUに送ります。
09:22
and then it puts the result back into memory.
159
544000
2000
そして、結果をメモリーに戻し入れます。
09:24
That's the red path that's highlighted.
160
546000
2000
赤の経路です。
09:26
The way brains work, I told you all, you have got all these neurons.
161
548000
4000
こちらは脳の働きです。神経細胞が存在します。
09:30
And the way they represent information is
162
552000
2000
情報をあらわすのに、
09:32
they break up that data into little pieces
163
554000
2000
データを断片化します。
09:34
that are represented by pulses and different neurons.
164
556000
3000
データの断片は違う神経細胞とパルスによって提示されます。
09:37
So you have all these pieces of data
165
559000
2000
これらのデータの断片すべては
09:39
distributed throughout the network.
166
561000
2000
ネットワークを通じて配布されます。
09:41
And then the way that you process that data to get a result
167
563000
3000
結果を得るためにデータを処理する方法は
09:44
is that you translate this pattern of activity into a new pattern of activity,
168
566000
4000
この活動パターンを新たな活動パターンに変換することです。
09:48
just by it flowing through the network.
169
570000
3000
ただネットワークを流れることによって実現されます。
09:51
So you set up these connections
170
573000
2000
これらの接続を準備すれば
09:53
such that the input pattern just flows
171
575000
3000
入力されたパターンは単に流れ
09:56
and generates the output pattern.
172
578000
2000
出力パターンになります。
09:58
What you see here is that there's these redundant connections.
173
580000
4000
これをみれば、冗長された接続がることがわかります。
10:02
So if this piece of data or this piece of the data gets clobbered,
174
584000
4000
データのこの断片、あるいはこちらの断片が壊れたとしても、
10:06
it doesn't show up over here, these two pieces can activate the missing part
175
588000
5000
ここには現れませんが、、これらの2つの断片はもう一方を
10:11
with these redundant connections.
176
593000
2000
これらの冗長の接続を通じて活性化することができます。
10:13
So even when you go to these crappy devices
177
595000
2000
"1"が欲しいのに"0"を得るような
10:15
where sometimes you want a one and you get a zero, and it doesn't show up,
178
597000
3000
粗悪なデバイスの上でも
10:18
there's redundancy in the network
179
600000
2000
ネットワークには冗長性があり、
10:20
that can actually recover the missing information.
180
602000
3000
紛失した情報を復旧することができます。
10:23
It makes the brain inherently robust.
181
605000
3000
これが脳を本質的に堅牢なものにしています。
10:26
What you have here is a system where you store data locally.
182
608000
3000
データを一か所ににためるシステムは、もろいです。
10:29
And it's brittle, because each of these steps has to be flawless,
183
611000
4000
それぞれの段階が完璧でないとデータを紛失してしまいます。
10:33
otherwise you lose that data, whereas in the brain, you have a system
184
615000
3000
一方、脳は
10:36
that stores data in a distributed way, and it's robust.
185
618000
4000
分散したやり方でデータを保存し、堅牢です。
10:40
What I want to basically talk about is my dream,
186
622000
4000
このような脳のように働くことのできるコンピュータを作ることが
10:44
which is to build a computer that works like the brain.
187
626000
3000
私の夢です。
10:47
This is something that we've been working on for the last couple of years.
188
629000
4000
このことにここ数年取り組んでいます。
10:51
And I'm going to show you a system that we designed
189
633000
3000
では、我々が設計したシステムをお見せします。
10:54
to model the retina,
190
636000
3000
網膜をモデル化するために設計しました。
10:57
which is a piece of brain that lines the inside of your eyeball.
191
639000
5000
網膜は眼球の内側を覆う脳の一部です。
11:02
We didn't do this by actually writing code, like you do in a computer.
192
644000
6000
我々はコンピュータでやるようにコードを書くことでは実装しませんでした。
11:08
In fact, the processing that happens
193
650000
3000
現実には、脳の小さな部分で起こる処理は
11:11
in that little piece of brain is very similar
194
653000
2000
コンピュータがインターネット上で
11:13
to the kind of processing that computers
195
655000
1000
ビデオストリームを流すときに行う
11:14
do when they stream video over the Internet.
196
656000
4000
処理ととても似ています。
11:18
They want to compress the information --
197
660000
1000
コンピュータは情報を圧縮しようとします。
11:19
they just want to send the changes, what's new in the image, and so on --
198
661000
4000
画像におこった新たな変化を送信したいのです。
11:23
and that is how your eyeball
199
665000
3000
そして、このやりかたで、眼球は視神経を通じ
11:26
is able to squeeze all that information down to your optic nerve,
200
668000
3000
すべての情報を抽出することができます。
11:29
to send to the rest of the brain.
201
671000
2000
それらは、脳のほかの部分に送られます。
11:31
Instead of doing this in software, or doing those kinds of algorithms,
202
673000
3000
これをソフトウェアやアルゴリズムで実装する代わりに、
11:34
we went and talked to neurobiologists
203
676000
3000
我々は神経生物学者と話をしました。
11:37
who have actually reverse engineered that piece of brain that's called the retina.
204
679000
4000
彼らは網膜の働きをリバースエンジニアリングしています。
11:41
And they figured out all the different cells,
205
683000
2000
彼らが発見していた
11:43
and they figured out the network, and we just took that network
206
685000
3000
すべての細胞とそのネットワークを
11:46
and we used it as the blueprint for the design of a silicon chip.
207
688000
4000
シリコンチップの設計をするための青写真として利用しました。
11:50
So now the neurons are represented by little nodes or circuits on the chip,
208
692000
6000
いま、神経細胞はチップ上の小さなノードや回路によって表現されています。
11:56
and the connections among the neurons are represented, actually modeled by transistors.
209
698000
5000
また、神経細胞のつながりは、トランジスタによってモデル化されています。
12:01
And these transistors are behaving essentially
210
703000
2000
これらのトランジスタの振る舞いは
12:03
just like ion channels behave in the brain.
211
705000
3000
脳でイオンチャンネルが振舞うのと似ています。
12:06
It will give you the same kind of robust architecture that I described.
212
708000
5000
私がこれまで説明したのと同じような堅牢な構造を得ることになるでしょう。
12:11
Here is actually what our artificial eye looks like.
213
713000
4000
実際に我々が作成した人工の眼がこれです。
12:15
The retina chip that we designed sits behind this lens here.
214
717000
5000
我々の設計した網膜チップがこのレンズの背後に設置されています。
12:20
And the chip -- I'm going to show you a video
215
722000
2000
今からビデオでお見せするのは、
12:22
that the silicon retina put out of its output
216
724000
3000
このシリコン製網膜チップが何かを生み出すところです。
12:25
when it was looking at Kareem Zaghloul,
217
727000
3000
人工の眼でカリーム ザフロルを見てみます。
12:28
who's the student who designed this chip.
218
730000
2000
カリームはこのチップを設計した学生です。
12:30
Let me explain what you're going to see, OK,
219
732000
2000
では説明させてください。
12:32
because it's putting out different kinds of information,
220
734000
3000
異なる種類の情報が出力されます。
12:35
it's not as straightforward as a camera.
221
737000
2000
カメラのようにそのまま映し出されるのではありません。
12:37
The retina chip extracts four different kinds of information.
222
739000
3000
網膜チップは4つの異なる種類の情報を出力します。
12:40
It extracts regions with dark contrast,
223
742000
3000
暗い部分の出力、
12:43
which will show up on the video as red.
224
745000
3000
これは赤く映し出されてきます。
12:46
And it extracts regions with white or light contrast,
225
748000
4000
そして白あるいは明るい部分、
12:50
which will show up on the video as green.
226
752000
2000
これは緑で映し出されます。
12:52
This is Kareem's dark eyes
227
754000
2000
これはカリームの瞳の部分です。
12:54
and that's the white background that you see here.
228
756000
3000
眼の白い部分はここになります。
12:57
And then it also extracts movement.
229
759000
2000
さらに、動き、についても出力します。
12:59
When Kareem moves his head to the right,
230
761000
2000
カリームが頭を右へ動かすと、
13:01
you will see this blue activity there;
231
763000
2000
ここに青の動きが見られます。
13:03
it represents regions where the contrast is increasing in the image,
232
765000
3000
画像の中でコントラストが増幅しているところがあります。
13:06
that's where it's going from dark to light.
233
768000
3000
それは明るくなってくる部分です。
13:09
And you also see this yellow activity,
234
771000
2000
黄色の動きもあります。
13:11
which represents regions where contrast is decreasing;
235
773000
4000
コントラストが減少している部分であり、
13:15
it's going from light to dark.
236
777000
2000
暗くなっていく部分をあらわします。
13:17
And these four types of information --
237
779000
3000
これら4つの情報は
13:20
your optic nerve has about a million fibers in it,
238
782000
4000
100万本ほどある視神経のうち
13:24
and 900,000 of those fibers
239
786000
3000
90万本を通じて
13:27
send these four types of information.
240
789000
2000
送り出されます。
13:29
So we are really duplicating the kind of signals that you have on the optic nerve.
241
791000
4000
我々は視神経に流れるのと同じような信号を複製しています。
13:33
What you notice here is that these snapshots
242
795000
3000
これらは網膜チップからの出力のスナップショットですが、
13:36
taken from the output of the retina chip are very sparse, right?
243
798000
4000
色がとてもまばらです。
13:40
It doesn't light up green everywhere in the background,
244
802000
2000
背景のどこでも緑というわけではありません、
13:42
only on the edges, and then in the hair, and so on.
245
804000
3000
端などに限られています。
13:45
And this is the same thing you see
246
807000
1000
このことは人々がビデオ画像を伝送する際、圧縮するのと同じです。
13:46
when people compress video to send: they want to make it very sparse,
247
808000
4000
ファイルを小さくするために、なるべく情報を詰め込みません。
13:50
because that file is smaller. And this is what the retina is doing,
248
812000
3000
これが網膜が神経回路を通じて行っていることで、
13:53
and it's doing it just with the circuitry, and how this network of neurons
249
815000
4000
神経細胞のネットワークが相互に伝達するやり方を
13:57
that are interacting in there, which we've captured on the chip.
250
819000
3000
網膜チップ上で再現しました。
14:00
But the point that I want to make -- I'll show you up here.
251
822000
3000
しかし、私が強調したいこと、それをお見せします。
14:03
So this image here is going to look like these ones,
252
825000
3000
この画像はこれらに似ています
14:06
but here I'll show you that we can reconstruct the image,
253
828000
2000
しかし、イメージを再構築できることを示します。
14:08
so, you know, you can almost recognize Kareem in that top part there.
254
830000
5000
上部におおよそカリームを認識することができます。
14:13
And so, here you go.
255
835000
2000
ではいきましょう。
14:24
Yes, so that's the idea.
256
846000
3000
そうです、これがアイデアです。
14:27
When you stand still, you just see the light and dark contrasts.
257
849000
2000
そのままでいるとき、明暗のコントラストを見るだけです。
14:29
But when it's moving back and forth,
258
851000
2000
しかし、前後に動くとき、
14:31
the retina picks up these changes.
259
853000
3000
網膜は変化した部分について取り出します。
14:34
And that's why, you know, when you're sitting here
260
856000
1000
ここに座っていて
14:35
and something happens in your background,
261
857000
2000
背後で何かが起こったとき
14:37
you merely move your eyes to it.
262
859000
2000
ほとんど眼を動かさないのは、そのためです。
14:39
There are these cells that detect change
263
861000
2000
変化を検知する細胞があり、
14:41
and you move your attention to it.
264
863000
2000
そこに注意を払うのです。
14:43
So those are very important for catching somebody
265
865000
2000
誰かがあなたにこっそり近づこうとしているのに気づくことは
14:45
who's trying to sneak up on you.
266
867000
2000
とても重要です。
14:47
Let me just end by saying that this is what happens
267
869000
3000
最後に言わせてください。
14:50
when you put Africa in a piano, OK.
268
872000
3000
ピアノにアフリカを加えれば、
14:53
This is a steel drum here that has been modified,
269
875000
3000
鉄のドラムになります。
14:56
and that's what happens when you put Africa in a piano.
270
878000
3000
ピアノにアフリカを加えれば、これが起こります。
14:59
And what I would like us to do is put Africa in the computer,
271
881000
4000
私がやりたいのは、コンピュータにアフリカを加えることです。
15:03
and come up with a new kind of computer
272
885000
2000
自ら思想し、想像し、創造するような
15:05
that will generate thought, imagination, be creative and things like that.
273
887000
3000
新しい種類のコンピュータになるはずです。
15:08
Thank you.
274
890000
2000
ありがとうございました。
15:10
(Applause)
275
892000
2000
(拍手)
15:12
Chris Anderson: Question for you, Kwabena.
276
894000
2000
クリス・アンダーソン： クァベナ、質問があります。
15:14
Do you put together in your mind the work you're doing,
277
896000
4000
あなたの取り組み、アフリカの将来、このカンファレンス、
15:18
the future of Africa, this conference --
278
900000
3000
あなたの中では一つになっているのでしょうか。
15:21
what connections can we make, if any, between them?
279
903000
3000
我々はそれらをどう結びつけることができるでしょう。
15:24
Kwabena Boahen: Yes, like I said at the beginning,
280
906000
2000
クァベナ・ボアヘン： はい、最初に言ったように
15:26
I got my first computer when I was a teenager, growing up in Accra.
281
908000
4000
私が始めてコンピュータを持ったのは、アクラで10代のころでした。
15:30
And I had this gut reaction that this was the wrong way to do it.
282
912000
4000
コンピュータの仕組みが間違っていると、本当に感じました。
15:34
It was very brute force; it was very inelegant.
283
916000
3000
とても力ずくで、洗練されていませんでした。
15:37
I don't think that I would've had that reaction,
284
919000
2000
このようは反応をしていたとは思います。仮に
15:39
if I'd grown up reading all this science fiction,
285
921000
3000
サイエンスフィクションを読み、
15:42
hearing about RD2D2, whatever it was called, and just -- you know,
286
924000
4000
RD2D2について聞き、
15:46
buying into this hype about computers.
287
928000
1000
コンピュータについての誇大表現を鵜呑みをして育ったとしても。
15:47
I was coming at it from a different perspective,
288
929000
2000
私は違った見方でら近づいていったのです。
15:49
where I was bringing that different perspective
289
931000
2000
この問題とかかわるのに
15:51
to bear on the problem.
290
933000
2000
異なる見方をしたのです。
15:53
And I think a lot of people in Africa have this different perspective,
291
935000
3000
アフリカの多くの人々はこの違った見方を持っていると思います。
15:56
and I think that's going to impact technology.
292
938000
2000
そして、それがテクノロジーにインパクトを与えるはずだと。
15:58
And that's going to impact how it's going to evolve.
293
940000
2000
進化の過程にインパクトを与えるでしょう。
16:00
And I think you're going to be able to see, use that infusion,
294
942000
2000
これらが与えられることで、
16:02
to come up with new things,
295
944000
2000
新しいことに出会えるでしょう。
16:04
because you're coming from a different perspective.
296
946000
3000
違った見方で近寄ってくるのですから。
16:07
I think we can contribute. We can dream like everybody else.
297
949000
4000
我々は貢献でき、皆と同じように夢を見ることができると思います。
16:11
CA: Thanks Kwabena, that was really interesting.
298
953000
2000
クリス・アンダーソン： クァベナ、ありがとうございます。とても興味深かったです。
16:13
Thank you.
299
955000
1000
ありがとうございます。
16:14
(Applause)
300
956000
2000
(拍手)
ABOUT THE SPEAKER
Kwabena Boahen - BioengineerKwabena Boahen wants to understand how brains work -- and to build a computer that works like the brain by reverse-engineering the nervous system. His group at Stanford is developing Neurogrid, a hardware platform that will emulate the cortex’s inner workings.
Why you should listen
Kwabena Boahen is the principal investigator at the Brains in Silicon lab at Stanford. He writes of himself:
Being a scientist at heart, I want to understand how cognition arises from neuronal properties. Being an engineer by training, I am using silicon integrated circuits to emulate the way neurons compute, linking the seemingly disparate fields of electronics and computer science with neurobiology and medicine.
My group's contributions to the field of neuromorphic engineering include a silicon retina that could be used to give the blind sight and a self-organizing chip that emulates the way the developing brain wires itself up. Our work is widely recognized, with over sixty publications, including a cover story in the May 2005 issue of Scientific American.
My current research interest is building a simulation platform that will enable the cortex's inner workings to be modeled in detail. While progress has been made linking neuronal properties to brain rhythms, the task of scaling up these models to link neuronal properties to cognition still remains. Making the supercomputer-performance required affordable is the goal of our Neurogrid project. It is at the vanguard of a profound shift in computing, away from the sequential, step-by-step Von Neumann machine towards a parallel, interconnected architecture more like the brain.
Kwabena Boahen | Speaker | TED.com