0:00:00.835,0:00:02.990
マーク・トウェインは

0:00:02.990,0:00:06.110
私が 認知科学の本質的な問題の[br]１つと考えることを

0:00:06.110,0:00:07.820
機知に富む言葉でまとめています

0:00:08.410,0:00:11.492
「科学には魅力的な面がある

0:00:11.492,0:00:14.720
事実に対して[br]ほんのわずかに投資するだけで

0:00:14.720,0:00:17.924
これほど大量に[br]予想という利益を得るのだから」

0:00:17.924,0:00:19.509
（笑）

0:00:20.199,0:00:22.803
これはジョークでしょうが[br]彼の言葉は的を射ています

0:00:22.803,0:00:25.679
科学には魅力的な面があります

0:00:25.679,0:00:29.940
わずか数本の骨から 恐竜の存在を推測し

0:00:30.910,0:00:34.781
スペクトル線から[br]銀河の組成を推測します

0:00:35.471,0:00:38.409
ショウジョウバエからは

0:00:38.409,0:00:41.352
遺伝のメカニズムを

0:00:41.352,0:00:45.601
そして脳の血流を再現した画像や

0:00:45.601,0:00:50.309
私の場合なら[br]小さな子どもの行動から

0:00:50.309,0:00:53.138
人間の認知の[br]本質的なメカニズムについて

0:00:53.138,0:00:54.756
説明しようとするのです

0:00:55.716,0:01:00.475
私は その中でも[br]MIT脳認知科学科の研究室で

0:01:00.475,0:01:04.129
過去10年に渡って[br]ある謎を解こうとしてきました

0:01:04.129,0:01:08.106
子どもはどうやって わずかな情報から[br]これほど速く学ぶのかということです

0:01:08.666,0:01:11.644
その理由は 科学がもつ魅力は

0:01:11.644,0:01:15.173
子どもたちがもつ魅力と[br]同じものだからです

0:01:15.173,0:01:17.754
つまり トウェインの言葉を[br]少しひねって言えば

0:01:17.754,0:01:22.404
子どもたちは わずかな量の[br]ノイズだらけのデータから

0:01:22.404,0:01:27.065
速く正確に 豊かな抽象的推論をする[br]能力をもっているからです

0:01:28.355,0:01:30.753
今日は その例を２つ紹介しましょう

0:01:30.753,0:01:33.040
ひとつは「一般化」の問題 ―

0:01:33.040,0:01:35.890
もうひとつは[br]「因果的思考」の問題です

0:01:35.890,0:01:38.415
お話しするのは[br]私の研究室で行っていることですが

0:01:38.415,0:01:41.875
これは ある研究分野に[br]動機付けられ 多くを負っています

0:01:41.875,0:01:46.158
世界中の恩師や同僚や[br]協力者に感謝しています

0:01:47.308,0:01:50.282
まず「一般化」の問題から[br]はじめましょう

0:01:50.652,0:01:54.785
抽出したデータの標本から[br]一般化することは科学の基本です

0:01:54.785,0:01:57.339
国政選挙では 有権者のほんの一部から

0:01:57.339,0:01:59.660
聞き取り調査をして 結果を予測します

0:02:00.240,0:02:04.165
臨床試験では数人の被験者に[br]治療の効果があるかを調べた上で

0:02:04.165,0:02:07.230
薬を市場に出します

0:02:07.230,0:02:11.595
ただ これが上手くいくのは標本が[br]母集団から無作為に抽出された時だけです

0:02:11.595,0:02:14.330
標本の抽出方法が偏っている場合[br]たとえば ―

0:02:14.330,0:02:16.402
都市部の有権者だけ調査した場合や

0:02:16.402,0:02:20.790
心臓病治療の臨床試験で

0:02:20.790,0:02:22.671
被験者が男性だけの場合には

0:02:22.671,0:02:25.829
結果を より広範な集団に[br]一般化できない可能性があります

0:02:26.479,0:02:30.060
だから科学者にとって データが[br]無作為抽出かどうかは重要です

0:02:30.060,0:02:32.075
ただ それが赤ちゃんと[br]どう結びつくのでしょうか？

0:02:32.585,0:02:37.206
赤ちゃんは 常に少数の標本から[br]一般化せざるを得ません

0:02:37.206,0:02:40.364
ゴムのアヒルをいくつか見て[br]それが浮くことを学び

0:02:40.364,0:02:43.939
ボールをいくつか見て[br]それが弾むことを学びます

0:02:43.939,0:02:46.890
こうして赤ちゃんは[br]アヒルやボールについて予想を立て

0:02:46.890,0:02:49.606
その予想を生涯に渡って

0:02:49.606,0:02:51.485
当てはめ続けるのです

0:02:51.485,0:02:55.224
そして 赤ちゃんが[br]アヒルとボールに対して行う一般化は

0:02:55.224,0:02:57.313
他のほぼあらゆるもの すなわち

0:02:57.313,0:03:01.230
靴にも 船にも 封蝋にも キャベツにも[br]王様にも適用する必要があります

0:03:02.200,0:03:05.161
では 赤ちゃんにとって[br]自分が見た わずかな証拠が

0:03:05.161,0:03:08.853
より大きな集団の典型例かどうかは[br]重要なのでしょうか？

0:03:09.763,0:03:11.663
調べてみましょう

0:03:11.663,0:03:13.386
これから見ていただく２本のビデオは

0:03:13.386,0:03:15.848
ある実験での ２つの条件のものです

0:03:15.848,0:03:18.286
ご覧いただくのは２本だけなので

0:03:18.286,0:03:20.422
赤ちゃんは２人しか登場しません

0:03:20.422,0:03:24.369
どの赤ちゃんにも[br]あらゆる面で違いがありますが

0:03:24.369,0:03:27.420
この２人の赤ちゃんは[br]集団を代表していて

0:03:27.420,0:03:29.315
これから見ていただく違いは

0:03:29.315,0:03:34.510
それぞれの条件における 赤ちゃんの[br]標準的な行動の違いを表しています

0:03:35.160,0:03:37.743
ビデオでは赤ちゃんが

0:03:37.743,0:03:41.203
いかにも赤ちゃんらしく[br]振舞っていて

0:03:41.203,0:03:45.220
これ以上 可愛く見せることなんて[br]できないくらいです

0:03:46.090,0:03:48.100
ただ私にとって魅力的なこと ―

0:03:48.100,0:03:50.189
そして皆さんに注目してほしいことは

0:03:50.189,0:03:53.300
２つの条件における違いです

0:03:53.300,0:03:56.829
というのも ２本のビデオで[br]唯一 違う点は

0:03:56.829,0:04:00.295
赤ちゃんが目にする[br]統計的な証拠だけなのです

0:04:01.425,0:04:04.608
私たちは 赤ちゃんに[br]青と黄色のボールが入った箱を見せ

0:04:04.608,0:04:09.228
当時 大学院生だった[br]スタンフォードの同僚ユウァン・グァンが

0:04:09.228,0:04:12.305
青いボールを３つ続けて取り出します

0:04:12.305,0:04:15.428
そして取り出すたびに ボールを握ると

0:04:15.428,0:04:17.541
音が鳴ります

0:04:17.541,0:04:20.303
これは赤ちゃんにとって[br]TEDトークと同じように

0:04:20.303,0:04:22.208
最高の体験なんです

0:04:22.208,0:04:24.769
（笑）

0:04:26.968,0:04:30.627
さて 重要なのは[br]ほぼ青いボールしか入っていない箱から

0:04:30.627,0:04:32.932
青を３つ続けて取るのは[br]簡単だという点です

0:04:32.932,0:04:34.992
見なくてもできるかもしれません

0:04:34.992,0:04:37.988
これは母集団からの無作為抽出と[br]言っていいでしょう

0:04:37.988,0:04:41.720
そして 箱に手を入れて[br]無作為に音が鳴るものを取り出せるなら

0:04:41.720,0:04:44.559
箱の中のボールは[br]みんな音が出るかもしれません

0:04:44.559,0:04:48.209
だから赤ちゃんは[br]黄色のボールも音が鳴ると思うはずです

0:04:48.209,0:04:50.728
ただし黄色のボールには[br]ヘンな棒がついていて

0:04:50.728,0:04:53.585
やろうと思えば[br]他のことだってできます

0:04:53.585,0:04:55.416
トントン打ったり[br]叩いたりしてもいいのです

0:04:55.416,0:04:58.002
では赤ちゃんの行動を見てみましょう

0:05:00.548,0:05:03.891
（ユウァン・グァン）見える？[br]（ボールが鳴る）

0:05:04.531,0:05:07.576
今の見た？[br]（ボールが鳴る）

0:05:08.036,0:05:11.102
素敵ね

0:05:12.706,0:05:14.656
これはどう？

0:05:14.656,0:05:16.537
（ボールが鳴る）

0:05:16.537,0:05:19.190
わあ

0:05:21.854,0:05:23.967
（ローラ・シュルツ）[br]可愛いでしょう（笑）

0:05:23.967,0:05:27.998
（ユウァン）これはどう？[br]（ボールが鳴る）

0:05:27.998,0:05:32.617
クララ これはあなたにあげる[br]遊んでいいわよ

0:05:39.854,0:05:44.219
（笑）

0:05:44.219,0:05:47.214
（ローラ）言葉は必要ないですね

0:05:47.214,0:05:50.113
さて 赤ちゃんが 青いボールの性質を[br]黄色のボールへと

0:05:50.113,0:05:51.641
一般化する様子は素晴らしいし

0:05:51.641,0:05:54.737
赤ちゃんが私たちの真似をして[br]学ぶのは すごいことです

0:05:54.737,0:05:58.406
ただ このような赤ちゃんの能力は[br]昔から知られていました

0:05:58.406,0:06:00.217
一方 本当に興味深いのは

0:06:00.217,0:06:03.069
赤ちゃんに まったく同じものを[br]見せると どうなるかです

0:06:03.069,0:06:06.680
箱には見えない仕切りがあり[br]実際には そこからボールを取るので

0:06:06.680,0:06:08.790
条件はまったく同じになりますが

0:06:08.790,0:06:12.268
今度は標本を取り出す ―

0:06:12.268,0:06:15.170
母集団の見た目だけを変えます

0:06:15.170,0:06:18.723
今度は赤ちゃんに[br]ほぼ黄色のボールしか入っていない箱から

0:06:18.723,0:06:22.107
青いボールを[br]３つ取るところを見せると

0:06:22.107,0:06:23.429
どうなるでしょう？

0:06:23.429,0:06:26.269
ほとんど黄色だけの箱から[br]無作為で青いボールを

0:06:26.269,0:06:28.753
３つ連続で取ることは[br]まずないでしょう

0:06:28.753,0:06:32.500
つまり無作為に抽出された[br]データとは言えないのです

0:06:32.500,0:06:37.623
この場合 ユウァンが意図的に[br]青いボールだけ取ったことを示しています

0:06:37.623,0:06:40.206
あるいは 青いボールが[br]特別なのかもしれません

0:06:40.846,0:06:43.822
鳴るのは青だけかもしれません

0:06:43.822,0:06:45.717
さあ赤ちゃんはどうするでしょうか

0:06:45.717,0:06:48.621
（ユウァン）見える？[br]（ボールが鳴る）

0:06:50.851,0:06:53.496
このおもちゃが見える？[br]（ボールが鳴る）

0:06:53.496,0:06:58.976
素敵でしょう？[br]（ボールが鳴る）

0:06:58.976,0:07:03.370
さあ あなたはこれで遊んで[br]さあ遊んでね

0:07:06.074,0:07:12.421
（不満の表情）[br]（笑）

0:07:14.901,0:07:17.649
（ローラ）さて皆さんには[br]15か月になる２人の赤ちゃんが

0:07:17.649,0:07:19.591
観察した確率だけにもとづいて

0:07:19.591,0:07:23.190
まったく違う行動をとる様子を[br]見ていただきました

0:07:23.190,0:07:25.511
実験結果をご覧ください

0:07:25.511,0:07:28.275
縦軸は それぞれの条件で[br]ボールを握った赤ちゃんの

0:07:28.275,0:07:30.805
割合を表しています

0:07:30.805,0:07:34.520
ご覧の通り データの選び方が[br]明らかに偏っている場合より

0:07:34.520,0:07:37.655
母集団の代表とみなせる場合の方が

0:07:37.655,0:07:41.393
そのデータを一般化する傾向が[br]はるかに強いのです

0:07:41.393,0:07:43.808
ここから 面白い予想を立てられます

0:07:43.808,0:07:48.676
今度は ほぼ黄色ばかりの箱から[br]青いボールを１つだけ取るとします

0:07:48.896,0:07:52.765
この箱から青いボールを無作為に[br]３つ連続で取り出すのは無理でしょうが

0:07:52.765,0:07:55.220
１つだけなら取り出せるかもしれません

0:07:55.220,0:07:57.190
標本として ありえる話です

0:07:57.190,0:07:59.414
さらに 箱に手を入れて無作為で

0:07:59.414,0:08:03.401
音が鳴るものを取り出せるなら[br]箱の中身は全部鳴るかもしれません

0:08:03.875,0:08:08.320
つまり ボールを１つだけ取り出す場合[br]先ほどのビデオの場合と比べて

0:08:08.320,0:08:10.562
音が鳴る例や 真似すべき行動を

0:08:10.562,0:08:13.905
赤ちゃんが わずかな回数しか[br]見ていなくても

0:08:13.905,0:08:17.797
ボールを握ることが[br]多くなると予想することができ

0:08:17.797,0:08:20.691
結果は まさに その通りでした

0:08:20.691,0:08:25.102
したがって このような場面では[br]15か月の赤ちゃんにとって

0:08:25.102,0:08:28.190
データが無作為に抽出されたかは[br]科学者と同様に重要で

0:08:28.190,0:08:31.697
それをもとに世界について[br]予想を立てているのです

0:08:31.697,0:08:33.879
どれが音が鳴って どれが鳴らないか

0:08:33.879,0:08:37.024
何を調べるべきで[br]何を無視すべきか・・・

0:08:38.384,0:08:40.450
次に別の例を紹介しましょう

0:08:40.450,0:08:43.179
今度は「因果的思考」の問題です

0:08:43.179,0:08:45.619
この問題は 私たち全員が経験する

0:08:45.619,0:08:47.291
データの混乱の問題 すなわち

0:08:47.291,0:08:49.311
人間が世界の一部であることから生じます

0:08:49.311,0:08:52.747
一見 問題とは思えないでしょうが[br]ほとんどの問題と同様に

0:08:52.747,0:08:55.084
何かがうまくいかない時[br]はじめて問題になります

0:08:55.464,0:08:57.275
例えば この赤ちゃん ―

0:08:57.275,0:08:58.980
彼にとって 物事はうまくいきません

0:08:58.980,0:09:01.251
おもちゃを鳴らしたいのに[br]できないのです

0:09:01.251,0:09:03.780
数秒のビデオを ご覧ください

0:09:09.340,0:09:11.260
大まかに可能性は２つあります

0:09:11.260,0:09:13.894
間違ったことをしているか

0:09:13.894,0:09:18.110
おもちゃに問題があるか です

0:09:18.110,0:09:20.221
ですから次の実験では

0:09:20.221,0:09:23.518
赤ちゃんに片方の仮説を支持する

0:09:23.518,0:09:26.100
ちょっとした統計的データを見せます

0:09:26.100,0:09:29.555
その後 赤ちゃんが[br]自分の行動を決定する時に

0:09:29.555,0:09:31.389
そのデータを使うか 観察するのです

0:09:31.389,0:09:33.411
仕組みはこうです

0:09:34.071,0:09:37.101
ユウァンがおもちゃを[br]鳴らそうとして成功します

0:09:37.101,0:09:40.421
次に私が２回試して[br]２回とも失敗します

0:09:40.421,0:09:43.533
その後ユウァンが[br]また試して成功します

0:09:43.533,0:09:46.705
これはテクノロジー全般に関する[br]院生たちと私の関係を

0:09:46.705,0:09:49.540
表していますね

0:09:50.030,0:09:53.322
ただ ここで重要なのは[br]おもちゃではなく 人のほうに

0:09:53.322,0:09:56.990
問題があるということを[br]証拠として示している点です

0:09:56.990,0:09:59.340
おもちゃを鳴らせる人と[br]鳴らせない人が

0:09:59.340,0:10:00.299
いるのです

0:10:00.799,0:10:04.212
さて おもちゃを手にした時[br]赤ちゃんは選択することになります

0:10:04.212,0:10:06.400
近くにお母さんがいるので

0:10:06.400,0:10:09.715
おもちゃを渡して[br]代わりにやってもらえます

0:10:09.715,0:10:12.873
一方 布の端には[br]別のおもちゃがあり

0:10:12.873,0:10:16.425
布を引けば おもちゃを[br]取り替えることもできます

0:10:16.425,0:10:18.515
赤ちゃんがどうするか 見てみましょう

0:10:18.515,0:10:22.698
（ユウァン）２ ３ ゴー！[br]（音楽）

0:10:22.698,0:10:25.829
（ローラ）１ ２ ３ ゴー！

0:10:25.829,0:10:33.211
アーサー もう一度やってみるわね[br]１ ２ ３ ゴー！

0:10:33.677,0:10:36.277
（ユウァン）アーサー[br]もう一度 私にやらせて

0:10:36.277,0:10:40.827
１ ２ ３ ゴー！[br]（音楽）

0:10:41.583,0:10:43.466
これを見て これ覚えてる？

0:10:43.466,0:10:46.730
おもちゃよ[br]これは こっちに置いて

0:10:46.730,0:10:48.792
これは あなたにあげるわ

0:10:48.792,0:10:51.127
遊んでね

0:11:11.213,0:11:15.950
（ローラ）当然 赤ちゃんは[br]お母さんのことが大好きです

0:11:15.950,0:11:18.132
おもちゃが鳴らなければ

0:11:18.132,0:11:20.162
当たり前のように お母さんに渡します

0:11:20.162,0:11:23.755
でも ここで重要な点は[br]統計的データを わずかに変えたら

0:11:23.755,0:11:26.909
どうなるかということです

0:11:26.909,0:11:30.996
今度は 同じ順でおもちゃが鳴ったり[br]鳴らなかったりするところを見せますが

0:11:30.996,0:11:33.411
証拠の分布は変えます

0:11:33.411,0:11:37.822
今度はユウァンが成功した後 失敗し[br]私の時も同じにします

0:11:37.822,0:11:43.459
ここからわかるのは 使う人は無関係で[br]おもちゃが壊れており

0:11:43.459,0:11:45.345
常に鳴るとは限らないということです

0:11:45.345,0:11:47.310
今度も赤ちゃんには選択肢があります

0:11:47.310,0:11:50.706
お母さんは隣にいるので[br]代わりをしてもらうこともできるし

0:11:50.706,0:11:53.910
布の端には別のおもちゃもあります

0:11:53.910,0:11:55.288
どうするか見てみましょう

0:11:55.288,0:11:59.636
（ユウァン）２ ３ ゴー！[br]（音楽）

0:11:59.636,0:12:04.620
もう一度やらせて[br]１ ２ ３ ゴー！

0:12:05.460,0:12:07.157
うーん

0:12:07.950,0:12:10.642
（ローラ）私にやらせて クララ

0:12:10.642,0:12:14.587
１ ２ ３ ゴー！

0:12:15.265,0:12:17.200
もう一度やらせて

0:12:17.200,0:12:22.870
１ ２ ３ ゴー！[br]（音楽）

0:12:23.009,0:12:25.242
（ユウァン）これは こっちに置いて

0:12:25.242,0:12:27.243
これは あなたにあげるわ

0:12:27.243,0:12:30.840
遊んでね

0:12:46.376,0:12:51.273
（拍手）

0:12:52.993,0:12:55.385
（ローラ）実験の結果をお見せします

0:12:55.385,0:12:57.860
縦軸には それぞれの条件における

0:12:57.860,0:13:00.437
子どもたちの選択の分布を示しています

0:13:00.437,0:13:04.988
選択の分布は 赤ちゃんが目にした[br]データに基づいているのが

0:13:04.988,0:13:07.775
わかるでしょう

0:13:07.775,0:13:09.632
赤ちゃんたちは生まれて２年で

0:13:09.632,0:13:12.209
わずかな統計的なデータを利用して

0:13:12.209,0:13:15.576
世界で行動するために[br]根本的に異なる２つの戦略から

0:13:15.576,0:13:17.457
１つ選ぶのです

0:13:17.457,0:13:20.200
つまり 助けを求めるか[br]自分で試すかです

0:13:21.700,0:13:25.134
研究室での実験を[br]２つだけお見せしましたが

0:13:25.134,0:13:28.825
まさに何百もの研究で[br]同様の結果が出ています

0:13:28.825,0:13:31.217
そして本当に重要な点は

0:13:31.217,0:13:36.325
わずかなデータから[br]豊かに推測するという子どもの能力が

0:13:36.325,0:13:41.666
人間に特有の あらゆる文化的学習の[br]根底にあることです

0:13:41.666,0:13:46.263
子どもたちは わずかな例をもとに[br]新たな道具について学び

0:13:46.263,0:13:50.980
わずかな例をもとに[br]新たな因果関係を学びます

0:13:51.928,0:13:56.799
新たな言葉さえ学びます[br]これはアメリカ手話です

0:13:56.799,0:13:59.110
最後に２点だけお話しします

0:14:00.050,0:14:03.738
もし私の世界 すなわち[br]脳科学と認知科学の分野を

0:14:03.738,0:14:05.665
ここ数年 追いかけていれば

0:14:05.665,0:14:08.080
３つの壮大な発想に[br]気づくでしょう

0:14:08.080,0:14:11.516
１つは現在が「脳の時代」だという点です

0:14:11.516,0:14:15.185
実際 神経科学の分野では[br]驚異的な発見が続いています

0:14:15.185,0:14:18.621
機能ごとに特化した[br]大脳皮質の領域の特定や

0:14:18.621,0:14:21.222
マウスの脳の透明化

0:14:21.222,0:14:24.998
光によるニューロンの活性化などです

0:14:24.998,0:14:26.994
２つ目の壮大な発想とは

0:14:26.994,0:14:31.098
現代が「ビッグデータと[br]機械学習の時代」だという点です

0:14:31.098,0:14:34.239
機械学習は SNSから疫学まで ―

0:14:34.239,0:14:38.906
あらゆるものの理解を[br]大きく変えるはずです

0:14:38.906,0:14:41.599
そして機械が 場面認識や[br]自然言語処理といった

0:14:41.599,0:14:43.592
課題に取り組むことで

0:14:43.592,0:14:46.916
人間の認知について[br]わかってくるかもしれません

0:14:47.756,0:14:49.693
そして最後の壮大な発想とは

0:14:49.693,0:14:53.080
脳への理解を深めていき[br]ビッグデータを十分 利用できるのは

0:14:53.080,0:14:54.997
いいことかもしれないという点です

0:14:54.997,0:14:57.504
なぜなら人間は[br]好きなようにさせておくと

0:14:57.504,0:15:01.335
誤りがちで 楽をしようとし

0:15:01.335,0:15:04.772
判断を誤り 間違いを犯し

0:15:04.772,0:15:08.456
偏った見方をし[br]さらにあらゆる面で

0:15:08.456,0:15:11.425
世界を間違って捉えてしまいます

0:15:12.843,0:15:15.792
私は これらすべてが[br]重要な事だと思っていて

0:15:15.792,0:15:19.577
そこから人間であることの意味を[br]いろいろ知ることができます

0:15:19.577,0:15:23.106
ただ注意してほしいのですが[br]今日の話は それとは別のことです

0:15:23.966,0:15:27.773
今日の話題は 脳のことではなく[br]心についてです

0:15:27.773,0:15:30.779
その中でも[br]人間の心だけが実行できる

0:15:30.779,0:15:33.369
様々な計算に関する話です

0:15:33.369,0:15:37.313
この計算には[br]豊かで構造化された知識と

0:15:37.313,0:15:42.581
わずかなデータ 少ない例から得た[br]証拠をもとに学ぶ能力が伴います

0:15:44.301,0:15:48.600
今日の話の本質は[br]どうやって 赤ちゃんに始まり

0:15:48.600,0:15:52.780
遥かな道をたどって[br]文化という偉業を成し遂げる中で

0:15:52.780,0:15:56.623
私たちが世界を

0:15:56.623,0:15:58.620
正しく捉えているかということです

0:16:00.433,0:16:05.700
人間の心は 単にわずかなデータから[br]学習するだけではありません

0:16:06.285,0:16:08.386
心はまったく新しい発想も生み出します

0:16:08.746,0:16:11.787
心が研究や発見を生み

0:16:11.787,0:16:17.060
芸術や 文学や 詩や 劇を生み

0:16:17.070,0:16:20.830
心が お年寄りや若者や

0:16:20.830,0:16:24.257
病んだ人々を思いやるのです

0:16:24.517,0:16:26.884
私たちは そんな人々を癒しさえします

0:16:27.564,0:16:30.667
今後 数年で私たちは[br]想像をはるかに超えた

0:16:30.667,0:16:34.464
技術的な革新を[br]目の当たりにすることでしょう

0:16:34.464,0:16:36.614
でも とても残念なことに

0:16:36.614,0:16:42.323
私や皆さんが生きている間には[br]人間の子どもの計算能力に

0:16:42.323,0:16:46.621
近いものすら[br]目にすることはないでしょう

0:16:46.621,0:16:51.668
私たちは この極めて優れた学習者の[br]発達に対する投資を惜しんではいけません

0:16:51.668,0:16:54.585
赤ちゃんや子どもたち ―

0:16:54.585,0:16:56.411
母親や父親 ―

0:16:56.411,0:16:59.110
子どもの世話をする人々や[br]教師への投資を惜しんではいけません

0:16:59.110,0:17:03.280
私たちは 他の極めて優れた[br]エレガントな技術や工学やデザインには

0:17:03.280,0:17:06.498
投資を惜しみませんが[br]同じように投資することで

0:17:06.498,0:17:09.435
よりよい未来を[br]ただ夢見るだけではなく

0:17:09.435,0:17:11.564
そんな未来の青写真を描けるはずです

0:17:11.564,0:17:13.909
ありがとうございます

0:17:13.909,0:17:17.329
（拍手）

0:17:17.810,0:17:22.236
（クリス・アンダーソン）ありがとう ローラ[br]ぜひ 尋ねたいことがあります

0:17:22.236,0:17:24.595
まず この研究は常識外れですね

0:17:24.595,0:17:28.319
一体誰が こんな実験方法を[br]考えるんですか？（笑）

0:17:29.150,0:17:30.940
私は実験の様子を２回見ても

0:17:30.940,0:17:34.162
本当に こんな風になるなんて[br]信じられません

0:17:34.162,0:17:37.320
一方 他の研究者たちも[br]同様の実験で実証しています

0:17:37.320,0:17:38.953
赤ちゃんは まさに天才ですね

0:17:38.953,0:17:41.960
（ローラ）実験での 赤ちゃん達は[br]すごく優秀に見えますが

0:17:41.960,0:17:44.612
実際の赤ちゃんの様子を[br]思い出してください

0:17:44.612,0:17:45.762
最初は赤ん坊です

0:17:45.762,0:17:47.769
18か月経つと話し始めますが

0:17:47.769,0:17:50.810
初めて話す言葉には[br]「ボール」や「アヒル」だけではなく

0:17:50.810,0:17:53.691
失くなったことを表す「ない」や

0:17:53.691,0:17:55.974
意図せぬ行為を指す[br]「あれれ」まであります

0:17:55.974,0:17:57.536
彼らの能力は それほど強力ですし

0:17:57.536,0:18:00.311
お見せしたものより[br]はるかに強力なはずです

0:18:00.311,0:18:02.285
子どもは世界全体を理解していき

0:18:02.285,0:18:05.429
４歳になれば[br]ほぼ何でも話せるようになるのです

0:18:05.429,0:18:07.030
（拍手）

0:18:07.030,0:18:10.444
（クリス）私の理解が正しければ[br]あなたの主張には他に重要な点があります

0:18:10.444,0:18:13.198
ここ数年 言われ続けているのは[br]人間の心が

0:18:13.198,0:18:15.130
いかに気まぐれで 誤りが多いか

0:18:15.130,0:18:17.997
そして行動経済学と[br]その背景にある理論によれば

0:18:17.997,0:18:19.600
人間は理性的主体ではないという点です

0:18:19.600,0:18:23.816
あなたが言おうとしている[br]より大きな物語とは

0:18:23.816,0:18:28.760
まだ正当に評価されていない才能があり[br]それが いかに素晴らしいかということですね

0:18:28.760,0:18:30.830
（ローラ）心理学の分野で[br]私が好きな言葉は

0:18:30.830,0:18:33.120
社会心理学者S・アッシュのものです

0:18:33.120,0:18:35.927
彼によると[br]心理学の作業の本質とは

0:18:35.927,0:18:38.553
事物から自明という名の[br]ベールを取り除くことです

0:18:38.553,0:18:43.104
人間は 世界を正しく捉えるために[br]日々 膨大な回数の

0:18:43.104,0:18:44.451
決断を下します

0:18:44.451,0:18:46.583
人は物体や その性質を知っていて

0:18:46.583,0:18:49.612
見えなくても 暗闇でも[br]それが何かわかります

0:18:49.612,0:18:50.920
部屋を歩き回ることもできます

0:18:50.920,0:18:54.452
他の人の考えも分かりますし[br]彼らに話しかけることもできます

0:18:54.452,0:18:56.682
空間を移動でき[br]数について知っています

0:18:56.682,0:18:59.704
因果関係や[br]倫理的な推論について知っています

0:18:59.704,0:19:02.060
こういうことは自然にできるので[br]気づきませんが

0:19:02.060,0:19:04.972
人間は こうやって世界を捉えます[br]これは驚くべき偉業ですが

0:19:04.972,0:19:07.290
理解するのは とても難しいのです

0:19:07.290,0:19:09.918
（クリス）観客のみなさんの中には

0:19:09.918,0:19:12.156
技術は さらに加速すると考えていて

0:19:12.156,0:19:15.114
我々の世代で コンピュータに[br]３歳児と同じことをさせるのは

0:19:15.114,0:19:17.732
不可能だという主張に[br]反対の人もいるでしょう

0:19:17.732,0:19:20.980
ただ はっきりしているのは[br]どうなっていくにせよ

0:19:20.980,0:19:24.750
機械には 子どもから学ぶことが[br]まだたくさんあるという点です

0:19:26.230,0:19:29.446
（ローラ）そうですね ここには[br]機械学習の研究者もいるでしょう

0:19:29.446,0:19:33.649
ただ 赤ちゃんや チンパンジーや[br]テクノロジーを

0:19:33.649,0:19:37.294
単なる実践上の問題として[br]片付けるべきではありません

0:19:37.294,0:19:41.822
それは ただ量的に[br]異なっているだけではなく

0:19:41.822,0:19:43.586
別の種類のものなのです

0:19:43.586,0:19:45.746
驚くほど強力なコンピュータは

0:19:45.746,0:19:48.137
しばしば非常に大量のデータを使い

0:19:48.137,0:19:51.341
極めて洗練されたことを[br]やってのけます

0:19:51.341,0:19:53.948
一方 人間の心は[br]これとはまったく異なっていて

0:19:53.948,0:19:57.843
本当の課題として残るのは[br]構造的かつ階層的な

0:19:57.843,0:19:59.875
人間の知識の性質だと思います

0:19:59.875,0:20:02.936
（クリス）シュルツさん[br]考える材料になりました ありがとう

0:20:02.936,0:20:05.858
（ローラ）ありがとう[br]（拍手）