Laura Schulz: The surprisingly logical minds of babies

翻訳: Kazunori Akashi 校正: Misaki Sato

Mark Twain summed up what I take to be

マーク・トウェインは

one of the fundamental problems of cognitive science

私が 認知科学の本質的な問題の １つと考えることを

with a single witticism.

機知に富む言葉でまとめています

He said, "There's something fascinating about science.

「科学には魅力的な面がある

One gets such wholesale returns of conjecture

事実に対して ほんのわずかに投資するだけで

out of such a trifling investment in fact."

これほど大量に 予想という利益を得るのだから」

(Laughter)

（笑）

Twain meant it as a joke, of course, but he's right:

これはジョークでしょうが 彼の言葉は的を射ています

There's something fascinating about science.

科学には魅力的な面があります

From a few bones, we infer the existence of dinosuars.

わずか数本の骨から 恐竜の存在を推測し

From spectral lines, the composition of nebulae.

スペクトル線から 銀河の組成を推測します

From fruit flies,

ショウジョウバエからは

the mechanisms of heredity,

遺伝のメカニズムを

and from reconstructed images of blood flowing through the brain,

そして脳の血流を再現した画像や

or in my case, from the behavior of very young children,

私の場合なら 小さな子どもの行動から

we try to say something about the fundamental mechanisms

人間の認知の 本質的なメカニズムについて

of human cognition.

説明しようとするのです

In particular, in my lab in the Department of Brain and Cognitive Sciences at MIT,

私は その中でも MIT脳認知科学科の研究室で

I have spent the past decade trying to understand the mystery

過去10年に渡って ある謎を解こうとしてきました

of how children learn so much from so little so quickly.

子どもはどうやって わずかな情報から これほど速く学ぶのかということです

Because, it turns out that the fascinating thing about science

その理由は 科学がもつ魅力は

is also a fascinating thing about children,

子どもたちがもつ魅力と 同じものだからです

which, to put a gentler spin on Mark Twain,

つまり トウェインの言葉を 少しひねって言えば

is precisely their ability to draw rich, abstract inferences

子どもたちは わずかな量の ノイズだらけのデータから

rapidly and accurately from sparse, noisy data.

速く正確に 豊かな抽象的推論をする 能力をもっているからです

I'm going to give you just two examples today.

今日は その例を２つ紹介しましょう

One is about a problem of generalization,

ひとつは「一般化」の問題 ―

and the other is about a problem of causal reasoning.

もうひとつは 「因果的思考」の問題です

And although I'm going to talk about work in my lab,

お話しするのは 私の研究室で行っていることですが

this work is inspired by and indebted to a field.

これは ある研究分野に 動機付けられ 多くを負っています

I'm grateful to mentors, colleagues, and collaborators around the world.

世界中の恩師や同僚や 協力者に感謝しています

Let me start with the problem of generalization.

まず「一般化」の問題から はじめましょう

Generalizing from small samples of data is the bread and butter of science.

抽出したデータの標本から 一般化することは科学の基本です

We poll a tiny fraction of the electorate

国政選挙では 有権者のほんの一部から

and we predict the outcome of national elections.

聞き取り調査をして 結果を予測します

We see how a handful of patients responds to treatment in a clinical trial,

臨床試験では数人の被験者に 治療の効果があるかを調べた上で

and we bring drugs to a national market.

薬を市場に出します

But this only works if our sample is randomly drawn from the population.

ただ これが上手くいくのは標本が 母集団から無作為に抽出された時だけです

If our sample is cherry-picked in some way --

標本の抽出方法が偏っている場合 たとえば ―

say, we poll only urban voters,

都市部の有権者だけ調査した場合や

or say, in our clinical trials for treatments for heart disease,

心臓病治療の臨床試験で

we include only men --

被験者が男性だけの場合には

the results may not generalize to the broader population.

結果を より広範な集団に 一般化できない可能性があります

So scientists care whether evidence is randomly sampled or not,

だから科学者にとって データが 無作為抽出かどうかは重要です

but what does that have to do with babies?

ただ それが赤ちゃんと どう結びつくのでしょうか？

Well, babies have to generalize from small samples of data all the time.

赤ちゃんは 常に少数の標本から 一般化せざるを得ません

They see a few rubber ducks and learn that they float,

ゴムのアヒルをいくつか見て それが浮くことを学び

or a few balls and learn that they bounce.

ボールをいくつか見て それが弾むことを学びます

And they develop expectations about ducks and balls

こうして赤ちゃんは アヒルやボールについて予想を立て

that they're going to extend to rubber ducks and balls

その予想を生涯に渡って

for the rest of their lives.

当てはめ続けるのです

And the kinds of generalizations babies have to make about ducks and balls

そして 赤ちゃんが アヒルとボールに対して行う一般化は

they have to make about almost everything:

他のほぼあらゆるもの すなわち

shoes and ships and sealing wax and cabbages and kings.

靴にも 船にも 封蝋にも キャベツにも 王様にも適用する必要があります

So do babies care whether the tiny bit of evidence they see

では 赤ちゃんにとって 自分が見た わずかな証拠が

is plausibly representative of a larger population?

より大きな集団の典型例かどうかは 重要なのでしょうか？

Let's find out.

調べてみましょう

I'm going to show you two movies,

これから見ていただく２本のビデオは

one from each of two conditions of an experiment,

ある実験での ２つの条件のものです

and because you're going to see just two movies,

ご覧いただくのは２本だけなので

you're going to see just two babies,

赤ちゃんは２人しか登場しません

and any two babies differ from each other in innumerable ways.

どの赤ちゃんにも あらゆる面で違いがありますが

But these babies, of course, here stand in for groups of babies,

この２人の赤ちゃんは 集団を代表していて

and the differences you're going to see

これから見ていただく違いは

represent average group differences in babies' behavior across conditions.

それぞれの条件における 赤ちゃんの 標準的な行動の違いを表しています

In each movie, you're going to see a baby doing maybe

ビデオでは赤ちゃんが

just exactly what you might expect a baby to do,

いかにも赤ちゃんらしく 振舞っていて

and we can hardly make babies more magical than they already are.

これ以上 可愛く見せることなんて できないくらいです

But to my mind the magical thing,

ただ私にとって魅力的なこと ―

and what I want you to pay attention to,

そして皆さんに注目してほしいことは

is the contrast between these two conditions,

２つの条件における違いです

because the only thing that differs between these two movies

というのも ２本のビデオで 唯一 違う点は

is the statistical evidence the babies are going to observe.

赤ちゃんが目にする 統計的な証拠だけなのです

We're going to show babies a box of blue and yellow balls,

私たちは 赤ちゃんに 青と黄色のボールが入った箱を見せ

and my then-graduate student, now colleague at Stanford, Hyowon Gweon,

当時 大学院生だった スタンフォードの同僚ユウァン・グァンが

is going to pull three blue balls in a row out of this box,

青いボールを３つ続けて取り出します

and when she pulls those balls out, she's going to squeeze them,

そして取り出すたびに ボールを握ると

and the balls are going to squeak.

音が鳴ります

And if you're a baby, that's like a TED Talk.

これは赤ちゃんにとって TEDトークと同じように

It doesn't get better than that.

最高の体験なんです

(Laughter)

（笑）

But the important point is it's really easy to pull three blue balls in a row

さて 重要なのは ほぼ青いボールしか入っていない箱から

out of a box of mostly blue balls.

青を３つ続けて取るのは 簡単だという点です

You could do that with your eyes closed.

見なくてもできるかもしれません

It's plausibly a random sample from this population.

これは母集団からの無作為抽出と 言っていいでしょう

And if you can reach into a box at random and pull out things that squeak,

そして 箱に手を入れて 無作為に音が鳴るものを取り出せるなら

then maybe everything in the box squeaks.

箱の中のボールは みんな音が出るかもしれません

So maybe babies should expect those yellow balls to squeak as well.

だから赤ちゃんは 黄色のボールも音が鳴ると思うはずです

Now, those yellow balls have funny sticks on the end,

ただし黄色のボールには ヘンな棒がついていて

so babies could do other things with them if they wanted to.

やろうと思えば 他のことだってできます

They could pound them or whack them.

トントン打ったり 叩いたりしてもいいのです

But let's see what the baby does.

では赤ちゃんの行動を見てみましょう

(Video) Hyowon Gweon: See this? (Ball squeaks)

（ユウァン・グァン）見える？ （ボールが鳴る）

Did you see that? (Ball squeaks)

今の見た？ （ボールが鳴る）

Cool.

素敵ね

See this one?

これはどう？

(Ball squeaks)

（ボールが鳴る）

Wow.

わあ

Laura Schulz: Told you. (Laughs)

（ローラ・シュルツ） 可愛いでしょう（笑）

(Video) HG: See this one? (Ball squeaks)

（ユウァン）これはどう？ （ボールが鳴る）

Hey Clara, this one's for you. You can go ahead and play.

クララ これはあなたにあげる 遊んでいいわよ

(Laughter)

（笑）

LS: I don't even have to talk, right?

（ローラ）言葉は必要ないですね

All right, it's nice that babies will generalize properties

さて 赤ちゃんが 青いボールの性質を 黄色のボールへと

of blue balls to yellow balls,

一般化する様子は素晴らしいし

and it's impressive that babies can learn from imitating us,

赤ちゃんが私たちの真似をして 学ぶのは すごいことです

but we've known those things about babies for a very long time.

ただ このような赤ちゃんの能力は 昔から知られていました

The really interesting question

一方 本当に興味深いのは

is what happens when we show babies exactly the same thing,

赤ちゃんに まったく同じものを 見せると どうなるかです

and we can ensure it's exactly the same because we have a secret compartment

箱には見えない仕切りがあり 実際には そこからボールを取るので

and we actually pull the balls from there,

条件はまったく同じになりますが

but this time, all we change is the apparent population

今度は標本を取り出す ―

from which that evidence was drawn.

母集団の見た目だけを変えます

This time, we're going to show babies three blue balls

今度は赤ちゃんに ほぼ黄色のボールしか入っていない箱から

pulled out of a box of mostly yellow balls,

青いボールを ３つ取るところを見せると

and guess what?

どうなるでしょう？

You [probably won't] randomly draw three blue balls in a row

ほとんど黄色だけの箱から 無作為で青いボールを

out of a box of mostly yellow balls.

３つ連続で取ることは まずないでしょう

That is not plausibly randomly sampled evidence.

つまり無作為に抽出された データとは言えないのです

That evidence suggests that maybe Hyowon was deliberately sampling the blue balls.

この場合 ユウァンが意図的に 青いボールだけ取ったことを示しています

Maybe there's something special about the blue balls.

あるいは 青いボールが 特別なのかもしれません

Maybe only the blue balls squeak.

鳴るのは青だけかもしれません

Let's see what the baby does.

さあ赤ちゃんはどうするでしょうか

(Video) HG: See this? (Ball squeaks)

（ユウァン）見える？ （ボールが鳴る）

See this toy? (Ball squeaks)

このおもちゃが見える？ （ボールが鳴る）

Oh, that was cool. See? (Ball squeaks)

素敵でしょう？ （ボールが鳴る）

Now this one's for you to play. You can go ahead and play.

さあ あなたはこれで遊んで さあ遊んでね

(Fussing) (Laughter)

（不満の表情） （笑）

LS: So you just saw two 15-month-old babies

（ローラ）さて皆さんには 15か月になる２人の赤ちゃんが

do entirely different things

観察した確率だけにもとづいて

based only on the probability of the sample they observed.

まったく違う行動をとる様子を 見ていただきました

Let me show you the experimental results.

実験結果をご覧ください

On the vertical axis, you'll see the percentage of babies

縦軸は それぞれの条件で ボールを握った赤ちゃんの

who squeezed the ball in each condition,

割合を表しています

and as you'll see, babies are much more likely to generalize the evidence

ご覧の通り データの選び方が 明らかに偏っている場合より

when it's plausibly representative of the population

母集団の代表とみなせる場合の方が

than when the evidence is clearly cherry-picked.

そのデータを一般化する傾向が はるかに強いのです

And this leads to a fun prediction:

ここから 面白い予想を立てられます

Suppose you pulled just one blue ball out of the mostly yellow box.

今度は ほぼ黄色ばかりの箱から 青いボールを１つだけ取るとします

You [probably won't] pull three blue balls in a row at random out of a yellow box,

この箱から青いボールを無作為に ３つ連続で取り出すのは無理でしょうが

but you could randomly sample just one blue ball.

１つだけなら取り出せるかもしれません

That's not an improbable sample.

標本として ありえる話です

And if you could reach into a box at random

さらに 箱に手を入れて無作為で

and pull out something that squeaks, maybe everything in the box squeaks.

音が鳴るものを取り出せるなら 箱の中身は全部鳴るかもしれません

So even though babies are going to see much less evidence for squeaking,

つまり ボールを１つだけ取り出す場合 先ほどのビデオの場合と比べて

and have many fewer actions to imitate

音が鳴る例や 真似すべき行動を

in this one ball condition than in the condition you just saw,

赤ちゃんが わずかな回数しか 見ていなくても

we predicted that babies themselves would squeeze more,

ボールを握ることが 多くなると予想することができ

and that's exactly what we found.

結果は まさに その通りでした

So 15-month-old babies, in this respect, like scientists,

したがって このような場面では 15か月の赤ちゃんにとって

care whether evidence is randomly sampled or not,

データが無作為に抽出されたかは 科学者と同様に重要で

and they use this to develop expectations about the world:

それをもとに世界について 予想を立てているのです

what squeaks and what doesn't,

どれが音が鳴って どれが鳴らないか

what to explore and what to ignore.

何を調べるべきで 何を無視すべきか・・・

Let me show you another example now,

次に別の例を紹介しましょう

this time about a problem of causal reasoning.

今度は「因果的思考」の問題です

And it starts with a problem of confounded evidence

この問題は 私たち全員が経験する

that all of us have,

データの混乱の問題 すなわち

which is that we are part of the world.

人間が世界の一部であることから生じます

And this might not seem like a problem to you, but like most problems,

一見 問題とは思えないでしょうが ほとんどの問題と同様に

it's only a problem when things go wrong.

何かがうまくいかない時 はじめて問題になります

Take this baby, for instance.

例えば この赤ちゃん ―

Things are going wrong for him.

彼にとって 物事はうまくいきません

He would like to make this toy go, and he can't.

おもちゃを鳴らしたいのに できないのです

I'll show you a few-second clip.

数秒のビデオを ご覧ください

And there's two possibilities, broadly:

大まかに可能性は２つあります

Maybe he's doing something wrong,

間違ったことをしているか

or maybe there's something wrong with the toy.

おもちゃに問題があるか です

So in this next experiment,

ですから次の実験では

we're going to give babies just a tiny bit of statistical data

赤ちゃんに片方の仮説を支持する

supporting one hypothesis over the other,

ちょっとした統計的データを見せます

and we're going to see if babies can use that to make different decisions

その後 赤ちゃんが 自分の行動を決定する時に

about what to do.

そのデータを使うか 観察するのです

Here's the setup.

仕組みはこうです

Hyowon is going to try to make the toy go and succeed.

ユウァンがおもちゃを 鳴らそうとして成功します

I am then going to try twice and fail both times,

次に私が２回試して ２回とも失敗します

and then Hyowon is going to try again and succeed,

その後ユウァンが また試して成功します

and this roughly sums up my relationship to my graduate students

これはテクノロジー全般に関する 院生たちと私の関係を

in technology across the board.

表していますね

But the important point here is it provides a little bit of evidence

ただ ここで重要なのは おもちゃではなく 人のほうに

that the problem isn't with the toy, it's with the person.

問題があるということを 証拠として示している点です

Some people can make this toy go,

おもちゃを鳴らせる人と 鳴らせない人が

and some can't.

いるのです

Now, when the baby gets the toy, he's going to have a choice.

さて おもちゃを手にした時 赤ちゃんは選択することになります

His mom is right there,

近くにお母さんがいるので

so he can go ahead and hand off the toy and change the person,

おもちゃを渡して 代わりにやってもらえます

but there's also going to be another toy at the end of that cloth,

一方 布の端には 別のおもちゃがあり

and he can pull the cloth towards him and change the toy.

布を引けば おもちゃを 取り替えることもできます

So let's see what the baby does.

赤ちゃんがどうするか 見てみましょう

(Video) HG: Two, three. Go! (Music)

（ユウァン）２ ３ ゴー！ （音楽）

LS: One, two, three, go!

（ローラ）１ ２ ３ ゴー！

Arthur, I'm going to try again. One, two, three, go!

アーサー もう一度やってみるわね １ ２ ３ ゴー！

YG: Arthur, let me try again, okay?

（ユウァン）アーサー もう一度 私にやらせて

One, two, three, go! (Music)

１ ２ ３ ゴー！ （音楽）

Look at that. Remember these toys?

これを見て これ覚えてる？

See these toys? Yeah, I'm going to put this one over here,

おもちゃよ これは こっちに置いて

and I'm going to give this one to you.

これは あなたにあげるわ

You can go ahead and play.

遊んでね

LS: Okay, Laura, but of course, babies love their mommies.

（ローラ）当然 赤ちゃんは お母さんのことが大好きです

Of course babies give toys to their mommies

おもちゃが鳴らなければ

when they can't make them work.

当たり前のように お母さんに渡します

So again, the really important question is what happens when we change

でも ここで重要な点は 統計的データを わずかに変えたら

the statistical data ever so slightly.

どうなるかということです

This time, babies are going to see the toy work and fail in exactly the same order,

今度は 同じ順でおもちゃが鳴ったり 鳴らなかったりするところを見せますが

but we're changing the distribution of evidence.

証拠の分布は変えます

This time, Hyowon is going to succeed once and fail once, and so am I.

今度はユウァンが成功した後 失敗し 私の時も同じにします

And this suggests it doesn't matter who tries this toy, the toy is broken.

ここからわかるのは 使う人は無関係で おもちゃが壊れており

It doesn't work all the time.

常に鳴るとは限らないということです

Again, the baby's going to have a choice.

今度も赤ちゃんには選択肢があります

Her mom is right next to her, so she can change the person,

お母さんは隣にいるので 代わりをしてもらうこともできるし

and there's going to be another toy at the end of the cloth.

布の端には別のおもちゃもあります

Let's watch what she does.

どうするか見てみましょう

(Video) HG: Two, three, go! (Music)

（ユウァン）２ ３ ゴー！ （音楽）

Let me try one more time. One, two, three, go!

もう一度やらせて １ ２ ３ ゴー！

Hmm.

うーん

LS: Let me try, Clara.

（ローラ）私にやらせて クララ

One, two, three, go!

１ ２ ３ ゴー！

Hmm, let me try again.

もう一度やらせて

One, two, three, go! (Music)

１ ２ ３ ゴー！ （音楽）

HG: I'm going to put this one over here,

（ユウァン）これは こっちに置いて

and I'm going to give this one to you.

これは あなたにあげるわ

You can go ahead and play.

遊んでね

(Applause)

（拍手）

LS: Let me show you the experimental results.

（ローラ）実験の結果をお見せします

On the vertical axis, you'll see the distribution

縦軸には それぞれの条件における

of children's choices in each condition,

子どもたちの選択の分布を示しています

and you'll see that the distribution of the choices children make

選択の分布は 赤ちゃんが目にした データに基づいているのが

depends on the evidence they observe.

わかるでしょう

So in the second year of life,

赤ちゃんたちは生まれて２年で

babies can use a tiny bit of statistical data

わずかな統計的なデータを利用して

to decide between two fundamentally different strategies

世界で行動するために 根本的に異なる２つの戦略から

for acting in the world:

１つ選ぶのです

asking for help and exploring.

つまり 助けを求めるか 自分で試すかです

I've just shown you two laboratory experiments

研究室での実験を ２つだけお見せしましたが

out of literally hundreds in the field that make similar points,

まさに何百もの研究で 同様の結果が出ています

because the really critical point

そして本当に重要な点は

is that children's ability to make rich inferences from sparse data

わずかなデータから 豊かに推測するという子どもの能力が

underlies all the species-specific cultural learning that we do.

人間に特有の あらゆる文化的学習の 根底にあることです

Children learn about new tools from just a few examples.

子どもたちは わずかな例をもとに 新たな道具について学び

They learn new causal relationships from just a few examples.

わずかな例をもとに 新たな因果関係を学びます

They even learn new words, in this case in American Sign Language.

新たな言葉さえ学びます これはアメリカ手話です

I want to close with just two points.

最後に２点だけお話しします

If you've been following my world, the field of brain and cognitive sciences,

もし私の世界 すなわち 脳科学と認知科学の分野を

for the past few years,

ここ数年 追いかけていれば

three big ideas will have come to your attention.

３つの壮大な発想に 気づくでしょう

The first is that this is the era of the brain.

１つは現在が「脳の時代」だという点です

And indeed, there have been staggering discoveries in neuroscience:

実際 神経科学の分野では 驚異的な発見が続いています

localizing functionally specialized regions of cortex,

機能ごとに特化した 大脳皮質の領域の特定や

turning mouse brains transparent,

マウスの脳の透明化

activating neurons with light.

光によるニューロンの活性化などです

A second big idea

２つ目の壮大な発想とは

is that this is the era of big data and machine learning,

現代が「ビッグデータと 機械学習の時代」だという点です

and machine learning promises to revolutionize our understanding

機械学習は SNSから疫学まで ―

of everything from social networks to epidemiology.

あらゆるものの理解を 大きく変えるはずです

And maybe, as it tackles problems of scene understanding

そして機械が 場面認識や 自然言語処理といった

and natural language processing,

課題に取り組むことで

to tell us something about human cognition.

人間の認知について わかってくるかもしれません

And the final big idea you'll have heard

そして最後の壮大な発想とは

is that maybe it's a good idea we're going to know so much about brains

脳への理解を深めていき ビッグデータを十分 利用できるのは

and have so much access to big data,

いいことかもしれないという点です

because left to our own devices,

なぜなら人間は 好きなようにさせておくと

humans are fallible, we take shortcuts,

誤りがちで 楽をしようとし

we err, we make mistakes,

判断を誤り 間違いを犯し

we're biased, and in innumerable ways,

偏った見方をし さらにあらゆる面で

we get the world wrong.

世界を間違って捉えてしまいます

I think these are all important stories,

私は これらすべてが 重要な事だと思っていて

and they have a lot to tell us about what it means to be human,

そこから人間であることの意味を いろいろ知ることができます

but I want you to note that today I told you a very different story.

ただ注意してほしいのですが 今日の話は それとは別のことです

It's a story about minds and not brains,

今日の話題は 脳のことではなく 心についてです

and in particular, it's a story about the kinds of computations

その中でも 人間の心だけが実行できる

that uniquely human minds can perform,

様々な計算に関する話です

which involve rich, structured knowledge and the ability to learn

この計算には 豊かで構造化された知識と

from small amounts of data, the evidence of just a few examples.

わずかなデータ 少ない例から得た 証拠をもとに学ぶ能力が伴います

And fundamentally, it's a story about how starting as very small children

今日の話の本質は どうやって 赤ちゃんに始まり

and continuing out all the way to the greatest accomplishments

遥かな道をたどって 文化という偉業を成し遂げる中で

of our culture,

私たちが世界を

we get the world right.

正しく捉えているかということです

Folks, human minds do not only learn from small amounts of data.

人間の心は 単にわずかなデータから 学習するだけではありません

Human minds think of altogether new ideas.

心はまったく新しい発想も生み出します

Human minds generate research and discovery,

心が研究や発見を生み

and human minds generate art and literature and poetry and theater,

芸術や 文学や 詩や 劇を生み

and human minds take care of other humans:

心が お年寄りや若者や

our old, our young, our sick.

病んだ人々を思いやるのです

We even heal them.

私たちは そんな人々を癒しさえします

In the years to come, we're going to see technological innovations

今後 数年で私たちは 想像をはるかに超えた

beyond anything I can even envision,

技術的な革新を 目の当たりにすることでしょう

but we are very unlikely

でも とても残念なことに

to see anything even approximating the computational power of a human child

私や皆さんが生きている間には 人間の子どもの計算能力に

in my lifetime or in yours.

近いものすら 目にすることはないでしょう

If we invest in these most powerful learners and their development,

私たちは この極めて優れた学習者の 発達に対する投資を惜しんではいけません

in babies and children

赤ちゃんや子どもたち ―

and mothers and fathers

母親や父親 ―

and caregivers and teachers

子どもの世話をする人々や 教師への投資を惜しんではいけません

the ways we invest in our other most powerful and elegant forms

私たちは 他の極めて優れた エレガントな技術や工学やデザインには

of technology, engineering and design,

投資を惜しみませんが 同じように投資することで

we will not just be dreaming of a better future,

よりよい未来を ただ夢見るだけではなく

we will be planning for one.

そんな未来の青写真を描けるはずです

Thank you very much.

ありがとうございます

(Applause)

（拍手）

Chris Anderson: Laura, thank you. I do actually have a question for you.

（クリス・アンダーソン）ありがとう ローラ ぜひ 尋ねたいことがあります

First of all, the research is insane.

まず この研究は常識外れですね

I mean, who would design an experiment like that? (Laughter)

一体誰が こんな実験方法を 考えるんですか？（笑）

I've seen that a couple of times,

私は実験の様子を２回見ても

and I still don't honestly believe that that can truly be happening,

本当に こんな風になるなんて 信じられません

but other people have done similar experiments; it checks out.

一方 他の研究者たちも 同様の実験で実証しています

The babies really are that genius.

赤ちゃんは まさに天才ですね

LS: You know, they look really impressive in our experiments,

（ローラ）実験での 赤ちゃん達は すごく優秀に見えますが

but think about what they look like in real life, right?

実際の赤ちゃんの様子を 思い出してください

It starts out as a baby.

最初は赤ん坊です

Eighteen months later, it's talking to you,

18か月経つと話し始めますが

and babies' first words aren't just things like balls and ducks,

初めて話す言葉には 「ボール」や「アヒル」だけではなく

they're things like "all gone," which refer to disappearance,

失くなったことを表す「ない」や

or "uh-oh," which refer to unintentional actions.

意図せぬ行為を指す 「あれれ」まであります

It has to be that powerful.

彼らの能力は それほど強力ですし

It has to be much more powerful than anything I showed you.

お見せしたものより はるかに強力なはずです

They're figuring out the entire world.

子どもは世界全体を理解していき

A four-year-old can talk to you about almost anything.

４歳になれば ほぼ何でも話せるようになるのです

(Applause)

（拍手）

CA: And if I understand you right, the other key point you're making is,

（クリス）私の理解が正しければ あなたの主張には他に重要な点があります

we've been through these years where there's all this talk

ここ数年 言われ続けているのは 人間の心が

of how quirky and buggy our minds are,

いかに気まぐれで 誤りが多いか

that behavioral economics and the whole theories behind that

そして行動経済学と その背景にある理論によれば

that we're not rational agents.

人間は理性的主体ではないという点です

You're really saying that the bigger story is how extraordinary,

あなたが言おうとしている より大きな物語とは

and there really is genius there that is underappreciated.

まだ正当に評価されていない才能があり それが いかに素晴らしいかということですね

LS: One of my favorite quotes in psychology

（ローラ）心理学の分野で 私が好きな言葉は

comes from the social psychologist Solomon Asch,

社会心理学者S・アッシュのものです

and he said the fundamental task of psychology is to remove

彼によると 心理学の作業の本質とは

the veil of self-evidence from things.

事物から自明という名の ベールを取り除くことです

There are orders of magnitude more decisions you make every day

人間は 世界を正しく捉えるために 日々 膨大な回数の

that get the world right.

決断を下します

You know about objects and their properties.

人は物体や その性質を知っていて

You know them when they're occluded. You know them in the dark.

見えなくても 暗闇でも それが何かわかります

You can walk through rooms.

部屋を歩き回ることもできます

You can figure out what other people are thinking. You can talk to them.

他の人の考えも分かりますし 彼らに話しかけることもできます

You can navigate space. You know about numbers.

空間を移動でき 数について知っています

You know causal relationships. You know about moral reasoning.

因果関係や 倫理的な推論について知っています

You do this effortlessly, so we don't see it,

こういうことは自然にできるので 気づきませんが

but that is how we get the world right, and it's a remarkable

人間は こうやって世界を捉えます これは驚くべき偉業ですが

and very difficult-to-understand accomplishment.

理解するのは とても難しいのです

CA: I suspect there are people in the audience who have

（クリス）観客のみなさんの中には

this view of accelerating technological power

技術は さらに加速すると考えていて

who might dispute your statement that never in our lifetimes

我々の世代で コンピュータに ３歳児と同じことをさせるのは

will a computer do what a three-year-old child can do,

不可能だという主張に 反対の人もいるでしょう

but what's clear is that in any scenario,

ただ はっきりしているのは どうなっていくにせよ

our machines have so much to learn from our toddlers.

機械には 子どもから学ぶことが まだたくさんあるという点です

LS: I think so. You'll have some machine learning folks up here.

（ローラ）そうですね ここには 機械学習の研究者もいるでしょう

I mean, you should never bet against babies or chimpanzees

ただ 赤ちゃんや チンパンジーや テクノロジーを

or technology as a matter of practice,

単なる実践上の問題として 片付けるべきではありません

but it's not just a difference in quantity,

それは ただ量的に 異なっているだけではなく

it's a difference in kind.

別の種類のものなのです

We have incredibly powerful computers,

驚くほど強力なコンピュータは

and they do do amazingly sophisticated things,

しばしば非常に大量のデータを使い

often with very big amounts of data.

極めて洗練されたことを やってのけます

Human minds do, I think, something quite different,

一方 人間の心は これとはまったく異なっていて

and I think it's the structured, hierarchical nature of human knowledge

本当の課題として残るのは 構造的かつ階層的な

that remains a real challenge.

人間の知識の性質だと思います

CA: Laura Schulz, wonderful food for thought. Thank you so much.

（クリス）シュルツさん 考える材料になりました ありがとう

LS: Thank you. (Applause)

（ローラ）ありがとう （拍手）