Understanding Artificial Intelligence（2021年）は、ITや数学のバックグラウンドを持たない人を含むすべての人に向けて、人工知能（AI）というテーマをわかりやすく解説することを目指しています。AIがどのように機能するのか、そしてなぜ時に間違いを犯したり不完全な解決策を提示したりするのかについて、基礎的な理解を与えてくれます。
この本から得られること：AIへの理解を深め、AIが実はそれほど知的ではない理由を知る
昨今、誰もがAIについて語っているようです。しかし、AIとは一体何なのでしょうか？その限界は？その能力に対して恐れるべきなのでしょうか？
現実には、人間は常に発明家でした。先史時代には狩猟用の銛（もり）を作り、農耕の時代が到来すると、つるはし、鎌、荷車、さらには道具を作るための道具まで作り出しました。そして機械が登場すると、その急速な発展を恐れる人々もいました。しかし、それらの機械もまた、単なる道具に過ぎませんでした。
そして今、AIが登場し、事態は一段階進んでいます。ですが、SFで見てきたことは忘れてください。AIが私たちに取って代わったり、奴隷にしたりすることはありません。AIには自由意志がありません。AIもまた、単なる道具なのです。しかし、私たちがしなければならないのは、AIを善のために活用する方法を学び、誤用しないことです。
ニコラ・サブレ著『AIを理解する』では、AIとは何か、AIが提供する解決策は完璧ではないかもしれないがそれでも多くの目的には十分である理由、そしてAIの未来がどこに向かっているのかを知ることができます。
AIとは一体何か？
まず最初に明確にしておきましょう。コンピューターは機械です。AIがコンピューターを知的にするわけではありません。コンピューターは依然として、私たちが指示したことしか実行できません。
とはいえ、コンピューターは長い道のりを歩んできました。当初は数字と数学を扱う単純な計算機に過ぎませんでした。その後、数字だけでなく言葉を扱えるようになり、次に画像、そして音声へと進化しました。現在では、例えばスマートフォンの中のコンピューターが、私たちのリクエストを聞き取り、行動に変換することさえできます。
これらはすべてアルゴリズムのおかげで可能になっています。学校で使った簡単なアルゴリズムの例としては、大きな数字を足し合わせる手順があります。アルゴリズムはレシピのようなものと考えることもできます。料理人がレシピに従うように、コンピューターはアルゴリズムの指示に従って、必要な結果を提供します。
19世紀初頭、チャールズ・バベッジが初めてアルゴリズムに従うことができる機械を製作しました。そして1936年までに、アラン・チューリングは、コンピューターが理論上、どんなに複雑なアルゴリズムでも従うことができることを示しました。
では、AIは現在どのような位置づけにあるのでしょうか？まず、おそらく私たちは「AI」ではなく「AIプログラム」という言葉を使うべきでしょう。AIが行っているのは、人間が書いたアルゴリズムを適用して、「知的」に見える応答を返すことだけです。また、プログラマーはAI自体を使ってプログラムを書くこともあります。これは機械学習と呼ばれる手法です。この呼び方はやや誤解を招きやすく、実際にはAIが新しいプログラムを生み出す方法は、受け取るデータの質に依存しています。ですから、昔から言われているように、「ゴミを入れればゴミが出てくる（garbage in, garbage out）」という格言が今でも当てはまります。
では、AIは本当に知的なのでしょうか？
非常に良い質問ですが、それに答えるためには、まず知性とは何かを理解する必要があります。そしてそれは、思っているほど簡単ではありません。
知性は無知の反対なのでしょうか？考えてみてください。イスタンブールの街がいつ創設されたかと聞かれたら、知っていますか？おそらく知らないでしょう。しかし、だからといってあなたが無知だということになるでしょうか？また、ウィキペディアが答えを教えてくれるからといって、ウィキペディアを知的だと定義するでしょうか？（ちなみに答えは紀元前7世紀です。）
複雑な計算を行う能力はどうでしょうか？例えば、24,357 × 527の答えを出せますか？時間をかければおそらくできるでしょうが、単純な電卓ならはるかに速く計算できます。その電卓はあなたよりも知的だと言えるでしょうか？
現実には、電卓もウィキペディアも知的ではありません。コンピューターは計算や記憶に関連するタスクを処理できるかもしれませんが、人間の基準で見れば知的ではありません。結局のところ、人間は過去の経験に基づいて推論し、コンピューターに正確に説明するには複雑すぎる状況で意思決定を行い、新しいスキルを学び、アイデアを持ち、複雑で抽象的な概念を使ってコミュニケーションを取ることができます。
では、コンピューターの知性をどのように評価できるのでしょうか？チューリングを覚えていますか？彼は「チューリングテスト」として知られるものを考案しました。その仕組みは次のとおりです：
ある部屋に人間がいて、別の部屋にAIを搭載したコンピューターがあります。それぞれにキーボードと画面を使って両方とコミュニケーションできますが、どちらが人間に接続されていて、どちらがAIに接続されているかはわかりません。速度で区別できないように遅延が組み込まれており、応答内容だけで判断する必要があります。このテストは、AIが人間の知性に似た方法でどれだけ近い回答ができるかを判定するものです。
2006年以来、審査員を最も騙すのに近いチャットボットを決定する年次コンテストが開催されています。ただし、審査員たちはチャットボットに誤った応答をさせるのが非常に上手で、わずか5つの質問でAIを正しく特定できる場合もあります。
しかし、いずれにせよチューリングテストには欠陥があります。AIプログラムの知性をテストしたいのであれば、実際にはそのプログラムが実行するために開発されたタスクのパフォーマンスをテストすべきです。例えばチェスをプレイすることであり、チェスについて哲学的な議論ができるかどうかではありません。
AIを作る際に、私たちは人工的な人間を作ろうとしているわけではないことを忘れてはなりません。コンピューター科学者のエドガー・ダイクストラは、人間の知性とAIの違いを非常に簡潔にこう表現しました。「機械が考えられるかどうかという問いは、潜水艦が泳げるかどうかという問いと同じくらい的外れだ」。
機械は考えません。私たちは機械が知的だと思うかもしれませんが、実際にはそうではありません。
AIアルゴリズムとは何か？
AIが人間と同じ意味で知的ではないことがわかったところで、AIアルゴリズムとは何かを見ていきましょう。
驚くかもしれませんが、AIアルゴリズムは特別なものではありません。それは先ほど述べた料理のレシピと同じで、タスクを解決するためのステップバイステップのアプローチです。しかし、それらを開発するには時間と長年の研究が必要でした。また、標準化されたアプローチもないため、さまざまなAIアルゴリズムが存在します。ただし、共通の要素があります。それは、コンピューターのメモリと処理能力の限界を克服することです。
具体的に言うと、2010年代に作られたパーソナルコンピューターは、1秒間に数十億回の加算を行うことができます。そしてその数は増え続けています。しかし、100億ステップが必要な場合、結果を得るまでに数秒待たなければなりません。1兆ステップなら15分かかるかもしれません。そして100兆ステップなら1日必要になります。
100兆という数字は多いように思えるかもしれませんが、必要な計算回数はすぐに増大します。例えば、生徒、クラス、教師のスケジュールを組む必要がある学校の校長を想像してみてください。学校にわずか10の教室と15クラスがある場合、1時間ごとに約3,000の可能性があります。1日8時間の場合、それは60億×10億×10億の可能性、つまり6の後にゼロが27個続く数字になります。これをコンピューターで1つずつ検討しようとすると、1秒間に10億回の演算を行うコンピューターでも、あまりにも時間がかかりすぎます。
これらの計算上の限界はAIにとって非常に重要で、複雑性（コンプレクシティ）として知られています。アルゴリズムの複雑性と、アルゴリズムが解いている問題の複雑性を区別する必要があります。アルゴリズムの複雑性は、問題の大きさと必要なデータ量に依存します。問題自体の複雑性は、それを解くために必要な最小の演算回数です。後者は多くの場合理論的な数値であり、最適な解決策を探す過程で、より複雑性の高い、あまりエレガントではないアルゴリズムが見つかることもよくあります。
少し複雑に感じましたか？では手短に言いましょう。理論的な複雑性が非常に高い問題もあり、それらを解くための最高のアルゴリズムを書けたとしても、必要な演算回数は未来のコンピューターでさえ処理できる量をはるかに超えてしまいます。たとえ数百万倍高速だったとしてもです。
したがって、AIに関して言えば、展開されるアルゴリズムは時に完璧ではありません。例えば、顔認識アルゴリズムが間違えることもあれば、チェスのアルゴリズムが誤った手を指すこともあります。しかし、多くの場合、妥当な時間内で可能な限り最善の解決策を提供してくれます。
AIはどのように解決策を導き出すのか？
問題を解決するために使用できるAI手法は多数あります。すでに確認したように、それらは知的ではなく、対処している問題に対して常に最善の解決策を提供するわけではありません。サブレはこれらの手法について多くの例を挙げていますが、ここでは探索と呼ばれる基本原理に基づくAI手法を見てみましょう。
ベルリン旅行中にアレクサンダー広場にいて、博物館島を訪れたいと想像してみてください。地図上のルートをたどり、通りの名前や曲がる場所をメモすることができます。あなたは知性を使ってルートを組み立てます。ほとんどの人はそれができますが、中には完全に迷ってしまう人もいるでしょう。幸いなことに、最近はGPSが助けてくれます。しかし、それは正確にはどのように機能するのでしょうか？
GPSは、28基の衛星と、それぞれの衛星からの信号が届くまでの時間を参照して、地球上でのあなたの位置を特定します。この情報と現在地の地図を使って、GPSはルートを計算します。現在地、最終目的地、そしてその間のすべての地点を使って、経路上で通過しなければならないすべての地点の「グラフ」を作成します。
簡単に聞こえるかもしれませんが、コンピューターにとってはもう少し複雑です。進行中にすべての可能な隣接地点を考慮し、他の地点をメモリに保存しながら進む必要があります。別の方法としては、出発点かららせん状に広がっていく方法があります。どちらの方法も特に効率的ではありません。コンピューターが考慮すべき領域が大きくなりすぎると、妥当な時間で問題を解決することがほとんど不可能になります。
ここでヒューリスティクス（発見的手法）が登場します。解決策を近似するヒューリスティック・アルゴリズムが作成されます。この場合、「おおよそ正しい方向に進み、おおよそ正しい道を進み続ける」といったものになります。レシピの例えで言えば、1オンスのバターを計量する代わりに、8オンスのブロックから1オンスに見える分を切り取るようなものです。正確ではありませんが、十分に近いのです。
したがって、アレクサンダー広場から博物館島まで行くために提示されるルートは、実際には最善ではないかもしれませんが、十分に良く、目的を果たすことができます。
AIの未来はどこに向かっているのか？
私たちは、子供のように学び、周囲の世界を認識し、感情を感じることができ、共に未来を築けるような、真に知的な機械を作ることができるのだろうかと疑問に思うかもしれません。
答えるのが難しい質問ですが、一部の研究者は可能だと信じているものの、サブレはそれが可能であることを示唆する現在の証拠はないと言います。
1970年代に、ジョン・サールは人間の脳を完全に模倣するAIを意味する強いAIという用語を作り出しました。現在では、囲碁で勝つことなど特定の目的のみを持つAIに対して弱いAIという用語も使われています。もちろん、それらは平均的な人間をはるかに凌ぐ性能を持つため、「弱い」どころではありません。
しかし強いAIに話を戻すと、これをさらに汎用AIと人工意識に細分することができます。汎用AIとは、大学の学位を取得する、チューリングテストに合格する、見知らぬキッチンでコーヒーを淹れるなど、幅広い範囲の多くの問題を解決できる機械を作ることを意味します。人工意識は別物です。そのような機械は周囲の世界を意識し、さらには自分が機械であることさえも意識するでしょう。しかし、機械にとっての意識をどのように定義し、「意識がある」とみなすためにどのようなテストに合格する必要があるのかについては、まだ結論が出ていません。
これらは実現間近なのでしょうか？正直な答えは、「誰にもわからない」です。
AIが世界を変えつつあることは間違いなく、機械はますます印象的なものになっていくでしょう。進歩の速さから、次に何が来るかを正確に知ることは困難です。AIはすでに囲碁やポーカーで人間に勝つことができますが、複雑なビデオゲームでは勝てません。また、医療情報に人間よりも速くアクセスできるかもしれませんが、その情報を使って患者の何が悪いのかを診断することはできません。そして、雇用のような一部のタスクに必要な人間的要素は、どのようなAIシステムにも取り込むことがほぼ不可能であり、人間は「敵対的データ」を使ってこれらのシステムを容易に騙すことができるとサブレは主張します。
では、SF映画で見るように、AIが人類を奴隷化する可能性を心配すべきなのでしょうか？
現時点では、いいえ。弱いAIは特定のタスクのために作られており、物事を想像したり創造したりすることはできません。いつか強いAIが存在するかもしれませんが、人工意識の創造には程遠い状態です。
現時点での最大の懸念は、AIの誤用です。例えば、ソーシャルメディアのフィードが一部の年齢層にとって主要な情報源となっている世界では、理論的には全体主義的な独裁政権が、私たちが知ることを許される内容を一夜にして支配することができてしまいます。また、自動運転車は特にプログラムされない限りドライバーを攻撃することはありませんが、そのような技術がいつか、対象者を特定して排除できる機械を作るために使用される可能性は常にあります。
AIはすでに、サイバーセキュリティプロトコルをハッキングするなど、はるかに小規模な犯罪に使用されています。つまり、AIが誤用される可能性があることは明らかですが、AIが自発的にそうすることはなく、そのようにプログラムされる必要があります。
しかし、未来がどうであれ、確かなことが一つあります。AIは人類を自己理解の深化へと導いてきたということです。より良い方法を見つけるために、まず人間がどのようにタスクを行うかを理解する必要がありました。サブレが提唱するように、自分自身をより深く理解できることが、AIが人類にもたらす最大の贈り物なのかもしれません。
まとめ
機械やAIが知的だと思うかもしれませんが、実際にはそうではありません。それらは私たちがプログラムしたことしか実行できません。ヒューリスティクスを使うことで、AIは与えられた難しい問題に対して許容可能な時間枠内で解決策を提供できることを見てきました。その解決策は完璧ではないかもしれませんが、通常は「十分に良い」解決策です。そして最後に、意識を持つ機械を作ることは現時点では見通せないものの、悪意のある人の手に渡れば、AIは悪い目的のために使用される可能性があることを知りました。ただし、AIが反乱を起こして私たちに反抗することはありません。
