ブラウン大学の新たな研究により、人間と人工知能の学習プロセスの類似点が明らかになり、AI 開発に革命をもたらし、人間の認知に対する理解を深める可能性があります。
ブラウン大学の新たな研究により、人間と人工知能システムの学習方法の間に驚くべき類似点が明らかになり、人間の認知に関する新たな洞察がもたらされ、より直感的な AI ツールの開発への道が開かれました。
博士研究員ジェイク・ラッシン氏が主導したこの研究は、人間と AI システムの両方が 2 つの異なる学習モードを同様に統合していることを示しています。
掲載 米国科学アカデミー紀要（Proceedings of the National Academy of Sciences）に掲載されたこの研究は、柔軟な文脈学習と漸進的学習の相互作用に焦点を当てています。これらの知見は、AIと人間の脳の学習プロセスには興味深い類似点があることを示唆しています。
「これらの結果は、人間が状況によってはルールベースの学習者のように見え、状況によっては漸進的な学習者のように見える理由を説明するのに役立ちます」とラッシン氏はニュースリリースで述べています。「また、最新のAIシステムが人間の脳とどのような共通点を持っているかについても示唆しています。」
ラシン氏の研究は、機械学習と計算神経科学を橋渡しする学際的な分野です。彼は、認知心理学教授のマイケル・フランク氏と、コンピュータサイエンス准教授のエリー・パヴリック氏の研究室に共同で所属しています。
人間の学習は、一般的に2つの方法のいずれかで起こります。ゲームのルールを学ぶといった単純なタスクでは、状況に応じた素早い学習が行われます。楽器の演奏といったより複雑なスキルは、段階的な漸進的な学習に依存します。
人間とAIが両方の学習形態を統合できることは知られていましたが、その正確なメカニズムは不明でした。ラッシン氏は、これらの学習形態と人間の脳のワーキングメモリと長期記憶との類似点を示す理論を構築しました。
この理論を検証するために、ラッシン氏は「メタ学習」、つまりAIシステムが学習そのものについて学習する手法を採用しました。彼は、AIの文脈内学習能力は、広範な漸進的学習経験を経て向上することを発見しました。
人間の研究を応用した重要な実験の一つは、AIの文脈学習能力をテストすることで、既知のアイデアを新たな状況に対応するために再統合する能力を検証するというものでした。12,000件の類似タスクを試行した後、AIシステムは「緑のキリン」を認識するなど、これまで遭遇したことのない新しい組み合わせをうまく特定しました。
研究では、人間と AI はともに、一定期間の漸進的学習を経ると、迅速かつ柔軟に学習する能力が向上することが判明しました。
「初めてボードゲームを遊ぶときは、遊び方を理解するのに少し時間がかかります」とパヴリック氏は付け加えた。「100回目のボードゲームを覚える頃には、たとえそのゲームを初めてプレイしたとしても、すぐにルールを理解できるようになります。」
研究者たちは、学習の保持と柔軟性のバランスについても言及しました。AIシステムがタスクを完了するために努力すればするほど、将来そのタスクを実行する方法をよりよく記憶するようになります。フランク氏によると、これは人間の学習パターンと一致しており、誤りを犯すことで情報が長期記憶に定着するのに役立つとのことです。
人間の学習を理解するための計算モデルを専門とするフランク氏は、より広範な影響を強調した。
「私たちの研究結果は複数の課題にわたって確実に当てはまり、神経科学者がこれまでグループ化していなかった人間の学習のさまざまな側面をまとめています」と彼は語った。
この研究から得られる洞察は、特にメンタルヘルスのようなデリケートな分野において、信頼できる AI ツールを開発する上でも重要です。
「役に立ち、信頼できるAIアシスタントを実現するには、人間とAIの認知が、それぞれの仕組み、そして両者の相違点と共通点を認識する必要があります」とパヴリック氏は付け加えた。「今回の研究結果は、素晴らしい第一歩です。」
出典： ブラウン大学