人工知能の世界では、機械に人間のような思考をさせる方法を探求し続けてきました。今、ジョージア工科大学の研究者たちが大きな一歩を踏み出しました。彼らは、人間の知覚と意思決定のプロセスをシミュレートできる最初のニューラルネットワーク、RTNetを開発したのです。
RTNetの誕生は、人間の脳の働き方を理解し、シミュレートする上で重要な進歩を遂げたことを意味します。この新しいニューラルネットワークは、ランダムな意思決定を生成できるだけでなく、人間の反応時間分布もシミュレートできます。これは、従来のAIモデルでは実現が困難でした。
従来のニューラルネットワークとは異なり、RTNetはタスクを処理する際に、タスクの難易度に応じて「思考」時間を調整します。私たちが簡単な問題にはすぐに答えられるのに対し、複雑な問題にはより多くの時間をかけて考える必要があるのと同様です。
画像出典：画像はAIによって生成され、Midjourney社の画像ライセンスサービスを利用しています。
RTNetの内部メカニズムは2段階からなります。第一段階ではAlexNetアーキテクチャを採用していますが、重みパラメータはベイズニューラルネットワーク（BNN）の形で存在し、ランダム性が導入されています。第二段階は累積プロセスで、閾値を設定し、あるクラスが閾値に達するまで推論が停止します。
研究者たちは包括的なテストを通じて、RTNetが正確性、反応時間、確信度という人間の基本的な特徴をすべて再現でき、他の既存モデルよりも優れた性能を示すことを明らかにしました。
実験では、60人の参加者が数字識別タスクを実行し、自身の意思決定の確信度を評価しました。同時に、RTNetと他のいくつかの高度なニューラルネットワークが比較テストされました。
実験の結果、RTNetは人間の意思決定のランダム性をシミュレートする上で優れた性能を示し、タスクの難易度に応じて反応時間を調整できることが分かりました。これに対し、他のニューラルネットワークの意思決定プロセスは完全に決定論的でした。
RTNetの成功は、技術的に重要な意味を持つだけでなく、人間の脳の働き方を理解するための新しい視点も提供します。その概念は認知モデルにおけるレースモデルと似ていますが、画像の計算可能性と選択間の関係の捉え方において優れています。
