ロバート・M・フレンチ

ロバート・M・フレンチは、フランス国立科学研究センターの研究ディレクターです。現在はディジョンのブルゴーニュ大学に在籍しています。ミシガン大学で博士号を取得しており、同大学ではダグラス・ホフスタッターとともにテーブルトップ計算認知モデルに取り組んでいました。認知科学を専門とし、類推形成のプロセスについて広範囲に研究を行っています。^[1]

フレンチ氏は、テーブルの上に置かれた日常的な物体からなるマイクロドメイン内で類推を形成するコンピュータ プログラム「Tabletop」の発明者です。

彼は人工知能について広範囲に研究し、チューリングテストに関する記事をいくつか執筆した。チューリングテストは、高度なコンピュータが知的であるかどうかを判断する手段として、1950年にアラン・チューリングによって提案された。フレンチは長い間このテストを公然と批判し、いかなるコンピュータもこのテストに合格できないだろうと示唆していた。フレンチは現在、AIの前進への道は、人間の認知を完璧にシミュレートする（つまり、チューリングテストに合格する）ことではなく、世界を理解する能力を自ら発達させ、これらのマシンと有意義な方法で対話できるコンピュータを設計することにあると考えている。^[2]

彼は、ニューラルネットワークにおける破滅的な忘却、チューリングテストと認知科学の基礎、性別の進化、乳児の分類と学習など、さまざまなテーマに関する研究を発表しています。

フレンチは1969年から1972年までマイアミ大学に通い、3年間の勉強を経て数学の学士号を取得した。1972年から1974年までインディアナ大学に在籍し、同大学で数学の修士号を取得した。^[3]

1972年から1974年まで、フレンチはインディアナ大学で数学の助手として働きました。1975年には数か月間、インディアナ州ハノーバーの ハノーバー大学で数学を教えました。

その後フランスに渡り、1976年から1985年までパリに住み、フリーランスの翻訳家・通訳者として働いた。^[3]滞在中、同僚のジャクリーヌ・ヘンリーと共同で、ダグラス・ホフスタッターのベストセラー『ゲーデル、エッシャー、バッハ』のフランス語翻訳に取り組んだ。^{[1] [3]}

フレンチ氏は1985年に米国に戻り、ミシガン大学アナーバー校でコンピュータサイエンスの大学院生となり、ホフスタッター氏の指導の下、人工知能/認知科学の博士号を取得しました。1992年に博士課程を修了し、コンピュータサイエンスの学位を取得しました。

彼の博士論文のタイトルは「テーブルトップ：類推作成の出現的、確率的コンピュータモデル」であった。彼の論文審査委員会は、ホフスタッター、ジョン・ホランド、ダニエル・デネット、アーサー・バークス、ジョン・レアード、スティーブ・リティネンで構成されていた。^[3]

「この論文で提示された研究の根底にある重要な概念は、人間の類推を生み出す認知メカニズムが知性の基盤そのものであるという私の確信である」とフレンチは論文の要約で書いている。「類推を認識し創造する私たちの能力は、さまざまな状況を分類し、一般化し、比較する能力を駆動するのと同じメカニズムによって可能になる。」^[4]

1985 年から 1992 年まで、ミシガン大学アナーバー校でコンピュータ サイエンスの研究助手を務めました。この間、パリのエコール ポリテクニークの CREA の客員研究員 (1988 年)、およびインディアナ州リッチモンドのアーラム カレッジのコンピュータ サイエンスの客員講師 (1991 年) も務めました。

彼は1992年にインディアナ大学の概念と認知に関する研究センターで博士研究員として数か月を過ごした。1992年から1994年にかけては、オレゴン州セイラムのウィラメット大学でコンピュータサイエンスの客員助教授を務めた。1994年から1995年にかけては、ウィスコンシン大学マディソン校心理学部の博士研究員および同大学の教育心理学部の認知科学講師を務めた。^[3]

フレンチ氏は、1995 年から 1998 年まで、リエージュ大学心理学部の研究者でした。1998 年から 2000 年まで、同学部の定量心理学および認知科学の准教授でした。2001 年から 2004 年まで、同学部の定量心理学および認知科学の教授でした。

2004年よりフランス国立科学研究センター（CNRS）の研究ディレクターを務めている。^[3]

• French, R. (1995). 『同一性の微妙さ：類推形成の理論とコンピュータモデル』 ケンブリッジ、マサチューセッツ州：MIT出版。^[3]

ダニエル・デネットは、この本の序文で、フレンチは「古典的なトップダウン型AIと最近のボトムアップ型アプローチとの溝を埋めようとする人間の類推モデルを作成した」と書いている。デネットの説明によると、フレンチの研究は「人間の類推は人間の絶え間ない背景認識プロセスの延長であるという前提に基づいている。言い換えれば、類推と同一性の認識はコインの裏表である。著者の類推理論とコンピュータモデルの核心にあるのは、表象の構築と操作は精神機能の不可分な側面であるという考えであり、高レベル認知プロセスの従来のAIモデルがほぼ常に明確な分離に依存してきたのとは対照的である」。デネットは、「フレンチの研究が興味深いのは、類推が人間の複雑で微妙な同一性認識能力の延長であることを明らかにしただけでなく、これらのプロセスの根底にあるメカニズムの計算モデルを提供している点でもある」と主張した。このモデルは、ミクロレベルの確率的処理、分散処理、シミュレートされた並列処理、表現構築と表現処理の統合を実践する上で大きな進歩を遂げています。」^[5]コロンビア大学のアーサー・B・マークマンは、International Journal of Neural Systemsのレビューで、『 The Subtlety of Sameness』を「魅力的」と評しました。^[6]

Choice 誌のレビューでは、「フレンチは、類推形成が、同一性を知覚する複雑で微妙な能力の延長であることを明らかにした。彼のコンピュータ プログラム Tabletop は、食事のためにセットされたテーブルの上の物体 (食器、カップ、グラスなど) で構成されるミクロ領域で類推を形成する。理論とプログラムは、ミクロレベルでの確率的選択が、マクロレベルでの人間のような堅牢性につながるという考えに基づいている。何千回ものプログラム実行により、Tabletop のミクロワールドにおける数十の相互に関連する類推問題でこれを検証しようとしている。」と述べられている。^[7]

• French, RM (2012)。『チューリングテストを超えて』。Communications of the Association for Computing Machinery。^[3] French は、「人間を完璧に模倣できる機械を作ろうとする試みは脇に置く必要がある」と主張し、その結果、20 世紀半ばにアラン・チューリングによって考案された「チューリングテスト」に合格できるようになった。代わりに、コンピュータ科学者は「コンピュータを有効な対話相手として受け入れ、対話型の高水準で洗練された情報源として対話するべきである」と述べた。French は、「少なくとも近い将来、チューリングテストに合格する機械は存在しないと確信している...。人間の認知能力や人相学には、機械を惑わすための質問の根拠となり得る難解な領域が残るだろう。だから、チューリングテストは脇に置くべきだ」と宣言した。もし機械が私にこう言ったら、私はまったく満足するだろう。「いいかい、私はコンピューターだから、身体が答えなければならないような質問はしないでくれ。自転車から落ちたときの気分や足に針が刺さったときのようなことはしないでくれ。私が人間だと思わせるようなことはもう時代遅れだ。私はあなたを騙そうとしているんじゃない。私はコンピューターなんだ、いいかい？」^[8]
• French, RM (2012). Dusting off the Turing Test. Science, 336,160–161. ^[3] French は、「情報技術における 2 つの革命的な進歩により、チューリング テストは引退から復活するかもしれない」と報告しました。その 1 つは「膨大な量の生のデータが容易に入手できること」であり、もう 1 つは「この豊富なデータのコレクションを収集、整理、処理するための高度な技術の出現」です。^[9]彼は読者に、「これまでに話したり、聞いたり、書いたり、読んだりしたすべての言葉、および経験したすべての視覚的なシーンと音は、数十万人、さらには数百万人の他の人々の同様のデータとともに記録され、アクセス可能」であり、この感覚体験の記録は触覚受容器と嗅覚受容器によって提供される情報で補完できると想像するよう勧めました。 French によると、高度なコンピューター研究者は、「この種の人生体験の記録は、そう遠くない将来に一般的になるだろうと考えています」さらに彼は読者に「ソフトウェアは、このデータの海にあるすべてのものをカタログ化し、分析し、相関させ、相互にリンクするために存在する」と仮定するよう求めた。「これらのデータとそれを適切に分析する能力により、機械は、人間の身体や認知下連想ネットワークから得られた事実を利用して、これまでコンピュータでは答えられなかった質問に答えることができるようになる」。これらすべてを考慮して、フレンチは「機械がそのデータを使用して、あなた自身のものと似た認知および認知下ネットワークを構築できると考えるのは、それほど突飛なことでしょうか？ 十分に似ているということは、チューリングテストに合格するということです。」と問いかけた。^[10]
• French, RM (2000). チューリングテスト: 最初の50年。認知科学の動向、4(3), 115–121。^[3]「コンピュータサイエンスのどの論文も、また科学全般のどの論文も、アラン・チューリングのチューリングテストに関する論文ほどの議論を呼んだことはない」と指摘し、フレンチは論文の受容の歴史を記録し、テストに対する認識の変化は「科学界における人工知能に対する態度の変化と並行している。1960年代の抑えきれない楽観主義から、現在もまだ大きな困難が待ち受けているという認識に至るまで」と主張している。^[11]
• French, RM (1996). 逆チューリングテスト: 単純な (無知な) プログラムがそれをパスする方法。Psycoloquy 7(39) turing-test.6.french. ^[3]この論文で、French は「逆チューリングテストは...標準的なチューリングテストでシミュレートできる」こと、そして「逆チューリングテストをパスするような、まったく知能のない非常に単純なプログラムを書くことができる」ことを主張した。したがって、「現在の形の逆チューリングテストは拒否されなければならない」。^[11]
• Mareschal, D. および French, RM (1997)。「幼児期の記憶と分類における干渉効果に関するコネクショニストによる説明」。第 19 回認知科学学会年次大会の議事録、LEA、484–489 ページ。
• Addyman, C. および French, RM (2012)。認知科学における計算モデリング: 変革のための宣言。認知科学の話題、4(3)、332–341。
• French, RM, Addyman, C., Mareschal, D. (2011). TRACX: シーケンスセグメンテーションとチャンク抽出のための認識ベースのコネクショニストフレームワーク。心理学評論、118(4), 614–636。
• Cowell, RAおよびFrench, RM (2011)。ノイズとカテゴリー学習におけるルールの出現：コネクショニストモデル。IEEE Transactions on Autonomous Mental Development、3(3)、194-206。^[3]この論文では、「カテゴリーメンバーシップのルールがどのように獲得されるかという問題に対処するカテゴリー学習のニューラルネットワークモデル」が紹介されています。
• Thibaut, J.-P., French, RM, Vezneva, M. (2010). 認知負荷と意味的類推：意味空間の探索。Psychonomic Bulletin and Review, 17(4), 569–574。
• Van Rooy, D., Van Overwalle, F., Vanhoomissen, T., Labiouse, C., and French, RM (2003). 「集団バイアスの再帰コネクショニストモデル」 心理学評論、110、536–563。
• French, RM, (2002). Natura non facit saltum: 心的表象の完全な連続体の必要性. 行動および脳科学. 25(3), 339–340.
• Jacquet, M. および French, RM (2002)。BIA++: BIA+ を動的分散コネクショニストフレームワークに拡張する。バイリンガリズム、5(3)​​、202–205。
• Mareschal, D., Quinn, PC, and French, RM (2002) 3～4 か月児の連続カテゴリー学習における非対称干渉。認知科学、26、377～389
• French, RM および Chater, N. (2002)。コネクショニストネットワークにおけるエラー面の計算にノイズを使用する: 壊滅的な忘却を減らす新しい方法。Neural Computation、14(7)、1755–1769。
• French, RM および Labiouse, C. (2001)。共起情報だけでは認知的下位の質問に答えるのに不十分な理由。実験的および理論的人工知能ジャーナル、13(4)、419–429。
• French, RM および Thomas, E. (2001)。認知科学における動的仮説：Mind As Motion のレビュー論文。Minds and Machines、11、1、101–111。
• Mareschal, D., French, RM, Quinn, P. (2000)。「乳児期初期における非対称カテゴリー学習のコネクショニストによる説明」発達心理学、36、635-645。
• French, RMとThomas, E. (2000)。なぜローカリスト・コネクショニスト・モデルはカテゴリー化に不十分なのか。行動と脳科学、23(4)、477。^[3]

• 公式サイト