ディープラーニングを越える技術!? 人工知能の最先端「階層型時間メモリ=HTM」とは

ロボティア編集部
ロボティア編集部

 ホーキンス氏はすべての理性的な機械を、SDRsシステムに基盤を置いて開発しなければならないと指摘する。そのシステムを模倣し、多層的な生体ニューラルネットワーク・HTMをつくったという。HTMは、時系列的な「ストリーミング」データを学習し、構造を把握、予測を行うことも可能だという。マシンラーニングとは異なり、類型化されていないデータでも持続して学習する「記憶装置」説明だ。

 人間の脳は、自分の行動と注視対象を観察し、短期記憶を絶えず引き出しながら、これからどのようにすべきかを考える。このような特性をHTMが採用している点が、他の人工知能とは異なるというのが、ホーキンス氏の説明だ。

 ホーキンス氏は現在、「人工知能という用語の使われ方が混乱している」という。マシンラーニングは、人工ニューラルネットワークやディープランニングで、データを学習するという点で、狭い意味での人工知能に近い。マシンラーニングのようにデータを学習するが、生体ニューラルネットワークにアプローチに立つ知能、つまりホーキンス氏らが開発する技術については、「機械知能」と呼びたいとしている。

 ホーキンス氏は、今までの人工知能の両方の人間の脳とかけ離れており、より根本的に人間の脳の新皮質を模倣しなければならないと主張している。HTMは、人工知能のパラダイムを変える、次世代の技術としても注目されている。 IBMは、2015年に次世代コンピュータを開発するため、HTMをアルゴリズムとして応用できるか可能性を探る研究にも着手したという。ヌメンタは、そのアルゴリズムを公開したオープンソースプロジェクト「ヌピク(NuPIC)」を進めている。