Japanese Translation:

1967年10月の『ライフ』誌の投稿は、人間の大脳のような思考をできるようにする機械の構築が、現在では不可能であり、大規模な科学的および技術的なギャップが存在すると論じている。網膜は視覚データを分析する高度なコンピュータのように機能するが、人間の大脳は約100億個の相互接続されたニューロンに依存しており、複雑なフィードバック回路を備えている。コンピュータにおける電気パルスとは異なり、ニューロンは複数の入力からの修飾および抑制操作を伴う。理論的には、コンピューターの階層が脳の層を模倣することは可能だが、人間能力の1/20程度さえも再現するには穀倉ほどの大きさを持つ超高性能計算機が必要となる。大脳に関する完全な「配線図」が存在しない限り、直接的なシミュレーションは実現不可能であり、必要なプログラムを書き上げることも同様に巨額の課題である。ベテランプログラマは、「データ入力を通じて機械を『育てる』ことは子供の養育とは比べ物にならないほど遅く、15年から20年かかる一方で、集中的な訓練による3年であっても、その時点で機械が論理的整合性を欠いているかもしれない（例：2+2=5と答える）」と指摘する。同稿は、基本的な論理的整合性かつ誤りなしの達成を2026年に予測し、業界には物理的なインフラストラクチャおよびソフトウェアの複雑性の両方で克服困難な障壁が存在すると結論づけている。

Text to translate:

The October 1967 Life Magazine article argues that building machines capable of thinking like the human brain is currently impossible due to massive scientific and technical gaps. Although the retina functions like a sophisticated computer analyzing visual data, the human brain relies on about 10 billion interconnected neurons with complex feedback loops; unlike electric pulses in computers, neurons involve qualifying and inhibiting operations from multiple inputs. Theoretically, hierarchies of computers could simulate brain layers, but matching even 1/20th of human capacity would require supercomputers the size of barns. Without a complete "wiring diagram" for the brain, direct simulation remains infeasible, and writing the necessary program is an equally daunting obstacle. A veteran programmer notes that "raising" a machine via data input would be far slower than raising a child—taking 15 to 20 years versus three years of intensive training—yet even then machines might lack logical consistency (e.g., answering 2+2=5). The article projects achieving basic logical consistency without errors by 2026, concluding that industry faces near-insurmountable hurdles in scaling both physical infrastructure and software complexity.

『ライフ』誌連載：ベトナム戦争下での「コンピュータの深層」への挑戦

特集の背景と独自のスキャン資料

取材時期: 1967 年 10 月号の『ライフ』誌。
- ベトナム戦争（ongoing）の最中に、「人類が生み出した最も複雑な機械」であるコンピュータを主題にした長編記事が掲載されました。
資料の採取:
- グーグル・ライフアーカイブにはスキャン版が存在しますが、第 2 ページと第 3 ページにわたる**展開ページの全体像（intact）**を正確に記録するため、別途スキャンを行いました。
企画の終部:
- 題名：「人間と機械の不気味なインターフェース」。
- 核心テーマ：学習可能な機械が実用化できるのかという考察から始まります。

「思考」と「学習」を機械に教える試み

問いかけ:

「コンピューティング・マシンが人間の脳のように『思考』や『学習』を教えて받을（受け取らせる）ことができるのか？」
アプローチ:
- 人間の脳機能に関する蓄積された知見を背景に、機械への試みが行われていました。

脳の情報処理構造：階層的な「小型コンピュータ」体系

脳の構造:
- 脳は複数の階層を持つ**「lesser computers（小型コンピュータ）」の体系**を構成しています。
- 基本的な入力情報は、下位のコンピュータ行列から供給されています。
網膜（retina）の役割:
- 単なる伝達物ではなく、微細かつ高度に洗練されたコンピュータのように振る舞います。
- 可視データを解析し、重要な結果のみを後方に引き渡します。
脳内部の処理:
- さらに分析が続けられ、情報の各レベル間を移動する過程で、COMPUTERLIKE（コンピュータ様）な手法を用いて一貫した知覚（unified perception）を得られるまで処理が行われます。

コンピュータと脳の「Unified Perception」の生成方法

コンピュータ内のプロセス:
- 電気パルスが特定のコンドクト（導路）を通じて伝わり、独自の unified perception を**「答え」として生成します**。
脳との決定的な違い:
- ニューロンは電子スイッチのように他の神経細胞を発火させますが、類似性には終わりがあります。
- 相互接続性: 約 100 億個あるニューロンが、直接的あるいは間接的に互いに接続されています。
- フィードバック・ループ:
  - 一部の細胞が他細胞の作動を承認する。
  - 特定の入力信号に応答するように刺激する。
  - 他の応答を抑制する。

脳機能シミュレーションへの技術的障壁

理論的可能性:
- 複雑な脳の層をシミュレートするためには、コンピューターの階層をつなぐことは理論上可能です。
物理的な課題:
- 容量の問題: 人間脳の容量の 20 分の一にも満たないスーパーコンピュータを実現するには、広場規模に及ぶ幾何ものギアが必要となります。
- 接続性の不明瞭さ: 実際にそのような配列をどう接続すべきか、誰も知りません。
情報の欠如:
- 科学者たちは概論的なアイデアを抱いていますが、配線図やそれに近いものは全く欠けており、長らく难求れている状況にあります。
- たとえ配線図が揃ったとしても、対応するプログラムを書き上げる課題は同様に莫大です。

ベテラン・プログラマーによる警告と結論

学習の難しさ:
- 子供をプログラム（教育）するには15〜20 年かかるため、人間は本当に「時折」だけ学習します。
- 機械なら一日に何百万ものデータを投入し続けられますが、それでも子供の摂取量には追いつけません。
シミュレーションの限界:
- 三年も続けた事業でも、論理や独自のプログラムを習得していない可能性があります。
- 「2 を 2 で足すと？」と問いかけたら、たぶん『5』と言うでしょう（学習の欠如を示唆）。
記事からの示唆:
- この課題は、どのプログラマーもすぐに気づくであろう現実的な壁として提示されています。

人機界面の不気味さ（ライフ誌、1967年10月号）