クァベナ ボーヘン 脳のように機能するコンピュータ

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。 それは本当にクールな機械でした。 ゲームで遊べ、BASIC言語でのプログラムもできる。 その魅力のとりこになった私は 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。 CPUがメモリー(RAM)と演算回路(ALU)との間で 常にデータを出し入れしているということを 理解しました。 そして、データの移動を継続する、ただそれだけのために 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。

このことを気にかけるのは、誰もいませんでした。 コンピュータがはじめて世に出たとき 神経細胞より100万倍速い、といわれていました。 人々は興奮し、コンピュータはすぐに人間の脳の限界を 超えるだろう、と考えていました。 アラン チューリングの言葉を引用します。 「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 質問に答えられるようになるでしょう」 1946年の言葉ですが、今、2007年時点では実現していません。 脳が持つこの種の力を コンピュータに見出せないのは、なぜでしょうか。

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。 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。 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。 いくつかの数字を見てみましょう。 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。 12万個のプロセッサーを搭載しており、 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。 消費する電力は1.5メガワットになります。 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 どんなにすばらしいことでしょう。 きっと経済の起爆剤となるでしょうね。 話をアメリカに戻しましょう。 このコンピュータの消費する電力を アメリカの家庭の消費電力に換算すると 1200家庭分の消費電力となります。 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。

さて、脳と比べてみましょう。 これはロイ サイアズのガールフレンドの脳の写真です。 ロイはスタンフォードの大学院生で、 MRIを使い、脳の研究をしています。 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。 (笑い) 真実の愛とはまさにこのことですね。 さて、脳はどれくらいの計算をおこなうのでしょうか。 1秒間に10の16乗ビット程度と試算されています。 ブルー ジーンとほぼ同じ数値です。 ここで問題です。 脳とブルー・ジーンは同程度のデータを処理します。 脳はどれほどの電力を消費するでしょうか。 1台のラップトップコンピュータと同じくらいです。 たった10ワットです。 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 脳を使えば 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。

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。 まとめます。帰結はこうなります。 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 脳は情報を処理することができる。 なぜ、脳はこういうことができるのでしょうか。 実際に脳の働きを見て、 コンピュータの動きと比較してみようと思います。 これはPBSシリーズ「脳の秘密」からの抜粋です。 情報を処理する細胞群が見えます。 神経細胞です。 神経細胞はお互いに微弱の電気信号を送りあいます。 一方のもつ電気信号は、対向しているもう一方に 飛び移ることができます。 このプロセスをシナプス、と呼びます。 互いに働きあう細胞は1億個あり、 毎秒10の16乗個の信号をやり取りしながら 巨大なネットワークを形成しています。 以上が、脳で行われている基本的なことです。

コンピュータと比べるとどうでしょう。 コンピュータの場合、すべてのデータは 中央演算装置を通過します。 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。 それに比べ、脳には神経細胞があるため、 データは、その相互接続ネットワーク上を流るだけです。 そこにボトルネックはありません。 文字通り、ネットワークです。 脳ではネットワークが機能しているのです。 これら2枚の絵を見てください。 こんなことが思い浮かびます。 こちらは順序どおりで融通が利きません。 高速道路上の車のようです。 一方、こちらは同時進行で流動的です。 情報は動的かつ即応的に処理されます。

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 「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」 (笑い) ブライアンがこう言ったのは1995年のことでした。 当時は誰も聞く耳を持ちませんでしたが、 今、人々は耳を傾け始めています。 日々圧力を増す、技術的な問題に直面しているからです。 いくつかのスライドを見てみましょう。

これは、コンピュータで計算に使われる仕組みと 脳が計算に使う仕組みとの 特筆すべき相似点です。 コンピュータが使う装置は、いわゆるトランジスタです。 この電極は、ゲート電極といいます。 ソースとドレイン2つの電極間の電流を制御します。 電流は 電子によって運ばれます。 実際にゲート電極に電圧をかけると、流れる電流が増え、 安定した電流を得ることができます。 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。 コンピュータでは、電流が流れていれば"1"を 電流が流れていなければ、"0"を利用します。

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。 トランジスタの動きが変わります。 神経細胞が計算するときに利用する物質である イオンチャンネルのように振舞いはじめます。 イオンチャンネルは小さなタンパク質分子です。 神経細胞には数千のイオンチャンネルがあります。 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。 これらはその小さな穴を通じて流れる カリウムイオンです。 イオンチャンネルの穴は開いたり閉じたりします。 開いているとき、イオンは一つづつ流れてきます。 そのため、散発の、安定してない 電流を得ることになります。 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、 穴が閉じたときでさえ 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 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。 穴が開いているときと同じで 時折、いくばくかの電流を得ることができます。 いくつか"0"が追加されます 閉じているときは"0"一つになります。 しかしながら、いくつかの"1"も追加されます。

これがトランジスタで起こり始めていることです。 そして、このことが起こる理由は、 我々が利用している技術、トランジスタが小さくなり、 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。 実際、約12個の電子がこのように流れることができます。 このことはトランジスタが 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。 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。 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、 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 現在の1ギガバイトになった理由でもあります。 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、 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。

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 一度に一つの電子がチャンネルを通過するのと 同等になります。 イオンチャンネル一つと同じです。 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、 電流は流れたり、流れなくなったりするでしょう。 常に流れていることが想定されるときでもです。 このことはコンピュータが "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。

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 よく知らない、という段階にいます。 我々が今知っているのは、 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。

コンピュータはメモリーからあるデータを取り出し、 プロセッサーかALUに送ります。 そして、結果をメモリーに戻し入れます。 赤の経路です。 こちらは脳の働きです。神経細胞が存在します。 情報をあらわすのに、 データを断片化します。 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。 これらのデータの断片すべては ネットワークを通じて配布されます。 結果を得るためにデータを処理する方法は 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。 ただネットワークを流れることによって実現されます。 これらの接続を準備すれば 入力されたパターンは単に流れ 出力パターンになります。

これをみれば、冗長された接続がることがわかります。 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、 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 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。 "1"が欲しいのに"0"を得るような 粗悪なデバイスの上でも ネットワークには冗長性があり、 紛失した情報を復旧することができます。 これが脳を本質的に堅牢なものにしています。 データを一か所ににためるシステムは、もろいです。 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。 一方、脳は 分散したやり方でデータを保存し、堅牢です。

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 私の夢です。 このことにここ数年取り組んでいます。 では、我々が設計したシステムをお見せします。 網膜をモデル化するために設計しました。 網膜は眼球の内側を覆う脳の一部です。 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。 現実には、脳の小さな部分で起こる処理は コンピュータがインターネット上で ビデオストリームを流すときに行う 処理ととても似ています。 コンピュータは情報を圧縮しようとします。 画像におこった新たな変化を送信したいのです。 そして、このやりかたで、眼球は視神経を通じ すべての情報を抽出することができます。 それらは、脳のほかの部分に送られます。

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、 我々は神経生物学者と話をしました。 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。 彼らが発見していた すべての細胞とそのネットワークを 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。 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。 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。 これらのトランジスタの振る舞いは 脳でイオンチャンネルが振舞うのと似ています。 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。

実際に我々が作成した人工の眼がこれです。 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。 今からビデオでお見せするのは、 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。 人工の眼でカリーム ザフロルを見てみます。 カリームはこのチップを設計した学生です。 では説明させてください。 異なる種類の情報が出力されます。 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。 網膜チップは4つの異なる種類の情報を出力します。 暗い部分の出力、 これは赤く映し出されてきます。 そして白あるいは明るい部分、 これは緑で映し出されます。

これはカリームの瞳の部分です。 眼の白い部分はここになります。 さらに、動き、についても出力します。 カリームが頭を右へ動かすと、 ここに青の動きが見られます。 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。 それは明るくなってくる部分です。 黄色の動きもあります。 コントラストが減少している部分であり、 暗くなっていく部分をあらわします。 これら4つの情報は 100万本ほどある視神経のうち 90万本を通じて 送り出されます。 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。

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、 色がとてもまばらです。 背景のどこでも緑というわけではありません、 端などに限られています。 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。 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。 これが網膜が神経回路を通じて行っていることで、 神経細胞のネットワークが相互に伝達するやり方を 網膜チップ上で再現しました。

しかし、私が強調したいこと、それをお見せします。 この画像はこれらに似ています しかし、イメージを再構築できることを示します。 上部におおよそカリームを認識することができます。 ではいきましょう。 そうです、これがアイデアです。 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。 しかし、前後に動くとき、 網膜は変化した部分について取り出します。 ここに座っていて 背後で何かが起こったとき ほとんど眼を動かさないのは、そのためです。 変化を検知する細胞があり、 そこに注意を払うのです。 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 とても重要です。

最後に言わせてください。 ピアノにアフリカを加えれば、 鉄のドラムになります。 ピアノにアフリカを加えれば、これが起こります。 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。 自ら思想し、想像し、創造するような 新しい種類のコンピュータになるはずです。 ありがとうございました。 (拍手)

クリス・アンダーソン： クァベナ、質問があります。 あなたの取り組み、アフリカの将来、このカンファレンス、 あなたの中では一つになっているのでしょうか。 我々はそれらをどう結びつけることができるでしょう。

クァベナ・ボアヘン： はい、最初に言ったように 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。 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。 とても力ずくで、洗練されていませんでした。 このようは反応をしていたとは思います。仮に サイエンスフィクションを読み、 RD2D2について聞き、 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。 私は違った見方でら近づいていったのです。 この問題とかかわるのに 異なる見方をしたのです。 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。 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。 進化の過程にインパクトを与えるでしょう。 これらが与えられることで、 新しいことに出会えるでしょう。 違った見方で近寄ってくるのですから。 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。

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。 ありがとうございます。

(拍手)