昨日、「テレパシー装置の東芝特許 part 3」というブログ記事に
１４０回以上のアクセスがありました。
不思議だと思ってチェックしてみると、
このブログ記事はフェイスブックで７０回以上シェアされています。
これだけ人気があるのですから、今回はこのブログ記事の続きです。
東芝特許は、離れた場所から脳波を計測する装置に関します。
東芝特許の装置が出力した脳波を人工知能に入力すると、
心が読めます。
このような人工知能はNTTが特許を取得しており、
概要は、心を読む装置という下記のブログ記事に記載しています。
人工知能の構造は、サポートベクトルマシンとか
多層ニューラルネットワークなど様々ですが、
NTT特許では、多層ニューラルネットワークというタイプであり、
多層ニューラルネットワークに脳波を入力して、
脳波から思考を解析しています。
NTT特許に使われている人工知能は、
入力層、中間層、出力層の３層構造であり、
入力層は２５ユニット、中間層は１０ユニット、
出力層は２ユニットになり、
ユニットの合計は３７になります。
個々のユニットは、パソコンのプロセッサ、CPUと同様です。
多層ニューラルネットワークに使われているユニットの数を強調すると、
多層ニューラルネットワークは３７個のプロセッサが
搭載されているコンピュータのようなものということになります。
ちなみに、通常のパソコンにはCPUが一つしか搭載されていません。
最近、発売されたパソコンはデュアルコアプロセッサと称して
２つのCPUが搭載されているタイプもあれば、
クァッドコアプロセッサと称して
４つのCPUが搭載されているタイプもあります。
それでもプロセッサの数は２つとか４つであり、
ユニットの数が３０を超える人工知能とかなり異なります。
このように多層ニューラルネットワークは、
プロセッサの数で勝負するという特徴があります。
即ち、プロセッサの数が少ないときには達成できない一方、
プロセッサの数が多いときに、初めて達成できる機能があるということです。
実は個々のユニットのモデルは、人間の神経細胞になります。
人間の脳は神経細胞、グリア細胞及び血管から構成されていますが、
神経細胞は１４０億前後あるとされています。
個々の神経細胞の能力は、CPUと比べるとたいしたことがありませんが、
１４０億という数で勝負しています。
多層ニューラルネットワークは、人間の脳をモデルにしており、
多数のユニットを使って、1つの機能を発揮いたします。
さて、NTT特許では、所定の多層ニューラルネットワークが
脳波から思考を解読しているのですが、
実は言語と脳波の関係を利用しています。
人間が思考をしている際、時系列に沿って、
脳波パターンが次から次に変化していくのですが、
この脳波パターンの変化は、/a/という母音に対応するとか、
別箇の脳波パターンの変化は、/k/という子音に対応するということを
事前に多層ニューラルネットワークの辞書ファイルに搭載しています。
実は/a/という母音を頭の中で考えているときの脳波の伝搬パターンと、
/k/という子音を頭の中で考えているときの脳波の伝搬パターンが異なるのです。
この脳波の伝搬パターンというのは、
脳波が二次元平面を伝搬するパターンであり、
この二次元平面は脳表面の球面に対応します。
例えば、波の一次元モデルでは、糸のような物体に波が伝わるのに対応します。
波の二次元モデルでは、海面を波が伝わるのに対応するのですが、
アメリカ西海岸から日本まで太平洋を横断して波が伝わるようなときには、
海面は球面と同様に扱うようになります。
同様に脳波が大脳表面という球面を伝わるときのパターンが
特定の音韻によって異なるのです。
そして、脳の２０か所前後で脳波を計測し、
この計測結果を解析して、
脳波の伝搬パターンを出力します。
そして、計測した脳波の伝搬パターンを
メモリに保存されている脳波の伝搬パターンと比較して、
マッチングする音韻を選択するのです。
多層ニューラルネットワークを駆使すると、
このようなマッチングがリアルタイムに可能になります。
