对于一个商业实体来说,Araya的研究具有非同寻常的学术性,尤其是它对意识如何运作的看似深奥的观点的关注。但这家总部位于东京的公司的创始人兼首席执行官金井良太认为,人工智能(AI)的制造商需要成为意识领域的专家。
“意识不再是神秘和神奇的东西,”神经科学家Kanai解释道。“我们看到人工智能研究人员越来越接近与意识相关的架构。”他认为,这些领域的重大进展是人工智能未来的关键。
“在人工智能业务中,我们目前花费大量时间创建一个非常专门的神经网络,只解决一个任务,这在计算上非常低效。我们希望结合现有的模式,这样我们就可以不断改进。”“这些更灵活、多用途的学习模式更接近于意识的某些概念。”
业务模型
Araya生产的人工智能神经网络与软件类似,但具有学习能力。该公司约40%的收入来自为其他公司或机构进行的定制研究,或为此类组织提供支持。
例如,为冲绳科学技术研究所(Okinawa Institute of Science and Technology), Araya一直在开发分析显微镜中钙成像数据的软件,这些数据可用于测量神经元的电活动。接下来,Araya将推出一项名为Research DX的服务,该服务将使用人工智能来帮助加快研究速度。
该公司约30%的收入来自专注于工业的人工智能。例如,对于一家精密零件制造商,Araya开发了一种检测缺陷并对其进行分类的算法,有助于改进工艺。为一家媒体出版商,Araya开发了一种神经网络,帮助图片编辑缩小体育图片的选择范围。
其余的收入来自政府拨款和蓝天基金。
意识的意识
Kanai认同的意识理论被称为全局工作空间理论1.在这个框架中,人类意识的关键被认为涉及优先级和放大关键的认知任务。
例如,人类的大脑通常同时处理许多事情,但大脑必须在任务中选择最重要的。例如,如果声音被识别为来自可能的威胁,大脑就会投入更多的认知资源来处理这些声音。
在2022年的一篇论文中2, Araya的研究人员检验了三种意识理论:全局工作空间理论;注意图式理论,建立在全局工作空间理论的基础上,增加了新的概念;以及Kanai自己的信息生成理论3.它借鉴了进化生物学家理查德·道金斯(Richard Dawkins)关于心理模拟的观点。
在他的书中自私的基因,道金斯认为意识产生于心理模拟。道金斯说,能够将自己纳入世界视野的动物可能更善于提前计划或智胜对手,这解释了意识在进化中的好处。同样,信息生成理论认为,有意识获取的信息不是简单地基于感官输入,而是大脑中持有的整体模型或世界观的结果。
在2022年对这些理论的研究中,研究人员认为,他们证明了这三种理论必须在人类身上共同起作用2.他们认为,人工智能模型也应该尝试解决这三个理论,以产生更普遍的智能人工智能系统。
这些理论如何实际应用于人工智能?Kanai说,Araya的研究人员已经在构建关于自我感知和适应性的想法和代码。
例如,在Araya于2021年8月发表的一篇论文中4,两种增强学习的方法——基于模型的和无模型的——通过对起重机提升/铲铲机器人的仿真进行了研究。基于模型的强化学习被认为更能反映意识,因为它要求主体将自己包含在它构建的世界模型中。只有这样,当它执行某种行为时,它才能预测可能发生的事情。Kanai说,这为预测编码和主动推理系统提供了信息,使人工智能能够减少所需的训练样本量。
Araya的“转移学习AI”也内置了适应性,这是一种经过训练的神经网络,可以完成一项任务,并将它学到的知识应用到新的相关任务中。这种学习方式现在被应用在Araya的一些图像识别产品中,从产品计数到监测作物生长。
Kanai说,虽然这些论文中的一些主题可能看起来很学术,但这些想法被先锋技术人员认为对人工智能领域的进展至关重要。该公司的一部分收入来自于人工智能先驱投资者,比如企业家马雷克·罗莎(Marek Rosa), GoodAI公司的创始人,该公司致力于快速开发安全的通用人工智能。
资助也来自日本政府的来源——包括日本科学促进会科学研究资助(Kakenhi)、日本科学技术振兴机构(JST)的登月研究和发展计划(见侧条,神经科学还是科幻小说?),以及JST过去的进化科学和技术核心研究计划。