「人工知能の父」が明かす思考レベルの秘密

鄭磊/文

行動経済学の研究者として、ハーバート・サイモンは無視できない偉大な学者であり、20世紀には珍しい「ルネサンス式科学者」と呼ばれている。これは彼が人工知能とコンピュータ科学分野の最高賞「図霊賞」を受賞したことから裏付けられている。彼は心理学、組織理論、管理オペレーションズ、政治学、人工知能などの面で際立った貢献をし、提案した「有限理性」はそれを行動経済学思想の先駆者にし、そのためノーベル経済学賞を受賞した。私は以前彼の自伝『科学迷宮の悪童と巨匠』を読んだことがありますが、最近は脳認知の秘密を研究しているため、彼の新刊書『認知：人の行為の背後にある思考と知能』を読んで、彼自身が北京大学で行った認知心理学の講義をもとにしています。サイモンは専門家の知能システムにおける顕著な貢献から、「人工知能の父」と呼ばれている。この本はこの方面の仕事の基礎研究と見なすことができて、脳の学習、記憶と問題を解くステップ、およびどのようにコンピュータプログラムでこの問題を解く過程をシミュレーションするかを深く簡単に紹介しました。学習方法の改善と問題解決能力の向上に参考になる。

『認知：人の行為の背後にある思考と知能』。データマップ

サイモンが紹介したのは認知心理学情報加工学派で、人が外部から刺激を受けると、脳の中の経験によってどのような反応をするかが決まると考えている。経験には機体の状態や格納内容が含まれている。私たちは人を情報加工システムと見なし、「物理記号システム」とも呼ばれています。ここの記号はパターンです。完全なシンボルシステムには6つの機能が含まれており、人間が持つ知能を表現することができ、コンピュータプログラムでもこの6つの機能を実現することができるため、理論的にはコンピュータで人間の活動をシミュレーションすることができ、これが人工知能の理論的基礎である。

人々の日常生活の中で、刻々と大量の記号が感覚器官に入り、加工処理を経て、短時間記憶と長時間記憶を形成している。これらの長時間の記憶は、外部刺激に反応する主なツールボックスになります。人間の記憶はコンピュータのように最小のビット単位ではなく、符号化によって細かい情報を「ブロック」に変えて記憶効率を高める。短時間の記憶に要する時間は短いが、4つのブロックしか記憶できない。繰り返して、これらのブロックを成長時の記憶に変えてこそ、永久に保存することができ、その後の抽出と使用時には、逆の手順に従い、長時間記憶の中のものはまず短時間記憶に移り、それから使用する。認知心理学は、人間が問題を解決する過程が「再認識」の過程であることを発見した。外部からの情報（見たり、聞いたり、感じたり）を受信すると、脳はすぐに長時間記憶ネットワークの中で自動的に類似の記憶断片を素早く検索し、情報比較検査を行う。この過程は無意識のうちに行われ、非常に速い。関連情報が見つからない場合は、論理的思考システムを起動し、初心者のようにこの問題を解決し始めます。だから人の学習過程はとても重要で、学習と記憶を通じて、熟知した後に、再び類似の情況に出会って、自動的に、無意識に見分けることができます。

人の学習過程は何度も繰り返し行う必要があり、どのくらいの時間で習得する必要があるかは、学習対象の難易度と学習方法、例えば記憶と認知の特徴に対して、いくつかの巧妙な方法を設計して学習効率を高めることにかかっている。人によって情報コードと学習戦略が異なるため、知的表現が異なる。だから人工知能は人の思考を模倣して、実は違いも存在して、ただコンピュータの記憶と演算能力はその中のいくつかの人類の知能の上の違いを消滅することができます。私たちは専門家の優れた問題解決能力をうらやましく思っていますが、実際には、専門家が関連分野の様々な知識と関連する手がかりを蓄積し、彼らが異なる知識を抽出するのに役立ちます。専門家の知識量は5 ~ 20万個のブロックであり、これらを得るには少なくとも10年かかり、学習と記憶のために約1000時間かかる。これが一つのことに専念し、10年で専門家になれる理由だ。この時、専門家の脳の中で関連知識に対応するニューロンのある網状構造と結合が形成され、問題に遭遇した時にすぐに分析して反応することができ、この専門家の直感は非常によく知られている分野から来ている。著者はまた、問題を解決する際に、簡明な図解が問題を解決するのに大いに役立つことを指摘し、これは私が数学系を読んでいた時の経験と一致している。直感的な特徴づけをすることは問題解決の中心的な一環であり、成功の半分である。専門家は関連分野の問題を見たとき、すぐに豊富な情報を抽出し、この問題の意味を理解し、即時推理をすることができる。一時的に解決できない場合は、この問題が解決できるまで情報を拡張し、記憶に保存することができます。これは学習（情報収集と記憶）と推理が交錯して進む過程である。

サイモン氏は、数学は人間の行動を研究するのに適していないと指摘し、コンピュータプログラム言語は数学よりも人間の心理現象を記述することができると指摘した。社会科学研究、特に現代経済学研究では、過度な数学化は人類の社会行為に対する認識と解釈を高めることができなかった。コンピュータをツールとして採用し、ビッグデータ、人工知能、コンピュータシミュレーションなどの方法を利用することで、より良い解決方法を見つけることができるかもしれない。