アリソン・ゴプニックのキャリアは、今ではばかばかしいと考える心理学の実験から始まった。生後15ヶ月の乳児がどのようにして言葉を抽象的な概念（父親＝養育者）と結びつけるのかを理解するため、彼女は9人の子供を1年間、週に1回訪問することを決めた。当時オックスフォード大学の大学院生だった彼女は、博士論文の一部として子供たちの発言をすべて記録するつもりだった。「無数の理由でばかばかしいことでした」と、カリフォルニア大学バークレー校（発達心理学教授）のオフィスにこもった冬の金曜日にゴプニックは語る。「もし子供がどこかへ引っ越したり、1年後に持ち帰りがなかったり、その他さまざまなことが起これば、あの研究はすべて無駄になってしまいます」と彼女は言い、さらに「今では自分の生徒にあんなことをさせるようなことは絶対にしません」と付け加えた。彼女の実験は言語習得の謎を解明したわけではないが、幼児期の学習と知能に関する彼女の仮説を覆し、彼女のキャリアの道を変えることになった。現在、彼女の研究は人工知能（AI）科学者たちの関心を集めており、彼らは彼女の洞察を自分たちの機械学習アルゴリズムに応用したいと考えている。大学院生時代に彼女が子供の賢さについて学んだことは、今でも彼女自身の分野、そしておそらく彼らの分野に影響を与えている。「子供を一種の初心者の大人として考えるのではなく、彼らが根本的に違うことに気づいたのです」と、現在62歳になったゴプニック氏は、自身の成長した子供や孫たちに語る。「彼らの言葉の使い方、彼らが表す意味、それを表現する方法、そのどれもが大人の考え方や話し方と一致しませんでした。」現在、ゴプニック氏はカリフォルニア大学バークレー校で自身の認知発達研究室を監督しており、幼児期の学習と発達に関する数冊の本の著者でもある。彼女はTEDの卒業生であり、ウォール・ストリート・ジャーナルのコラムニストでもあり、グッド・モーニング・アメリカやコルベア・レポートなどの番組に出演するなど、ポップカルチャーにも進出するなど、類まれな知的高みに到達している。ゴプニック氏のメッセージは、大人の認知的優位性は幻想であるということ。彼女の研究によると、子供たちはショウジョウバエのような集中力を持つ原始的な大人ではなく、むしろ時として私たちよりも優れている。「子供、たとえ幼い子供であっても」と彼女は言う。「多くの点で大人よりも賢く、発明力があり、学習能力に優れています。」
理由は、大きさと形が重要だからです。研究によると、子供の脳の大きさと構造は、認知能力の強みと弱みを左右することが示されています。大人でも同じことが言えます。例えば、発達した前頭前皮質は、大人が集中力、計画力、衝動の抑制力を持つことを可能にします。これは、雑誌記事を書いたり、刑務所行きを回避したりするために役立つ貴重なスキルです。しかし、発達した前頭前皮質は、新しい概念や意外な概念を学ぶのを難しくし、創造的思考を阻害することもあるという証拠があります。常に新しい神経接続で活気に満ちた幼児の脳は、より可塑性と適応性に富んでいます。そのため、ズボンを履くことを忘れることは苦手ですが、抽象的なパズルを解いたり、ごくわずかな情報からあり得ない原理を導き出したりするのは驚くほど得意です。
これらは便利なスキルだ。多くの賢い人々がこのように考えたい、あるいはそう考える機械を作りたいと考えていることがわかった。グーグルやウーバーなどの企業の人工知能研究者は、世界で最も強力な神経学習装置（幼児の頭の中にある装置）に関するこの独自の理解を利用して、より賢い自動運転車を開発したいと考えている。プログラマーはボードゲームで人間に勝つソフトウェアを作ることができるが、そのスキルを別のタスク（例えば交通パターンの分析）に適用するのは難しい。一方、子供たちはこの種の一般化学習の天才だ。「彼らは単に1つのゲームや機械の仕組みを理解するだけではありません」とゴプニックは言う。彼らはiPhoneの仕組みを一旦理解すれば、その情報を使って玄関のチャイルドプルーフのスライド錠の使い方も理解できるようになると彼女は言う。
ゴプニックにとって、これらの小さな暗号解読者たちの暗号を解読することは、当初のキャリアプランではありませんでした。学部生の頃、彼女は人生の大きな問題を研究し始め、分析哲学の分野で精力的に研究を始めました。当時、彼女の同級生は誰も子供の思考について考えませんでした。しかしゴプニックは、子供たちこそが、最も古い認識論的問いの一つを解き明かす鍵だと確信するようになりました。それは、「私たちはどのようにして周囲の世界について知っているのか？」という問いです。脳をコンピューターとして捉えるモデルを借用し、ゴプニックはこの小さな人間という機械を動かし、複雑な機能を実行させているソフトウェアについて疑問を抱こうとしました。「子供たちは誰よりも一般化された学習を行っているのです」と彼女は言います。「ですから、なぜ彼らがそれほどまでに学習が得意なのかを理解したいと思わない理由はありませんよね？」
彼女によると、機械に幼児の視点を取り入れることの利点は、2つの一般的だが相反するAI戦略、ボトムアップ学習とトップダウン学習を考えれば理解できるという。前者は予想通りに動作する。例えば、コンピューターに猫を認識させたいという場合、ボトムアップ、つまり「ディープラーニング」戦略では、毛むくじゃらの猫の写真5万枚をコンピューターに与え、それらの例から統計を抽出させる。一方、トップダウン戦略では、猫の例を1つだけ必要とする。この戦略を使用するシステムは、その1枚の写真から「猫らしさ」（ひげ、毛、縦長の瞳孔など）のモデルを構築し、それを用いて他の猫を識別しようと試み、科学者のように猫の仮説を随時修正していく。
子供たちは両方の方法を同時に用います。ゴプニック氏によると、子供たちは物事を理解し、統計を抽出するのが得意です。そして、そのデータを使って新しい理論や世界の構造化された図式を導き出します。両方の知識構築アプローチをアルゴリズムにうまく統合できれば、囲碁で人間に勝ったり動物を認識したりする以上のことができる人工知能が生まれるかもしれません。また、ゴプニック氏は、それが知性について私たち全員が共有しているように見える時代遅れの考えを変えるきっかけになるかもしれないと期待しています。「私たちはいまだに、35歳の男性教授が人間の認知の究極の目標であり、それ以外のすべてはその認知のピークに至るか、そこから衰退していくものだと考えがちです」と彼女は言います。
このモデルは様々な理由から意味をなさない。進化生物学、神経科学、発達心理学といった分野の研究は、単に人生の様々な段階で認知能力や認知戦略が異なることを示唆している。「子どもは2歳の時に人や世界の仕組みについて一つの考え方を持ち、3歳になるとまた別の考え方を持ち、5歳になるとまた別の考え方を持つようになります」とゴプニック氏は言う。「まるで子どもたちが周囲の世界の一貫したイメージを積極的に作り上げようとし、そして観察に基づいてそのイメージを絶えず変化させているかのように。」
この熱狂的な仮説形成、そして継続的な改革はバグではなく、非常に望ましい機能です。機械に人間の知能に近いものを持たせたいのであれば、機械にも子供時代を与えることを検討すべきかもしれません。
ゆりかごからロッキングチェアまでのあなたの脳
私たちは無力で愚かな状態で生まれます。成長するにつれて、経験と教育によって有用なことを学び、目覚めます。そして年を重ねるごとに、再び愚かな状態に戻ってしまいます。これが、私たちの多くが持つ知性のイメージです。残念ながら、それは愚かなものです。研究によると、認知発達の各段階には、学習戦略とトレードオフが存在します。この「なるほど」と「なるほど」の組み合わせこそが、人間を真に知的なものにするのです。
乳児: 0～18ヶ月
乳児の脳は毎秒100万もの新しい神経接続を形成し、感情、運動能力、愛着、そしてワーキングメモリの発達を促します。生後11ヶ月で、すでに世界の仕組みについての仮説を立てることができるようになります。18ヶ月で、自己意識が芽生えます。
幼児: 2～5歳
抽象的な概念の学習に関しては、未就学児は大人よりも優れています。4歳になると、カロリーの66%が脳に送られます。脳は、この時期を特徴づける探求心と創造的思考のエネルギー源です。就学前を終える頃には、灰白質の大きさは4倍に成長しています。
学齢期：6～11歳
6歳児の脳は成人の90%の大きさに達しています。脳が使われていない接続を切り捨てるにつれて、神経の刈り込みが活発になります。前頭前皮質がさらに発達し始め、注意持続時間が長くなり、学習において言語と論理への依存度が高まります。
青年期: 12～24歳
思春期は、彼女の幼少期を特徴づけていた神経の柔軟性と可塑性への回帰を意味します。しかし、彼女は保護された環境で生きているわけではありません。感情、衝動、本能的な行動の中枢である扁桃体に頼ることで、特徴的な「リスクテイク」につながる可能性があります。
成人期: 25～59歳
成人期を迎える頃には、前頭葉の制御能力はピークに達します。発達した前頭葉は将来の計画を立て、衝動を抑制するのに役立ちますが、創造性と認知的柔軟性は大きく低下するという証拠があります。何か驚くべきことを学ぶことはありますか？それもかなり難しくなります。
シニア：60歳以上
短期記憶の喪失、神経変性疾患、概念的推論能力の低下といった症状が現れます。しかし、他の認知能力は成長を続けています。語彙、数学、言語理解といったスキル、いわゆる結晶化知能もその一つです。
ブライアン・ガーディナーはポピュラーサイエンス誌の寄稿編集者です。彼は最近、ユビキタスコンピューティングについて執筆しました。
この記事はもともと、Popular Science 誌の 2018 年春の Intelligence 号に掲載されました。
