ポイント ● 知能・脳（新皮質）の主要な機能は「記憶による予測」である。これが本書の一貫した主張。 ● 知能を備えた機械を作ることは可能。しかし、それは人間に近づけたり人間を超えることとは別の話しである。そこを理解できるかが人工知能を使う一般ユーザーが持つべき前提としての知識。 ●脳の働き方を、組織のあるべき情報伝達に当てはめて考えながら読める。 以下メモ 知能・脳（新皮質）の主要な機能は「記憶による予測」である。これが本書の一貫した主張。 →読み進めると言っていることがわかってくる。 脳ある人間は、あるがままの世界をそのままの形で知覚し、考え、行動するのではない。これまでに蓄積され、記憶された経験から、予測した世界との答え合わせで世界を見ているし、どんな知覚も行動もこの予測に基づいている。 →なるほど。と思ったしたしかにそんな感じがする。 脳は階層構造をしており、上下には具体的な知覚から抽象的・普遍的な知覚があり、それらは上下に相互に連結し連携している。階層の横のつながりももちろんある。 →下部は知覚を具体的・個別的に上部に送る。上部は個別具体的な情報をこれまでの経験から抽象化・一般化して理解する。上部と下部は一方通行ではなく、上部の予測は下部に伝達されそれとの比較で下部は世界を知覚しようとする。 →会社などの組織構造にも当てはめられる考えだと思った。如何にして下部である現場部隊は、上部であるマネジメント層に、適切な情報を伝達すべきか？そしてマネジメント層はその情報を経験を活かしてどのように抽象化し、意味を与えたり見出すべきか。そしてマネジメント層からの予測や一般化と照らし合わせた解釈を現場層が如何にして照合し、添削するか。これまでの会社組織であるような上意下達の情報の流れではなく、アメリカ海兵隊のような双方向の情報の流れが、我々の脳の動き方に近いし、それ故に組織体制としてもそのような情報の流れが良いのではないかと思った。 人工の知能の今後について。人工知能は人間の持つ感覚器官をそのまま持つべきだとは言えない。脳がどのような感覚器官であれ、脳の内部での刺激を同じような仕組みと様式で伝達している。人工の知能も感覚を最終的にコンピュータ上で伝達できる形式になっている必要があり、それは触覚や視覚、聴覚のような形態を取る必要はない。感情は旧脳の分野なので、記憶による予測を知能と定義した場合には、それは新脳の分野でしかないので、感情は不要。 →これはむしろコンピュータ科学者がどのように人工知能を設計していくかというよりも、ユーザーがこの考え方を理解しているか、それとも理解せずに盲信するかというところに関わっていると思った。

とりあえず使うだけでもAIを学ぶ方には読んで欲しい本。 内容は素晴らしいレビューがあるので割愛するが、文庫に1400円近く出すのに躊躇した（私もそうだ）方は、P369からの松尾教授の「解説」を読めば書いたくなるはずだ。

2004年に書かれた本なのに、今の大規模言語モデルを予言している。 松尾先生の解説から読むと凄さが判る。 まともな音声認識もなかった時代に、CNNや深層生成モデルやトランスフォーマーに近いモデルを論じている。自己教師あり学習のNext Word Predictionや画像のinpainting処理は現在のAIで基本になっている技術である。 本書の予言のいくつか（音声認識、画像認識、自動運転、天気予報AI,タンパク質折り畳み問題を解くAI）は、すでに現実になっており、次は何かを予測して運動の命令が発せられ結果的に行動するロボットができてくるのか？すべてを同一アルゴリズムで扱うマウントキャッスルの法則に基づくロボット・・・・ 「わたしの自信の根拠は、主として、知能の問題に長い間取り組んできたことにある。　中略、　おそらく、わたしの脳には技術や化学の変化がどのように起きるかについて高レベルのモデルが構築されている。そして、そのモデルが急速な進展を予測している。いまこそ転機だと」 もう一度　著者の脳は世界をどう見ているのか　の未来予測を読み返さなければ。

タイトルが面白そうとは思ったが、松尾先生の推薦があったので購入した。 内容は期待以上だった。知能がどのように実現されているのか、についての答が書かれていると思った。興味のあるテーマであったので興奮した。 タイトルで損をしていると思う。 さらに約20年前に書かれたものであることは驚きであった。ChatGPTなど、現在の人びとの生活への浸透が進みつつあるAIはこの理論を裏付けるものであると思う。 この後、AIや、AIが浸透した世の中がどうなるのか、とても興味深い。自分なりに考えていきたい。

ジェフ・ホーキンスら「考える脳 考えるコンピュータ」読了。著者が唱える大脳新皮質の機構は興味深かった。それは数ミリの薄い膜の中に数層の連なりの中でそれらの信号の伝達様式により記憶に基づく類推と予測を発現させるという。昨今の生成AIの大規模言語モデルと対比し腑に落ちるように思った。