Anthropicの新しい「J-lens」が、意識に関する主要理論を反映したClaude内部の静かなワークスペースを明らかにする

Anthropicの研究者たちは、同社の言語モデルClaudeの内部構造を分析する新しい手法「J-lens(ジャクソンレンズ)」を発表した。この手法により、Claudeのニューラルネットワーク内に「J-space」と呼ばれる、モデルが報告・推論・指示できる概念を保持する特別な領域が存在することが発見された。このJ-spaceは、意識に関する神経科学の主要理論である「グローバルワークスペース理論」と機能的に類似していることが示された。J-spaceは、モデルが意識的にアクセスできる情報と、自動処理される情報とを区別する役割を果たしており、推論や柔軟な思考に不可欠であることが実験で示された。この発見は、AIの安全性リスクの監視方法を変え、機械が意識を持つ可能性についての科学的議論を深めるものと期待されている。