ノーベル賞受賞者ハサビス：情報は宇宙の本質、AIは全く新しい科学分野を切り開く

デミスの原点と一貫した信念

本日の対談では、DeepMind創業の初期の物語から始まり、その後、科学技術を深く掘り下げ、最後に質疑応答の時間を設けます。それでは早速始めましょう。

デミス、あなたはチェスの神童であり、ゲーム会社の創業者であり、神経科学者でもありました。DeepMindの創業者であり、今では大規模で重要な企業を率いています。これらの肩書きは一見バラバラに見えますが、あなたはそこに一貫した内在的な軸があるとおっしゃっていましたね。それについて教えていただけますか？

デミス・ハサビス： 確かに一本の軸があります。もちろん、これは少し後付けの理由付けかもしれませんが。しかし、私はずっと以前からAI分野に身を投じたいと切望していました。かなり早い段階で、これこそが私が生涯をかけて取り組むことができる最も重要で、最も興味深い事業だと確信していました。15、16歳の頃から、私が選んだ学習の方向性、そして行ってきたことのすべては、いずれDeepMindのような会社を設立する日のためでした。

ゲーム：人工知能の訓練場

私は「遠回り」してゲーム業界に飛び込みました。90年代当時、最先端の技術はすべてそこで育まれていたからです。AIだけでなく、グラフィックスレンダリングやハードウェア技術も含みます。今日私たちが使用しているGPUも、もともとはグラフィックスエンジン用に設計されましたが、私は90年代後半にはすでに初期のGPUを使用していました。私が開発に携わったすべてのゲームは、Bullfrogのためであれ、自身の会社Elixir Studiosのためであれ、AIを中核となるゲームプレイメカニクスとして採用していました。

私の最も有名な作品は、おそらく17歳の頃に開発した『テーマパーク』でしょう。これは遊園地シミュレーションゲームで、何千人もの小さな人々が公園に押し寄せ、様々なアトラクションを楽しみ、どの店で何を買うかを決めます。ゲーム画面の裏側では、完全な経済AIモデルが動いています。『シムシティ』と同様に、この種のゲームの先駆けでした。この作品が1000万本以上を売り上げ、プレイヤーがAIとのインタラクションをどれほど楽しんでいるかを目の当たりにした時、生涯をAI分野に捧げるという私の決意はさらに固まりました。

その後、私は神経科学へと転向し、脳の働きからインスピレーションを得て、異なるアルゴリズムのアイデアを導き出したいと考えました。DeepMindを設立する絶好の機会がついに訪れた時、これらすべての蓄積を融合させることは、すべてが自然な流れのように感じられました。当然の帰結として、私たちは後にゲームをAIのコンセプトを検証する初期の訓練場としても利用しました。

Elixir Studiosでの起業家修行

司会者： 今日の会場には起業家の方々が大勢いらっしゃいますが、あなたは深く共感されるでしょう。なぜなら、あなたは一度だけでなく、二度起業を経験しているからです。あなたの最初の起業、Elixir Studiosについて振り返ってみましょう。それはどのような経験でしたか？あまり知られていない会社かもしれませんが、そこであなたは大きな成功を収めました。あなたはその会社をどのように率いていたのですか？この経験は「会社の作り方」に関して、あなたに何を教えましたか？

デミス・ハサビス： 実は、大学卒業と同時にElixir Studiosを設立しました。幸運なことに、それ以前にBullfrog Productionsで働く機会に恵まれました。ゲーム業界に詳しい人ならご存知でしょうが、当時としては非常に伝説的なスタジオで、おそらく英国、ひいてはヨーロッパで最高のゲームスタジオの一つでした。

私は当時、AIの限界を押し広げるようなことをしたいと考えていました。実際、あの時代、私はゲーム開発という「遠回り」を通じてAI研究開発の資金を調達し、技術の最先端に挑戦し続け、それを究極の創造性と組み合わせていました。この理念は、今日私たちが行っている探索的研究（ブルースカイリサーチ）にも依然として当てはまると思います。

私が学んだ最も深い教訓はおそらくこれです：あなたは時代の5年先を行くべきで、50年先を行こうとしてはいけません。 Elixir Studiosで、私たちは『リパブリック』という、国家全体をシミュレートすることを目的としたゲームを開発しようとしました。ゲームの設定では、プレイヤーは様々な方法で国家を支配する独裁者を打倒することができ、私たちはゲーム内で生き生きとした、息づく都市をリアルにシミュレートしました。

考えてみてください、あれは90年代後半のことで、パソコンはまだPentiumプロセッサーでした。私たちは当時の家庭用パソコン上で、100万人分のグラフィックスレンダリングとAIロジックをすべて実行しなければなりませんでした。これはあまりにも野心的で、少々非現実的でさえあり、そのために一連の問題を引き起こしました。

私はこの教訓を深く心に刻みました：あなたは時代の先を行くべきですが、もし50年も先を行こうとすれば、ほぼ間違いなく失敗します。もちろん、あるアイデアが誰の目にも明らかになった時には、それに参入するには遅すぎます。ですから、鍵となるのはその微妙なバランスをどう見つけるかです。

2009年のDeepMind創業

司会者： なるほど、時代の先を行き過ぎないという話が出ましたが、時は2009年、あなたは汎用人工知能（AGI）が必ず実現すると確信していました。あの時は、おそらく時代を10年先取りしていただけで、50年よりはずっとマシでしたね。会場の起業家の皆さんに、2009年当時について話してください。あなたはどうやって最初の一流の才能たちを口説き落としたのですか？実際、あなたは非常に高いレベルの人材や初期チームメンバーを採用しましたから。当時、AGIは完全にSFのように聞こえましたが、どうやって彼らにそれを信じさせたのですか？

デミス・ハサビス： 当時、私たちはいくつかの興味深い兆候を鋭く捉えていました。私たち自身は時代を5年先取りしているだけだと思っていましたが、実際には10年先取りしていたのかもしれません。ディープラーニングは、ジェフ・ヒントンと彼の学界の同僚たちによって発明されたばかりでしたが、その重要性に気づいている人はほとんどいませんでした。そして私たちは強化学習において深い知見を持っており、この二つの技術を組み合わせれば、画期的な進歩が得られると考えていました。それまで、これらが組み合わされることはほとんどありませんでした。あったとしても、学界の「おもちゃの問題」に限られていました。AI分野では、それらは完全にそれぞれの孤島で研究されていたのです。

さらに、私たちは計算能力（Compute）の将来性を見据えていました。当時のGPUが大きく花開こうとしていました。もちろん、今ではTPUを使っていますが、当時は加速コンピューティング産業が大きな推進力になると見ていました。同時に、私の博士課程とポスドクの終盤にかけて、私が集めた仲間の一部が計算論的神経科学者だったため、私たちは脳のメカニズムから十分に価値のあるアイデアや法則を抽出していました。その中核となる信念の一つが、強化学習は最終的に規模拡大を通じてAGIに到達できるというものでした。

私たちはこれらの主要な要素を集めることができたと感じていました。私たちは、ある驚くべき秘密の守護者であるかのようにさえ感じていました。なぜなら、学界でも産業界でも、AIが何らかの大きなブレークスルーを達成できるとは誰も信じていなかったからです。 実際、私たちがAGI、あるいは当時「強いAI」と呼ばれていたものの研究に専念すると言った時、多くの学者はあからさまに私たちに白い目を向けました。彼らに言わせれば、それは明らかな袋小路でした。何しろ90年代に皆が試み、壁にぶつかった道だったからです。

私はMITでポスドクをしていましたが、そこはエキスパートシステムや一階述語論理システムの牙城でした。今から思うと信じられないことですが、当時でさえ、私はその手法があまりにも古臭く、硬直的だと感じていました。しかし、英ケンブリッジでも、MITのような伝統的なAI研究の中心地でも、まだ皆がその古い手法を使い続けていました。それがかえって、自分たちの方向性が正しいと確信させてくれました。少なくとも、たとえ失敗する運命にあるとしても、私たちは90年代に人々がAGI開発に失敗したのと同じ轍を踏むのではなく、全く新しい形で倒れるだろう、と。 これは、いずれにせよ試す価値があると思わせてくれました。たとえこれが先行き不透明な研究であったとしても、最終的に失敗したとしても、少なくとも私たちは独創的な失敗をおかすことになる、と。

DeepMindの使命とAGIへの賭け

司会者： 初期の信念に対して、何か一般的な抵抗はありましたか？初期の仲間に入ってもらうために、あなた自身や彼らに対して何かを証明する必要がありましたか？

デミス・ハサビス： どのような境遇であろうと、私は人工知能に生涯を捧げるつもりでした。結果的に、その発展は私たちの最も楽観的な予測をはるかに超えるものでした。とはいえ、これは2010年の私たちの予測範囲内でもあります。当時、私たちはこれを20年がかりの旅路だと考えていました。

この分野の一員として、私たちの進捗は完全に予想通りであり、私たちがその中でしかるべき役割を果たしてきたことは明らかだと思います。

一歩引いて考えると、たとえ状況がこのように展開せず、AIが今日までニッチな学問分野に留まっていたとしても、私はこの道を突き進んでいたでしょう。なぜなら、それは私にとって史上最も重要な技術だからです。私の目標は非常に明確で、DeepMindの最初のミッションステートメントはこうでした：第一段階、知能を解明する、すなわち汎用人工知能（AGI）を構築する。第二段階、それを使って他のすべての問題を解決する。 私は常に、これこそが人類が発明しうる最も重要で、最も魅力的な技術だと考えてきました。

それは科学的探求のツールであると同時に、それ自体が魅力的な創造物であり、さらには人間自身の心（意識、夢、創造性の本質など）を理解するための最良の方法の一つでもあります。神経科学者として、私は以前これらの問題を考える際に、AIのような分析ツールが欠けていると常々感じていました。AIは比較メカニズムを提供し、私たちがあたかも対照実験のように、二つの異なるシステムを深く研究し比較することを可能にしてくれます。

「AI for Science」の文化

司会者： 異なるシステムを比較する、と。では「AI for Science」についてお話しましょう。あなたはかなり早くからこの分野に参入し、強い信念を持つ信奉者であり、純粋な理想主義者でもありますね。これがあなた方を駆り立てる中核的な使命です。あなたがDeepMindを設立した際に築いたモデルと文化は、いかにして同社を「AI for Science」の最前線に立ち続けさせているのですか？

デミス・ハサビス： それこそが私たちの最終目標です。私個人にとって、根本的な原動力はAIを構築し、それによって科学、医学、そして私たちの世界認識を前進させることです。これが私の使命の遂行方法です。つまり「メタ方法」を通じて、まず究極のツールを作り上げ、それが成熟したら、それを利用して科学的なブレークスルーを実現するのです。私たちはAlphaFoldのような成果をすでに達成しており、今後さらに多くの成果が現れると信じています。

DeepMindでは常にこの目標を最重要視してきました。実際、Pushmeet Kohliが率いる「AI for Science」部門があり、設立からもうすぐ10年になります。ソウルでのAlphaGo対局から戻った直後に、この取り組みを本格的に開始しました。ちょうど10年が経過したことになります。

それまではずっと潜伏期間であり、アルゴリズムが十分に強力になり、概念が十分に汎用的になるのを待っていました。私にとって囲碁の攻略は歴史的な転換点でした。その瞬間、私たちは「時が来た」と悟り、これらの概念を現実世界の重要な問題に適用する時であり、まずこれらの大きな科学的挑戦から着手しようと決意しました。

私たちはこれがAIの最も恩恵的な帰結であると常に信じてきました。病気を治療し、人間の健康寿命を延ばし、医療を支援すること以上に素晴らしいことがあるでしょうか。そのすぐ後に続くのが、材料科学、環境、エネルギーといった重要な分野です。私は、AIが今後数年のうちにこれらの分野で大きな成果を上げると信じています。

生物学でのブレークスルーとアイソモルフィック・ラボ

司会者： AIは生物学の分野でどのようにブレークスルーを達成しつつありますか？あなたはIsomorphic Labsの活動に深く関わっており、そこはあなたが情熱を注ぐ分野ですね。当初から、あなたはAIが病気を治癒する可能性を揺るぎなく信じていました。生物学の分野で、言語やプログラミングの分野でのような「ハイライトとなる瞬間」を迎えるのはいつ頃になるのでしょうか？

デミス・ハサビス： AlphaFoldの登場により、私たちはすでに生物学にとっての「ハイライトとなる瞬間」を迎えたと考えています。タンパク質の折り畳みとその三次元構造は、50年来の科学的大難問でした。薬を設計したり、生物学の基礎的な暗号を解読しようとするなら、この難問を克服することが極めて重要です。もちろん、これは創薬プロセスの一環に過ぎず、極めて重要な一環ですが、一環ではあります。

私たちが最近スピンオフしたIsomorphic Labs（私自身もこの会社の経営を非常に楽しんでいます）は、生化学と化学の分野で関連するコア技術の構築に取り組んでいます。これらの技術は、タンパク質の特定の部位に完璧に嵌合する化合物を自動設計することができます。私たちは既にタンパク質の形状とその表面構造を把握しているため、標的は定まっているのです。次に、その標的に強力に結合し、かつ理想的には毒性副作用を引き起こす可能性のあるオフターゲット反応を回避する、対になる化合物を作り出さなければなりません。

私たちの究極の夢は、現在の研究開発の作業量と時間の99%を占める探索プロセスを、すべてコンピュータシミュレーション（インシリコ）に移行し、実際のウェット実験は最終的な検証段階のためだけに残すことです。もしこれが実現すれば（そして私は今後数年以内に実現すると固く信じています）、平均10年かかる創薬サイクルを、数ヶ月、数週間、将来的には数日へと短縮できるでしょう。

私は、この臨界点を越えれば、あらゆる病気の克服が手の届くものになると信じています。個別化医療（例えば、患者一人ひとりに合わせた薬のバリエーション）のような概念も現実のものとなるでしょう。医療と創薬の全体像は、今後数年のうちに根本から塗り替えられると確信しています。

シミュレーターが育む新しい科学

司会者： 素晴らしいですね。あなたは「AI for Science」について何度も言及しています。将来のある時点で、AIは全く新しい科学体系を生み出すと思いますか？まるで産業革命が熱力学を生み出したように。私たちの教育体系に、本質的に全く新しい学科が登場するでしょうか？もしそうなら、それはどのようなものでしょうか？

デミス・ハサビス： この点に関して、私は以下のようなことが起こると考えています。

まず、AIシステムそのものの理解と分析が、一つの完全な学問分野、つまり工学科学へと発展するでしょう。私たちが構築しているこれらの創造物は信じられないほど魅力的であると同時に、極めて複雑です。最終的には、その複雑性は人間の心や脳に匹敵するようになるでしょう。したがって、これらのシステムを徹底的に解明するために深く研究しなければなりません。それは今日の私たちの理解レベルでは到底及びません。全く新しい分野が必ずや台頭すると信じています。機構的解釈可能性はその氷山の一角に過ぎません。これらのシステムを解析する上で、私たちにはまだ広大な探求の余地があります。

第二に、AI自体が全く新しい科学の扉を開くと信じています。その中で私が最も興奮しているのは「AI for Simulations（AIによるシミュレーション）」です。私はシミュレーションに夢中です。私が書いたすべてのゲームはAIを含むだけでなく、その本質はシミュレーターでした。シミュレーターこそが、経済学などの社会科学やその他人文科学の難問を解き明かすための究極の道筋だと私は考えています。

これらの学問の厄介な点は、生物学と同様に、それらが創発システムであり、再現可能な対照実験を行うのが極めて難しいことです。仮に政策金利を0.5%引き上げるとしましょう。あなたは現実世界で思い切って実行し、その結果を観察するしかありません。様々な理論を持つことはできても、この実験を何千回も繰り返すことはできません。しかしながら、もし私たちがこれらの複雑系を正確にシミュレートできれば、高精度なシミュレーターに基づいた厳密なサンプリング推論によって、全く新しい科学を確立できるかもしれません。これにより、現在は非常に不確実性の高い分野においても、より良い意思決定を下す能力が人類に与えられると信じています。

司会者： このような極めて正確なシミュレーションを実現するには、何が必要でしょうか？例えば世界モデルのようなもの、そこに到達するためにはどのような科学と工学のブレークスルーが必要ですか？

デミス・ハサビス： 私はこの問題について深く考え続けてきました。私たちの仕事では、学習型シミュレーターを多用しています。これらのシミュレーターは、数学的原理が十分に解明されていないか、システムが複雑すぎる分野に適用されます。単に特定の状況に合わせた直接的なシミュレーションプログラムを書くだけでは問題を解決できません。なぜなら、そのような方法では精度が足りず、すべての変数を網羅できないからです。

私たちはすでに気象予測においてこれを実践しています。世界で最も正確な気象シミュレーター「WeatherNext」を開発しましたが、その実行速度は気象学者が現在使用しているツールよりもはるかに高速です。私たちがすべてを見通せるようになるかどうか、またそれが良い考えかどうかは分かりませんが、第一歩はこれらの複雑系をよりよく理解することです。

生物学の分野においてさえ、私たちはいわゆる「仮想細胞」の研究を進めています。これは極めて動的な創発システムです。数学が物理学の完璧な記述言語であるように、機械学習は生物学の完璧な記述言語となるでしょう。 生物学や多くの自然システムには、微弱なシグナル、弱い相関関係、そして膨大な量のデータが溢れており、これは人間の脳の分析能力をはるかに超えています。しかし、これらの膨大なデータの中には、内在的なつながり、相関関係、そして熟考すべき因果関係が確かに存在します。

機械学習は、この種のシステムを記述するための完璧なツールです。今日に至るまで、数学ではこれができませんでした。その理由は、システムが複雑すぎて一流の数学者でも手に負えないか、あるいは数学の表現力がこれらの高度に創発的な動的システムを理解するのに不十分だからです。その一因は、それらシステムが極めて乱雑で確率的な性質を持っていることにあります。

最終的に、これらのシミュレーターを手に入れれば、おそらくそこから新しい科学分野が派生するでしょう。暗黙的または直感的なシミュレーターから陽的な方程式を抽出することを試みることができるのです。シミュレーターを望むままに何度でもサンプリングできるわけですから、いつかマクスウェル方程式のような基礎的な科学法則を発見できるかもしれません。

もしかしたら、です。そのような創発システムにその種の法則が存在するかどうかは分かりませんが、もし存在するのであれば、この方法でそれらを発見できない理由は見当たりません。

司会者： それは非常に素晴らしいですね。あなたはかつて、宇宙の万物の基本構成要素は情報のようなものかもしれないという理論について語っていましたが、これはより理論的な層の話ですね。あなたはこの点をどのように捉えていますか？これは伝統的な古典的チューリング計算機にとって何を意味するのでしょうか？

デミス・ハサビス： もちろん、有名な E=mc² やアインシュタインのすべての研究成果を引用して、エネルギーと物質が本質的に等価であると説明できます。しかし、私は実際には情報にも同様の等価性があると考えています。物質と構造の組織化のされ方、特に生物のようにエントロピー増大に抵抗するシステムは、本質的に情報処理システムと見なすことができます。したがって、これら三つを相互に変換できると思うのです。

とはいえ、私は情報こそが最も根源的であると直感しています。これは、エネルギーと物質が第一義であるとされた1920年代の古典物理学者の見解とは正反対です。私は実際のところ、宇宙をまずもって情報から構成されるものとして捉える方が、この世界をよりよく理解する方法だと考えています。

もしこの点が正しければ（現在これを支持する多くの証拠があると私は思いますが）、人工知能の意義は私たちが想像する以上に深遠なものとなります。AIがすでに非常に重要である理由は、その核心が情報を組織化し、理解し、情報オブジェクトを構築することにあるからです。

私の見解では、人工知能の核心は情報処理です。もし情報処理を世界を理解するための第一の方法として据えれば、これらの全く異なる分野の間には、実は非常に深い内的繋がりが存在することが見えてきます。

司会者： では、あなたは古典的なチューリングマシンですべてを計算できると考えますか？

デミス・ハサビス： 時々、私たちの仕事を振り返り、自分を「チューリングの擁護者」と自任することがあります。というのも、アラン・チューリングは私が生涯で最も尊敬する科学上の英雄の一人だからです。彼の成し遂げた仕事は、コンピュータとコンピュータサイエンスの基礎を築いただけでなく、人工知能の基礎も築いたと信じています。チューリングマシンの理論は史上最も深遠な成果の一つです：計算可能ないかなるものも、比較的単純な記述を持つ一台の機械によって計算されうる、というものです。ですから、私たちの脳もまた、ある種の近似的なチューリングマシンである可能性が高いと考えています。

チューリングマシンと量子系の結びつきについて考えるのは非常に興味深いことです。しかしながら、私たちはAlphaGo、とりわけAlphaFoldのようなシステムを通じて、現代的なニューラルネットワークという衣をまとった古典的チューリングマシンが、これまで量子力学を必要とすると考えられてきた問題をモデル化できることを示しました。例えば、タンパク質の折り畳みは、ある意味で極微粒子を含む量子系であり、水素結合のすべての量子効果やその他の複雑な相互作用を考慮しなければならないと人々は考えていたかもしれません。

しかし実際には、古典的なシステムを用いて近似最適解が得られることが判明しました。したがって、私たちは、これまで量子系に依存しなければシミュレートも実行もできないと考えられてきた多くの事柄が、適切な方法さえ使えば、実際には古典的システム上でもモデル化できることを発見するかもしれません。

意識の哲学

司会者： あなたは一貫して人工知能をツールと見なしてきましたね。まるで過去数世紀における望遠鏡、顕微鏡、アストロラーベのように。しかし、ほぼ万物をシミュレートできる機械、例えばあなたがおっしゃったように量子系さえシミュレートできる機械を前にした時、それはいつツールの範疇を超えるのでしょうか？そんな日は本当に来るのでしょうか？

デミス・ハサビス： 汎用人工知能（AGI）を構築するという使命と旅路の中で、私たち同志、ここにいる多くの方々を含めて、最善の道はまずツールを構築することだと考えています。それは極めて知的で、実用的で、正確なツールであり、そしてその次の敷居を越えるのです。それだけでも十分に深遠な意義があります。もちろん、そのツールはますます自律的になり、エージェントとしての特性を帯びていくかもしれません。それはまさに現在私たちが目撃していることです。私たちはそうしたエージェント時代の波の真っただ中にいます。

しかしながら、さらに先の問いかけがあります。それは主体性を持つか？意識を持つか？これらはいずれ私たちが直面せざるを得なくなる問題です。しかし私は、これを第二段階とし、おそらく第一段階で構築したツールを用いて、これらの深遠な問題を探求するのを助けることを提案します。

理想的には、このプロセスを通じて、私たちは自身の脳と心についてもよりよく理解し、「意識」などの概念を今日よりもずっと正確に定義できるようになるでしょう。

司会者： 意識の将来的な定義について、何か大まかな予測はありますか？

デミス・ハサビス： いいえ、数千年にわたり哲学の分野で議論されてきたこと以外に、私が付け加えられることは多くありません。しかし私にとって明らかなのは、特定の構成要素が明らかに必須であるということです。それらは必要条件かもしれないが十分条件ではありません。自己認識、自己と他者の概念、そしてある種の時間的な連続性といったものは、意識があるように見えるあらゆる実体にとって明らかに必要不可欠です。

とはいえ、完全な定義が何であるかは、依然として未解決の問題です。私は多くの偉大な哲学者たちとこれについて議論してきました。数年前、惜しくも最近亡くなったダニエル・デネットとこの話題について深く話し合いました。核心となる問題の一つは、システムの振る舞いです。それは意識のあるシステムのように振る舞うでしょうか？ある種の人工知能システムがAGIに近づくにつれて、それらは最終的にそう振る舞うようになる、とあなたは考えることができます。

しかし、そこから次の問題が生じます：なぜ私たちはお互いに意識があると考えるのでしょうか？理由の一つは私たちの振る舞い方であり、私たちは意識のある生命体のように振る舞います。しかしもう一つの要因は、私たちが皆、同じ基盤の上で動作しているということです。

したがって私は、この二つの点が成立するならば、あなたと私の体験が同じであると仮定するのが論理的に最も倹約の原則にかなっており、それが普段お互いの意識について論争しない理由だと思います。しかし明らかに、私たちは人工システムに対して同じ基盤の等価性を決して達成することはできません。ですから、この隔たりを完全に取り除くのは非常に難しいと思います。行動レベルで検討することはできますが、体験レベルではどうでしょうか？AGIの実現後、この問題に対処する何らかの方法があるかもしれませんが、その議論は「AIと科学」の議論の中であっても、おそらく今日の範囲を超えているでしょう。

司会者： 素晴らしい。そろそろ会場からの質問を受け付けましょう。質問の準備をお願いします。あなたは先ほど哲学者、特にカントとスピノザに言及し、彼らがあなたの最も好きな二人の哲学者だとおっしゃいました。カントは典型的な義務論の哲学者で、責任の概念を極度に強調します。一方、スピノザはほとんど決定論に近い宇宙観を持っています。あなたはこの二つの全く異なる理念をどのように結びつけているのですか？世界の動き方についてのあなたの根本的な認識はどのようなものですか？

デミス・ハサビス： 私がこれら二人の哲学者を好きで、深く感銘を受けている理由は、カントがかつて「心が現実を作り出す」という見解を提示したからです。神経科学の博士号取得中に、私はこれが基本的に正しいと痛感しました。これは、心と脳の働きを研究するもう一つの絶好の理由を与えてくれます。私が最終的に探求しているのは現実の本質なので、まず心がどのように現実を解釈するのかを理解しなければなりません。これが私がカントから得た啓示です。

スピノザについては、より精神的な次元に関わります。もしあなたが科学を宇宙を理解するためのツールとして使おうと試みるなら、あなたはすでに宇宙の動き方の背後に横たわる深遠な神秘に触れ始めているのです。

まさにそれが、現在の我々の事業に対する私の実感です。私が科学研究に没頭し、人工知能を深く追求し、これらのツールを構築する時、私たちはある意味で、宇宙の言語を読み解いているように感じるのです。

司会者： 美しいですね。それはあなたの日々の仕事に対する最も美しい解釈です。デミス、あなたは科学者、講演者、哲学者を一身に体現していますね。終わる前に、いくつかクイック質問をしましょう。彼はこれらの質問を事前に全く見ていません。AGI達成の予測年は、予想よりも早いですか、遅いですか？あるいは、この質問への回答を拒否することもできます。

デミス・ハサビス： 私は2030年を選びます。この予測については、私はずっと揺るぎませんでした。

司会者： わかりました、2030年ですね。では、我々がAGIを達成した時に、あなたが読むことを勧める必読の書籍、詩、または論文は何ですか？

デミス・ハサビス： AGI実現後の世界について私が最も好きな本は、デイヴィッド・ドイッチュの『世界の究極理論は存在するか』です。この本の思想は今でも有効だと思います。AGIを使って、あの本で提起されている深遠な問いに答えることが、AGI時代における私のその後の研究の中心になればと願っています。

司会者： 素晴らしい。これまでにDeepMindで最も誇りに思った瞬間は何ですか？

デミス・ハサビス： 幸運なことに、私たちは多くの頂点を経験してきました。最も誇りに思うのは、おそらくAlphaFoldの誕生でしょう。

司会者： では、最後にゲームに関する質問をいくつか。もしあなたがハイリスクなターン制ストラテジーゲーム、例えば『シヴィライゼーション』や『ポリトピア』のようなハードコアなゲームに参加しているとして、歴史上の科学者、アインシュタイン、チューリング、ニュートンなどから一人をチームメイトに選べるとしたら、誰をあなたのチームに迎え入れますか？

デミス・ハサビス： 私はフォン・ノイマンを選ぶと思います。何しろこのような局面ではゲーム理論の専門家が必要ですからね。そして彼が最も優秀だと思います。

司会者： それは間違いなく神レベルのチームメイトですね。デミス、あなたは本当にオールラウンダーですね。本日は当番組にお越しいただき、誠にありがとうございました。皆さん、素晴らしいお話を聞かせてくれたデミスに拍手をお願いします。ありがとうございました。