概要

AIとは？

実に、

曖昧すぎる

定義だが

その

AI(人工知能）

について、

定義の難しさ

から始め、

一般的に扱う

AIの範囲を

明確にする

ために様々な

説明をしていく。

AIとは何か？

AIは

人工知能

の略であり、

その言葉から

人工的に

作られた知能

であると

理解できる。

しかし、

そもそも

知能とは

何であろうか？

辞書

や

学者の間

でも、

知能の定義は

様々で、

明確な定義は

難しいのが

現状である。

一般的には、

知能は

以下のような

能力を

組み合わせた

もの

として

捉えられている。

知能は

様々な知的技能を

組み合わせた

総合的な能力

である。

イメージとして

中心に

「知能」

があり、

その周りに

「論理的思考」

「抽象的思考」

「予測」

「計画」

「問題解決能力」

「学習能力」

「言語の理解」

「物事の理解」

といった

知能を構成する

要素が知能を

円で囲む、

と

捉えて貰いたい。

これは、

知能が

単一の能力

ではなく、

これらの

複数の能力が

複雑に

絡み合って

形成されて

いることを

表している。

それぞれの知能に

ついて説明する。

①論理的思考

これは

物事を

筋道立てて考え、

結論を導き出す

能力を意味する。

例えば、

数学の問題を

解いたり、

プログラミングで

エラーを修正する

際に必要である。

➁抽象的思考

これは

具体的な

事物から離れて、

概念的なものを

理解したり、

考えたりする

能力を意味する。

例えば、

「正義」、

「美しさ」

といった

目に見えない

ものを

理解する能力

である。

③予測

これは

過去のデータ

や

情報

に基づいて、

未来の状態を

推測する能力を

意味する。

例えば、

天気予報

や

株価の予測

などに

用いられる。

④計画

これは

目標を

達成するために、

手順や方法を

考え、

実行する能力を

意味する。

例えば、

旅行の計画を

立てたり、

プロジェクトの

スケジュールを

管理したりする

際に必要である。

⑤問題解決能力

これは

問題の原因を

特定し、

解決策を

見つけ出し、

実行する能力を

意味する。

例えば、

故障した機械を

修理したり、

ビジネス上の

課題を

解決したりする

際に必要である。

⑥学習能力

これは

経験から

知識、

スキル

を習得し、

行動を改善する

能力を意味する。

例えば、

新しい言語を

覚えたり、

スポーツの技術を

習得したりする

能力である。

⑦言語の理解

これは

人間の言葉を

理解し、

適切に

反応する能力を

意味する。

例えば、

スマート

スピーカーに

話しかけて

音楽を再生して

もらったり、

翻訳ソフトで

外国語の文章を

理解したりする

際に必要である。

⑧物事の理解

これは

周囲の状況や

情報を把握し、

その意味を

理解する能力を

意味する。

例えば、

ニュース記事を

読んで内容を

理解したり、

人の表情から

感情を読み取る

能力である。

これらの能力は、

人間が社会生活を

営む上で

不可欠なもので

あり、

知能が高いほど、

より複雑な問題を

解決したり、

新しい状況に

適応することが

できる。

しかし、

私たちが

普段「AI」と

呼んでいる

ものは、

これらの

人間のような

高度な知能を

持っているとは

限らない。

例えば、

スマートフォンの

音声

アシスタントは、

簡単な質問に

答えたり、

音楽を

再生することは

できるが、

人間のように

抽象的な概念を

理解したり、

複雑な計画を

立てることは

できない。

一般的なAI

一般的には

AIは、主に

知能がある

ように

振る舞うもの、

として扱う。

これは

弱いAI

または

特化型AI

と呼ばれ、

特定のタスクに

おいては

人間のように

知能があるように

見えるAIの事で

ある。

例えば、

将棋AIは、

人間を凌駕

するほどの

強さを持って

いるが、

将棋以外の事は

何もできない。

これは、

将棋という

特定のタスクに

特化したAIであり、

人間の持つ

汎用的な知能

とは異なる。

現在、

実用化されている

AIのほとんどは、

この弱いAI

であり、

特定の分野で

人間の能力を

代替したり、

人間の作業を

効率化したり

するのに

役立っている。

例えば、

以下のような

ものが

挙げられる。

①画像認識AI

これは

写真に

写っている

物体や人物を

識別するAIを

示す。

スマートフォンの

カメラで

顔認証に

使われたり、

医療分野で

レントゲン写真

の異常を

発見するのに

利用されている。

➁自然言語処理AI

これは

人間の言葉を理解し、

生成するAIを示す。

翻訳ソフトや

チャットボット

などに

利用されている。

③推薦システム

これは

ユーザーの過去の

行動履歴に基づいて、

興味を持ちそうな

商品や情報を

推薦するAIを示す。

ECサイト

や

動画配信サービス

などで

利用されている。

これらのAIは、

特定のタスク

においては

非常に高い性能を

発揮するが、

それは

あくまでも

統計学や

情報理論

といった技術に

基づいたもので

あり、

人間の

思考プロセス

とは

大きく異なる。

例えば、

画像認識AIは、

大量の

画像データを

学習することで

物体を識別できる

ようになるが

人間のように

これは椅子で

ある

という概念を

理解している

わけではない。

一方、

SF映画などに

登場するような、

人間と遜色ない、

あるいは

人間を超える

知能を持つAIは

強いAI

または

汎用人工知能

(＝AGI）

と呼ばれる。

しかし、

現時点では、

そのようなAIは

実現されて

いない。

強いAIを

実現するため

には、

人間の

脳の仕組みを

解明し、

それを人工的に

再現する

必要があり、

これは非常に

困難な課題である。

なぜAIの定義は曖昧なのか？

AIの定義が

曖昧な理由の

1つに、

知能という

概念自体が

曖昧である事が

挙げられる。

そもそも

知能は

様々な能力を

組み合わせた

ものであり、

その

重要度

や

優先順位は

人によって

異なる。

また、

知能の

測定方法も

確立されて

おらず、

IQテスト等が

用いられる事も

あるが、

それだけで

人間の

知能全体を

測ることは

できない。

さらに、

機械がどこまで

人間のような

思考や知能を

持つことが

できるのかと

いう

点についても、

様々な意見が

ある。

一部の研究者は、

いずれ機械が

人間を超える

知能を持つ

シンギュラリティ

が起こると

予測しているが、

多くの研究者は、

機械と人間の

知能は

本質的に

異なるものだ

と

考えている。

このように、

AIの定義は、

知能の

定義の曖昧さ、

機械の思考の

限界など、

様々な要因に

よって

曖昧なもの

となっている。

そのため、

AIについて

議論する際

には、

どのような

意味で

AIという

言葉を

使うのかを

明確にする

必要がある。

人間から見たAIのあり方

AIを

弱いAI

と

強いAI

に分類する。

①弱いAI(特化型AI）

これは

特定のタスクに

おいて、

人間のごとく

知能がある

ように

振る舞うAI

を意味する。

例として

チェスをする

ロボットを

挙げるが、

構造的には

単純機械に

すぎない、

と

説明できる。

この事は、

弱いAIが

特定のタスクに

特化しており、

その背後にある

仕組みは

必ずしも

高度なものでは

ないことを

示唆している。

➁強いAI

　＝(汎用人工知能）

これは

人間と遜色ない、

あるいは

人間を超える

知能を持つ

AIである。

例として

人間のような

思考をする

ロボットを

挙げると、

本質的に

人間に近い

と説明できる。

この事は、

強いAIが

人間が持つ

汎用的な知能の

獲得を目指して

いることを

示している。

✅ **国立大学首席卒業のプロ講師による「曖昧すぎるAIの定義」について特別講義！**

この動画では、「曖昧すぎるAIの定義」を、わかりやすく丁寧に解説しています。

✅ AIとは何か？

✅ 一般的なAI(画像認識AI・自然言語処理AIなど)

✅ 弱いAIと強いAIについて

✅ シンギュラリティー

✅ 人間から見たAIの在り方とAIから見た人間の在り方

講師は、国立大学を首席で卒業し、長年の指導経験を持つプロの教育者です。基礎から応用まで、受験生や英検受験者の皆さんが確実に力をつけられる内容になっています。

【対象】

・生成AIに興味のある方

・AIエンジニアを目指されている方

・AIシステム開発に興味のある方

では、動画をご視聴下さい。