身体化された認知科学

身体認知科学は学際的な研究分野であり、その目的は知的行動の根底にあるメカニズムを説明することです。身体認知科学は、心と体を単一の実体として捉える総合的な方法で心理的および生物学的システムをモデル化すること、知的行動の一般的な原則の共通セットを形成すること、および制御された環境でのロボットエージェントの実験的使用という 3 つの主要な方法論で構成されています。

身体化認知科学は、身体化哲学や、認知科学、心理学、神経科学、人工知能などの関連研究分野から多くの影響を受けています。この分野に貢献した人物には以下の人々がいます。^{[1] [2] [3] [4]}

• 神経科学の観点から、ラホヤ神経科学研究所のジェラルド・エデルマン、フランスのCNRSのフランシスコ・ヴァレラ、フロリダアトランティック大学のJAスコット・ケルソ
• 心理学の観点から、ローレンス・バルサロウ、マイケル・ターベイ、ヴィットリオ・グイダーノ、エレノア・ロッシュ
• 言語学の観点から、ジル・フォコニエ、ジョージ・レイコフ、マーク・ジョンソン、レナード・タルミー、マーク・ターナー
• 言語習得の観点から、ハスキンズ研究所のエリック・レネバーグとフィリップ・ルービンは
• 人類学の観点からは、エドウィン・ハッチンス、ブラッド・ショア、ジェームズ・ワーチ、マーリン・ドナルド。
• 自律エージェント設計の観点からは、初期の研究はロドニー・ブルックスやヴァレンティーノ・ブレイテンバーグによるものとされることもある。
• 人工知能の観点からは、ロルフ・ファイファーとクリスチャン・シャイアーの『Understanding Intelligence』 、またはロルフ・ファイファーとジョシュ・C・ボンガードの『How the Body Shapes the Way We Think』
• 哲学の観点から、アンディ・クラーク、ダン・ザハヴィ、ショーン・ギャラガー、エヴァン・トンプソン

1950 年、アラン・チューリングは、機械が考えたり話したりするために人間のような身体が必要であると提唱しました。

お金で買える最高の感覚器官を機械に提供し、英語を理解して話すように教えるのが最善だと主張することもできます。そのプロセスは、通常の子供の教育に従うことができます。物事を指摘したり、名前を付けたりします。もう一度言いますが、何が正しい答えかはわかりませんが、両方のアプローチを試してみるべきだと思います。^[5]

身体化認知科学は認知の代替理論であり、計算的心の理論への訴えを最小限に抑え、生物の身体が思考方法と思考内容を決定する方法に重点を置きます。従来の認知理論は主に記号操作に基づいており、特定の入力が処理ユニットに送られ、出力が生成されます。これらの入力は特定の構文規則に従っており、処理ユニットはそこから意味的な意味を見つけます。したがって、適切な出力が生成されます。たとえば、人間の感覚器官は入力デバイスであり、外部環境から得られた刺激は処理ユニットとして機能する神経系に送られます。ここから、神経系は構文構造に従っているため感覚情報を読み取ることができ、出力が作成されます。次に、この出力が身体の動きを作成し、行動と認知をもたらします。特に注目すべきは、認知が脳内に封じ込められていることです。つまり、精神的な認知は外界から切り離されており、感覚情報の入力によってのみ可能になります。

身体化認知科学は、入力出力システムを否定する点で、伝統主義的アプローチと異なる。これは主に、何らかの内部解釈なしには記号から意味を導き出すことはできないという結論を出したホムンクルス論が提起した問題による。人の頭の中にいる小人が入ってくる記号を解釈するなら、その小人の入力を誰が解釈するのだろうか？無限後退の亡霊のせいで、伝統主義モデルはより説得力のないものになり始めた。したがって、身体化認知科学は、認知を3つの方法で定義することでこの問題を回避することを目指している。^{[6] : 340}

具体化された認知の最初の側面は、身体の役割、特に身体の特性が思考能力にどのように影響するかを調べます。この部分は、伝統主義モデルの特徴である記号操作コンポーネントを克服しようとします。たとえば、奥行き知覚は、その動作の複雑さのため、具体化されたアプローチでより適切に説明できます。奥行き知覚には、脳が両眼の距離によって得られる異なる網膜画像を検出する必要があります。さらに、体と頭の手がかりがこれをさらに複雑にします。頭を特定の方向に向けると、前景のオブジェクトが背景のオブジェクトに対して動いているように見えます。このことから、何らかの視覚処理が、いかなる記号操作を必要とせずに行われていると言われています。これは、前景を動いているように見えるオブジェクトが単に動いているように見えるためです。この観察から、中間の記号操作を必要とせずに奥行きを知覚できるという結論が導き出されます。

聴覚を調べると、より鋭い例が見つかります。一般的に、両耳の間の距離が長いほど、聴覚の鋭敏さは高まります。また、両耳の間の密度の量も関係しています。周波数波の強度は、特定の媒体を通過するときに変化するためです。脳の聴覚システムは、情報を処理する際にこれらの要素を考慮に入れますが、この場合も記号操作システムは必要ありません。これは、たとえば両耳の間の距離は、それを表わす記号を必要としないからです。距離自体が、聴覚の鋭敏さを高めるために必要な機会を作り出します。両耳の間の密度の量も同様で、実際の量自体が周波数変更の機会を形成するだけです。したがって、身体の物理的特性を考慮すると、記号システムは不要であり、役に立たない比喩です。

2 つ目の側面は、ジョージ・レイコフとマーク・ジョンソンの概念に関する研究に大きく依拠しています。彼らは、人間は可能な限り、外界をよりよく説明するために比喩を使用すると主張しました。人間には、他の概念を派生させることができる基本的な概念のストックもあります。これらの基本的な概念には、上、下、前、後ろなどの空間の向きが含まれます。人間はこれらの概念の意味を理解できます。なぜなら、自分の体から直接それらを経験できるからです。たとえば、人間の動きは直立して体を上下に動かすことを中心に展開するため、人間は生来上下の概念を持っています。レイコフとジョンソンは、これは前や後ろなどの他の空間の向きについても同様であると主張しています。前述のように、これらの基本的な空間概念のストックは、他の概念が構築される基礎となります。たとえば、幸せと悲しいは、それぞれ上と下であると見なされています。たとえば、誰かが落ち込んでいると言うとき、実際に言っているのは悲しいと感じているということです。したがって、ここでのポイントは、これらの概念を本当に理解できるかどうかは、人体について理解できるかどうかにかかっているということです。つまり、人体がなければ、上や下が何を意味するのか、あるいはそれが感情の状態とどう関係するのかを知ることはできない、という議論です。

「私は、いかなる重力場の外に住み、他のいかなる経験についても知識も想像も持たない球体の存在を想像します。そのような存在にとって、UP はいったい何を意味するのでしょうか？」^{[6] : 342}

これは、言い換えれば、そのような生物が感情を表現できないという意味ではありませんが、人間とは異なる方法で感情を表現することを意味します。人間の幸福や悲しみの概念は、人間とは異なる体を持っているため異なります。したがって、生物の体は、その体に関連する比喩を概念の基礎として使用するため、生物の思考方法に直接影響します。

具体化アプローチの 3 番目の要素は、エージェントが認知処理において直接の環境をどのように使用するかに着目します。つまり、ローカル環境は身体の認知プロセスの実際の延長として見なされます。これをよりよく想像するために、パーソナル デジタル アシスタント(PDA) の例が使用されます。機能主義 (心の哲学)に呼応して、この点は、精神状態ははるかに大きなシステムでの役割によって個別化されると主張します。したがって、この前提の下では、PDA 上の情報は脳に保存されている情報に似ています。したがって、脳内の情報が精神状態を構成すると考える場合は、PDA 内の情報も認知状態であるはずです。複雑な乗算問題におけるペンと紙の役割も考えてみましょう。ペンと紙は問題を解く認知プロセスに深く関与しているため、PDA が脳のように情報に使用されるのとほぼ同じように、ペンと紙がプロセスと何らかの点で異なると言うのはばかげているようです。別の例では、人間が環境を制御して操作し、認知タスクをより適切に実行できるようにする方法を調べます。例えば、車の鍵を紛失しないようにいつもの場所に置いたり、見知らぬ街で目印を使って道順を確認したりします。このように、人間は認知機能を助けるために環境の側面を取り入れます。

認知科学における身体化アプローチの価値は、おそらく アンディ・クラーク^[7]によって最もよく説明されている^[要出典]。彼は、認知の科学的研究において脳だけが唯一の焦点であるべきではないと主張している ^。

さまざまなケースにおいて、個々の脳が認知科学の関心の唯一の焦点であってはならないことはますます明らかになっている。認知は、身体、世界、行動の役割を無視してうまく研究できる現象ではない。^{[7] : 350}

クラークが使用した以下の例は、科学的思考において具体化された思考がどのように明らかになりつつあるかをよりよく示しています ^{[引用が必要]}。

Thunnus、つまりマグロは、急速に加速して猛スピードを出すという驚くべき能力で、従来の生物学者を長い間困惑させてきました。マグロを生物学的に調べたところ、そのような離れ業をできるはずがないことがわかりました。しかし、マグロの体現状態を考慮すると答えが見つかります。クロマグロは、自然に発生する海流を見つけてスピードを上げることで、地元の環境を利用して利用することができます。マグロはまた、この目的のために自分の肉体も利用しており、尾びれを使って必要な渦と圧力を作り出し、加速して高速を維持しています。このように、クロマグロは、その肉体の特性を通じて、地元の環境を自らの目的のために積極的に利用しているのです。

クラークは、ライバートとホジンズが構築したホッピングロボットの例を使用して、具体化パラダイムの価値をさらに実証します。これらのロボットは、基本的に垂直の円筒形で、1 つのホッピング フットを備えています。ロボットの動作を管理するという課題は、プログラム自体の複雑さに加えて、ホッピングできるように足をどのように構築するかという機械的な問題もあるため、困難な場合があります。具体化されたアプローチにより、このロボットが機能するには、システムを最大限に活用できなければならないことが簡単にわかります。つまり、ロボットのシステムは、単にアクションを実行するだけのコマンド センターであるという従来の見方とは対照的に、動的な特性を持つものとして見なされるべきです。

クラークは、2 種類の視覚、すなわち、生物視覚と純粋視覚を区別しています。純粋視覚は、典型的には古典的な人工知能に関連付けられる概念であり、視覚は豊かな世界モデルを作成するために使用され、思考と理性を使用して内部モデルを完全に探索できます。言い換えると、純粋視覚は、理性の能力をより内省的に使用できるように、外部の知覚可能な世界を受動的に作成します。対照的に、生物視覚は、視覚をリアルタイムのアクションを開始できる手段と見なします。したがって、生物視覚は、アクションを実行できるように視覚情報を取得するための手段です。クラークは、生物視覚が生物学的およびローカル環境の両方の手がかりを使用して能動的なインテリジェントプロセスを作成するため、生物視覚を具体化の例として挙げています。ドラッグストアにコダックのフィルムを買いに行くというクラークの例を考えてみましょう。心の中では、コダックのロゴとトレードマークの金色に馴染みがあります。したがって、入ってくる視覚刺激を使用してドラッグストア内を移動し、フィルムを見つけます。したがって、視覚は受動的なシステムとしてではなく、感覚情報と局所的な環境の手がかりをインテリジェントに使用して特定の現実世界のアクションを実行する能動的な検索デバイスとして捉えるべきです。

アメリカの心理学者ジェームズ・J・ギブソンの研究に触発された次の例では、行動に関連する感覚情報、身体の動き、およびローカル環境の手がかりの重要性を強調しています。これら 3 つの概念は、アフォーダンスの概念によって統合されています。アフォーダンスとは、物理世界が特定のエージェントに提供する行動の可能性です。これらは、エージェントの物理的な身体、能力、およびローカル環境の全体的な行動関連の特性によっても決定されます。クラークは、野球の外野手の例を使用して、アフォーダンスの概念をわかりやすく説明しています。従来の計算モデルでは、外野手がフライボールを捕ろうとする動きは、外野手の走行速度や野球のボールの弧などの変数によって計算できると主張します。ただし、ギブソンの研究は、より簡単な方法が可能であることを示しました。外野手は、視野内でボールが常に一直線に動くように走行速度を調整する限り、ボールを捕ることができます。この戦略では、外野手の身体構成、野球場の環境、外野手が得た感覚情報など、外野手の成功に左右されるさまざまなアフォーダンスが使用されることに注意してください。

クラークはここで、ボールをキャッチするという後者の戦略は前者とは対照的に、知覚にとって重要な意味を持つことを指摘している。アフォーダンス アプローチは、自発的なリアルタイムの調整に依存するため、非線形であることが証明されている。対照的に、ボールの弧を計算する前者の方法は、知覚、計算、およびアクションの実行のシーケンスに従うため、線形である。したがって、アフォーダンス アプローチは、計算と内省が必要であるという概念に反対することで、従来の知覚の見方に異議を唱えている。代わりに、知覚はエージェントと世界との間のアクション調整の継続的な均衡を構成するという考えに置き換える必要がある。最終的にクラークはこれが確実であると明示的に主張しているわけではないが、アフォーダンス アプローチが適応応答を十分に説明できることを観察している。^{[7] : 346}これは、エージェントがリアルタイムで積極的に使用する知覚情報によって可能になった環境の手がかりを利用するためです。

知的行動の一般原則の形成において、ファイファーは従来の人工知能で与えられた古い原則に反することを意図しました。最も劇的な違いは、その原則が現実世界の状況に応じたロボットエージェントにのみ適用可能であることです。これは従来の人工知能が最も期待できない領域です。

安価な設計と冗長性の原則：ファイファーは、エンジニアが行った暗黙の仮定が、制御アーキテクチャの複雑さにしばしば大きな影響を与えることを認識しました。^{[8] ：436} この洞察は、ロボット工学におけるスケーラビリティ問題の議論に反映されています。一部の悪いアーキテクチャに必要な内部処理は、エージェントに必要な新しいタスクに比例して増加しない可能性があります。

スケーラビリティ問題の主な原因の 1 つは、ロボットの設計者が実行しなければならないプログラミングと知識エンジニアリングの量が、ロボットのタスクの複雑さとともに急速に増加することです。事前プログラミングではスケーラビリティ問題の解決策にはならないという証拠が増えています...問題は、プログラマーがロボットのコードにあまりにも多くの隠れた仮定を導入することです。^[9]

提案されている解決策は、エージェントにその環境の固有の物理特性を利用させ、そのニッチの制約を利用し、エージェントの形態を簡素化と冗長性の原則に基づいて設定することです。冗長性は、類似のチャネルを複製することによって得られる信号のエラー訂正の要望を反映しています。さらに、感覚様相間の関連性を活用したいという要望も反映しています。(冗長な感覚様相を参照)。設計の点では、これは冗長性が 1 つの感覚様相だけでなく複数の感覚様相に関して導入されるべきであることを意味します。^{[8] : 448} 感覚様相間の知識の融合と転送が、現実世界から取得される感覚データのサイズを削減するための基礎となり得ることが示唆されています。^[10] これもスケーラビリティの問題に対処しています。

並列かつ疎結合なプロセスの原則: 知識と行動の選択に関する階層的な方法の代替手段。この設計原則は、従来の AI の Sense-Think-Act サイクルと最も重要な点で異なります。この有名なサイクルを含まないため、フレーム問題の影響を受けません。

感覚運動協調の原則: 理想的には、エージェントの内部メカニズムは、最初から規定通りにプログラムされるのではなく、記憶や選択などのものを創発的に生み出す必要があります。これらの種類のものは、エージェントが環境と相互作用するにつれて出現します。モットーは、エージェントのコントローラーに組み込む仮定を今より少なくして、将来の学習をより堅牢で特異なものにすることです。

生態学的バランスの原則: これは原則というよりは理論ですが、その意味は広範囲にわたります。その主張は、エージェントの内部処理は、エージェントのモーター、手足、センサーの複雑さがそれに応じて増加しない限り、より複雑にすることはできないというものです。言い換えれば、単純なロボットの脳に複雑さが加わっても、その動作に目に見える変化は生じません。ロボットの形態には、さらなる内部処理が展開するのに十分な「余裕」を与えるために、すでに複雑さがそれ自体に含まれている必要があります。

価値原則: これは、ジェラルド・エデルマンの Darwin III ロボットで開発されたアーキテクチャです。コネクショニズムに大きく依存しています。

伝統主義者は、物体は認知プロセスを助けるために使用されるかもしれないが、これは物体が認知システムの一部であることを意味するわけではないと主張するかもしれない。^{[6] : 343}眼鏡は視覚プロセスを助けるために使用されるが、それがより大きなシステムの一部であると言うことは、視覚システムの意味を完全に再定義することになる。しかし、具体化されたアプローチの支持者は、環境内の物体が精神状態の機能的役割を果たしているのであれば、その物体自体は精神状態に数えられるべきではないと主張するかもしれない。

ラース・ルートヴィヒは、心の拡張についてさらに研究し、テクノロジーにおけるその役割を概説しています。彼は、リチャード・セモンの記憶理論の理論的更新と拡張を表す「拡張人工記憶」の認知理論を提唱しています。^[11]

• ブライテンバーグ、ヴァレンティーノ（1986年）。『ビークル：総合心理学の実験』。マサチューセッツ州ケンブリッジ：MIT出版。ISBN 0-262-52112-1 
• ブルックス、ロドニー A. (1999)。『カンブリア紀の知能：新しい AI の初期の歴史』。マサチューセッツ州ケンブリッジ：MIT 出版。ISBN 0-262-52263-2 
• エデルマン、G. ワイド・ザン・ザ・スカイ（エール大学出版、2004年）ISBN 0-300-10229-1 
• Fowler, C., Rubin, PE, Remez, RE, & Turvey, MT (1980)。一般行為理論の音声生成への影響​​。B. Butterworth (編)、言語生成、第 1 巻: 音声と会話(pp. 373–420)。ニューヨーク: Academic Press。ISBN 0-12-147501-8 
• レネンバーグ、エリック H. ( 1967)。言語の生物学的基礎。ジョン ワイリー アンド サンズ。ISBN 0-471-52626-6 
• Pfeifer, R. および Bongard JC, How the body shapes the way we think: a new view of intelligence (The MIT Press, 2007). ISBN 0-262-16239-3 

• ロルフ・ファイファーが東京から開催するAI講演会
• DARWIN IVにおける合成ニューラルモデリング
• 適応行動シミュレーション協会
• 具現化された認知エージェントを作成するためのプラットフォーム