Placeholder Image

字幕表 動画を再生する

  • Let me tell you a story.

    一つ 物語をお話しします

  • It goes back 200 million years.

    2億年前のことです

  • It's a story of the neocortex,

    これは大脳新皮質 --「新たな外皮」-- の物語です

  • which means "new rind."

    これは大脳新皮質 --「新たな外皮」-- の物語です

  • So in these early mammals,

    さてネズミのような初期の哺乳類では--

  • because only mammals have a neocortex,

    ちなみに 大脳新皮質を 有するのは哺乳類のみです--

  • rodent-like creatures.

    ちなみに 大脳新皮質を 有するのは哺乳類のみです--

  • It was the size of a postage stamp and just as thin,

    それは切手サイズの大きさと薄さで

  • and was a thin covering around

    彼らのクルミ大の

  • their walnut-sized brain,

    脳を覆う ほんの薄い外皮だったのですが

  • but it was capable of a new type of thinking.

    新しい考え方を可能にしました

  • Rather than the fixed behaviors

    哺乳類以外の動物が持つ

  • that non-mammalian animals have,

    組み込まれた習性に従うだけではなく

  • it could invent new behaviors.

    新たな習性の発明を可能にしました

  • So a mouse is escaping a predator,

    例えばネズミが天敵から逃げていて

  • its path is blocked,

    逃げ道がふさがっていると

  • it'll try to invent a new solution.

    別の解決策を見出そうとします

  • That may work, it may not,

    上手くいくかは分かりません

  • but if it does, it will remember that

    しかし 上手くいけばそれを覚え

  • and have a new behavior,

    新たな習性を得て

  • and that can actually spread virally

    その習性は種 全体に

  • through the rest of the community.

    ウイルスのように広まります

  • Another mouse watching this could say,

    他のネズミがそれを見て

  • "Hey, that was pretty clever, going around that rock,"

    「あの岩を迂回したのは賢かったな」

  • and it could adopt a new behavior as well.

    と言って自分も新しい習性を 取り入れるのです

  • Non-mammalian animals

    哺乳類以外の動物は

  • couldn't do any of those things.

    これが出来ません

  • They had fixed behaviors.

    習性は固定されています

  • Now they could learn a new behavior

    新しい習性を得るためには

  • but not in the course of one lifetime.

    一生涯では足りません

  • In the course of maybe a thousand lifetimes,

    千世代ほどを通して

  • it could evolve a new fixed behavior.

    新たな習性を進化させます

  • That was perfectly okay 200 million years ago.

    2億年前はそれで全然大丈夫でした

  • The environment changed very slowly.

    環境の変化はゆっくりしていて

  • It could take 10,000 years for there to be

    大きく環境が変化するのに

  • a significant environmental change,

    1万年近くかかったでしょう

  • and during that period of time

    そしてそれぐらいの期間で

  • it would evolve a new behavior.

    新しい習性を進化させるのです

  • Now that went along fine,

    それでも上手くいってましたが

  • but then something happened.

    6,500万年前に

  • Sixty-five million years ago,

    あることが起きました

  • there was a sudden, violent change to the environment.

    急で 過激な 環境の変化です

  • We call it the Cretaceous extinction event.

    K-T境界(白亜紀末)の 大量絶滅と呼ばれています

  • That's when the dinosaurs went extinct,

    これは恐竜が絶滅し

  • that's when 75 percent of the

    動植物の75%が

  • animal and plant species went extinct,

    絶滅した時です

  • and that's when mammals

    そして哺乳類が絶滅種の

  • overtook their ecological niche,

    ニッチを埋めた時でもありました

  • and to anthropomorphize, biological evolution said,

    そして「生物学的進化」さんは こう言いました

  • "Hmm, this neocortex is pretty good stuff,"

    「この大脳新皮質っていいね」

  • and it began to grow it.

    そしてそれを育て始めました

  • And mammals got bigger,

    哺乳類は大きくなり

  • their brains got bigger at an even faster pace,

    脳はさらに速いペースで肥大化し

  • and the neocortex got bigger even faster than that

    大脳新皮質はそれより さらに速く肥大化しました

  • and developed these distinctive ridges and folds

    そして表面積を大きくするための

  • basically to increase its surface area.

    特徴的な隆起や折り目が発達しました

  • If you took the human neocortex

    もし人間の大脳新皮質を

  • and stretched it out,

    取り出して広げたら

  • it's about the size of a table napkin,

    テーブルナプキンぐらいになります

  • and it's still a thin structure.

    組織は非常に薄く

  • It's about the thickness of a table napkin.

    テーブルナプキンほどの厚みです

  • But it has so many convolutions and ridges

    しかし いくつもの隆起と皺のため

  • it's now 80 percent of our brain,

    脳の80%も占めているのです

  • and that's where we do our thinking,

    そしてそこで思考が行われていて

  • and it's the great sublimator.

    考えを昇華させてくれます

  • We still have that old brain

    基本的な欲求や

  • that provides our basic drives and motivations,

    動機を与える古い脳はまだ残っています

  • but I may have a drive for conquest,

    しかし 例えば私が持つ支配欲は

  • and that'll be sublimated by the neocortex

    大脳新皮質によって昇華されるのです--

  • into writing a poem or inventing an app

    詩を書いたり アプリを開発したり

  • or giving a TED Talk,

    TEDで講演をすることに

  • and it's really the neocortex that's where

    その昇華が起こっている場所こそが

  • the action is.

    大脳新皮質なのです

  • Fifty years ago, I wrote a paper

    50年前 私は論文で

  • describing how I thought the brain worked,

    私の考える脳のメカニズム--

  • and I described it as a series of modules.

    モジュールの連続的な組み合わせ-- を説明しました

  • Each module could do things with a pattern.

    各モジュールは一つの パターンを処理します

  • It could learn a pattern. It could remember a pattern.

    パターンを習い パターンを覚え

  • It could implement a pattern.

    パターンを実行します

  • And these modules were organized in hierarchies,

    そしてモジュールは階層的に組織され

  • and we created that hierarchy with our own thinking.

    その階層は私達自身の思考により 組織されます

  • And there was actually very little to go on

    50年前はその論文からそれ以上発展することは

  • 50 years ago.

    殆どありませんでしたが

  • It led me to meet President Johnson.

    でも これでジョンソン大統領に会えました

  • I've been thinking about this for 50 years,

    私はこのことに関して50年間考え

  • and a year and a half ago I came out with the book

    1年半前に 本を出版しました

  • "How To Create A Mind,"

    「思考の創り方」です

  • which has the same thesis,

    同じ仮説を立ててますが

  • but now there's a plethora of evidence.

    今度は沢山の証拠があります

  • The amount of data we're getting about the brain

    ニューロサイエンスにより

  • from neuroscience is doubling every year.

    脳に関するデータは 毎年倍増しています

  • Spatial resolution of brainscanning of all types

    あらゆる脳スキャンの イメージ映像が

  • is doubling every year.

    毎年倍増しているのです

  • We can now see inside a living brain

    現在では生きている脳の中を見て

  • and see individual interneural connections

    個々の神経がリアルタイムで

  • connecting in real time, firing in real time.

    繋がりを作り 伝達を行い

  • We can see your brain create your thoughts.

    脳が考えを創り また 考えが脳を創る

  • We can see your thoughts create your brain,

    場面が見られます

  • which is really key to how it works.

    実はこれがカギなのです

  • So let me describe briefly how it works.

    簡単にですが 説明します

  • I've actually counted these modules.

    私はモジュールの数を数えました

  • We have about 300 million of them,

    それらは3億個近くあり

  • and we create them in these hierarchies.

    それらで階層を作りました

  • I'll give you a simple example.

    簡単な例を示します

  • I've got a bunch of modules

    ここにたくさんのモジュールがあります

  • that can recognize the crossbar to a capital A,

    これらは大文字「A」の横棒を認識します

  • and that's all they care about.

    機能はそれだけです

  • A beautiful song can play,

    美しい音楽が流れても

  • a pretty girl could walk by,

    素敵な女性がそばに来ても

  • they don't care, but they see a crossbar to a capital A,

    反応しません しかしAの横棒を見たら

  • they get very excited and they say "crossbar,"

    非常に興奮して「横棒」と言います

  • and they put out a high probability

    軸索から信号が出力される確率は

  • on their output axon.

    非常に高くなり

  • That goes to the next level,

    次の階層に出力されます

  • and these layers are organized in conceptual levels.

    階層ごとに異なる概念レベルで 組織されています

  • Each is more abstract than the next one,

    それぞれが前の階より抽象的です

  • so the next one might say "capital A."

    次の階層が「大文字A」と言い

  • That goes up to a higher level that might say "Apple."

    さらに高い階層で「APPLE」と 言うかもしれません

  • Information flows down also.

    情報は下方にも流れます

  • If the apple recognizer has seen A-P-P-L,

    APPLE 認識モジュールが A-P-P-L と認識したら

  • it'll think to itself, "Hmm, I think an E is probably likely,"

    その層は「ウーン Eがおそらく次だろう」 と考え

  • and it'll send a signal down to all the E recognizers

    E認識モジュールたちに伝達します

  • saying, "Be on the lookout for an E,

    「Eに目を光らせて

  • I think one might be coming."

    もうすぐ来るから」と

  • The E recognizers will lower their threshold

    E認識モジュールは閾値を低くして

  • and they see some sloppy thing, could be an E.

    Eに見えなくもない物も認識します

  • Ordinarily you wouldn't think so,

    普段とは違って

  • but we're expecting an E, it's good enough,

    予期していたので 「E を見た」と言い

  • and yeah, I've seen an E, and then apple says,

    APPLE モジュールは

  • "Yeah, I've seen an Apple."

    「APPLE を見た」と言います

  • Go up another five levels,

    さらに5つ階層を上がれば

  • and you're now at a pretty high level

    この階層のかなり--

  • of this hierarchy,

    高い所に来ます

  • and stretch down into the different senses,

    そこでは下の階層の別の五感の情報を

  • and you may have a module that sees a certain fabric,

    ―特定の生地、声、 香水を―

  • hears a certain voice quality, smells a certain perfume,

    認識するモジュールの 情報を組み合わせ

  • and will say, "My wife has entered the room."

    「妻が部屋に入ってきた」 と言います

  • Go up another 10 levels, and now you're at

    さらに10階層上がれば

  • a very high level.

    かなり高い階層に出ます

  • You're probably in the frontal cortex,

    そこは前頭部皮質あたりでしょう

  • and you'll have modules that say, "That was ironic.

    そこでのモジュールはこう言うでしょう 「今のは皮肉だね」

  • That's funny. She's pretty."

    「それは面白い 彼女はかわいい」

  • You might think that those are more sophisticated,

    上の階層の方が洗練されている と思いがちですが

  • but actually what's more complicated

    実際に複雑なのは

  • is the hierarchy beneath them.

    その下の階層組織なのです

  • There was a 16-year-old girl, she had brain surgery,

    16才の女の子が脳手術を受けているとき

  • and she was conscious because the surgeons

    執刀医が彼女と話をするため

  • wanted to talk to her.

    意識を保っておきました

  • You can do that because there's no pain receptors

    脳の痛みは感じないため こんなことが出来ます

  • in the brain.

    脳の痛みは感じないため こんなことが出来ます

  • And whenever they stimulated particular,

    そして 大脳新皮質の

  • very small points on her neocortex,

    ある小さな点を刺激したら

  • shown here in red, she would laugh.

    この赤い部分です-- 彼女は笑いました

  • So at first they thought they were triggering

    執刀医たちは 反射的に笑う点を

  • some kind of laugh reflex,

    刺激したと考えていましたが

  • but no, they quickly realized they had found

    すぐに大脳新皮質のユーモアを

  • the points in her neocortex that detect humor,

    認識する部分を見つけたと気づきました

  • and she just found everything hilarious

    それでそこを刺激する度に

  • whenever they stimulated these points.

    彼女には全てが滑稽に感じたのです

  • "You guys are so funny just standing around,"

    「貴方たちがそこにいるだけで面白いわ」

  • was the typical comment,

    というのが主なコメントでしたが

  • and they weren't funny,

    執刀医たちは面白くありませんでした

  • not while doing surgery.

    手術中だったのですから

  • So how are we doing today?

    では現代ではどのように なっているでしょうか?

  • Well, computers are actually beginning to master

    まぁ まず コンピューターが人間の

  • human language with techniques

    言語を大脳新皮質のそれに似た

  • that are similar to the neocortex.

    技術で習得してきています

  • I actually described the algorithm,

    実は私が開発し

  • which is similar to something called

    「階層隠れマルコフモデル」

  • a hierarchical hidden Markov model,

    と呼ばれる 私が90年代に

  • something I've worked on since the '90s.

    取り組んでいたものに類似しています

  • "Jeopardy" is a very broad natural language game,

    「ジェパディー」は広範囲な 自然言語を使うゲームですが

  • and Watson got a higher score

    「ワトソン」の得点はベストプレーヤー 二人を合わせたものより上でした

  • than the best two players combined.

    「ワトソン」の得点はベストプレーヤー 二人を合わせたものより上でした

  • It got this query correct:

    彼はこの問題にも正解しました

  • "A long, tiresome speech

    「泡立ったパイのトッピングによる

  • delivered by a frothy pie topping,"

    長くて退屈なスピーチ」

  • and it quickly responded, "What is a meringue harangue?"

    「メレンゲ・ハレンゲとは何?」 とすぐに答えました

  • And Jennings and the other guy didn't get that.

    ジェニングズたちには この答えが分かってませんでした

  • It's a pretty sophisticated example of

    これはコンピューターが人の言語を

  • computers actually understanding human language,

    理解できるという高度な例です

  • and it actually got its knowledge by reading

    その知識は実際に

  • Wikipedia and several other encyclopedias.

    ウィキペディアやその他百科事典を 読んで得られたものです

  • Five to 10 years from now,

    5年から10年後

  • search engines will actually be based on

    検索エンジンは言葉の組み合わせや

  • not just looking for combinations of words and links

    リンクに基づくだけではなく

  • but actually understanding,

    ウェブ上の情報や

  • reading for understanding the billions of pages

    本を読んで 理解した内容に

  • on the web and in books.

    基づくものになるでしょう

  • So you'll be walking along, and Google will pop up

    あなたが歩いている時に グーグルが出てきて

  • and say, "You know, Mary, you expressed concern

    こう言います 「マリー 一か月前に貴方は

  • to me a month ago that your glutathione supplement

    グルタチオンのサプリが 血液脳関門を通ってないのではと

  • wasn't getting past the blood-brain barrier.

    不安になっていましたね

  • Well, new research just came out 13 seconds ago

    実は13秒前新しい研究が発表され

  • that shows a whole new approach to that

    グルタチオン摂取の全く新しい

  • and a new way to take glutathione.

    アプローチを紹介しています

  • Let me summarize it for you."

    今から要約しますね」

  • Twenty years from now, we'll have nanobots,

    今から20年後にはナノボットが 開発されているでしょう

  • because another exponential trend

    微細化の技術は

  • is the shrinking of technology.

    急激に進歩しています

  • They'll go into our brain

    それらは毛細血管をとおって

  • through the capillaries

    脳に行きます

  • and basically connect our neocortex

    そして私たちの大脳新皮質を

  • to a synthetic neocortex in the cloud

    クラウドの人工大脳新皮質につなぎ

  • providing an extension of our neocortex.

    大脳新皮質の機能を拡張します

  • Now today, I mean,

    今でも私たちの電話には

  • you have a computer in your phone,

    コンピューターがあります

  • but if you need 10,000 computers for a few seconds

    複雑な研究のために1万の コンピューターを

  • to do a complex search,

    数秒間必要とするとき

  • you can access that for a second or two in the cloud.

    クラウドにアクセスすればすぐに出来ます

  • In the 2030s, if you need some extra neocortex,

    2030年代では余分に大脳新皮質が 必要になれば

  • you'll be able to connect to that in the cloud

    脳から直接クラウドにつなげられること になるでしょう

  • directly from your brain.

    脳から直接クラウドにつなげられること になるでしょう

  • So I'm walking along and I say,

    私は歩きながら

  • "Oh, there's Chris Anderson.

    「あ クリス・アンダーソンだ」と言い

  • He's coming my way.

    彼が近づいてきます

  • I'd better think of something clever to say.

    何か賢いことを言わなければ

  • I've got three seconds.

    時間は3秒

  • My 300 million modules in my neocortex

    私の大脳新皮質にある3億の モジュールだけでは足りない

  • isn't going to cut it.

    私の大脳新皮質にある3億の モジュールだけでは足りない

  • I need a billion more."

    後10億必要だ

  • I'll be able to access that in the cloud.

    そこで私はクラウドにアクセスできます

  • And our thinking, then, will be a hybrid

    そして私たちの思考は生物学的と

  • of biological and non-biological thinking,

    非生物学的な思考のハイブリッドになります

  • but the non-biological portion

    そして非生物学的な部分は

  • is subject to my law of accelerating returns.

    私の収穫加速の法則に則ります

  • It will grow exponentially.

    指数関数的に成長するのです

  • And remember what happens

    前回 大脳新皮質が拡張した時

  • the last time we expanded our neocortex?

    何が起きたか覚えていますか?

  • That was two million years ago

    200万年前 私たちは

  • when we became humanoids

    ヒト科へと進化し

  • and developed these large foreheads.

    大きな前頭葉を発達させました

  • Other primates have a slanted brow.

    他の類人猿の額も突き出していますが

  • They don't have the frontal cortex.

    前頭葉はありません

  • But the frontal cortex is not really qualitatively different.

    しかし 前頭葉は質的に特別ではなく

  • It's a quantitative expansion of neocortex,

    大脳新皮質が拡張しているのです

  • but that additional quantity of thinking

    思考の量が増えたことが

  • was the enabling factor for us to take

    質的な飛躍を遂げることを

  • a qualitative leap and invent language

    可能にした要因なのです

  • and art and science and technology

    言語や芸術、科学や技術

  • and TED conferences.

    そしてTED

  • No other species has done that.

    他の種にはできなかったことです

  • And so, over the next few decades,

    次の数十年で私たちは

  • we're going to do it again.

    また飛躍します

  • We're going to again expand our neocortex,

    再び 大脳新皮質を拡張します

  • only this time we won't be limited

    ただし今度は決まった構造の容器に その限界を決められることはありません

  • by a fixed architecture of enclosure.

    ただし今度は決まった構造の容器に その限界を決められることはありません

  • It'll be expanded without limit.

    限界なく拡張するのです

  • That additional quantity will again

    この量的な拡張はまたもや

  • be the enabling factor for another qualitative leap

    文化と技術に質的な飛躍をもたらす

  • in culture and technology.

    要因となるでしょう

  • Thank you very much.

    ありがとうございました

  • (Applause)

    (拍手)