人工知能、いわゆるAIがブームになっています。ブームというよりは産業バブルといってもよいかもしれません。ベンチャーから大企業まで、それぞれの熱い取り組みを支えているのは、AI・人工知能技術が、未来に向けての大きな金脈としての魅力に他ならないからでしょう。ニュースなどマスコミが取り上げることでの相乗効果もあり、一般的な関心も高まりつつあるなか、AI・人工知能の実力や効用への理解は大丈夫でしょうか?

●期待と妄想

 AI・人工知能への一般的な理解は、対話型のロボット、車の自動運転の実用化、世間を騒がせた囲碁や将棋ソフトが人間に勝利するといった技術革新などの情報を重ねたイメージになるのではないかと思います。

 期待と妄想は、AI・人工知能が、この開発ロードマップにおいて、あらゆる難問を解決し、どんな目的でも達成する「人間のような知能」を持つ存在になりうるのではないかというところにあります。

 「完全な人工知能を開発できたら、それは人類の終焉を意味するかもしれない」という理論物理学者ホーキング博士のコメント、AI・人工知能の進化によって近未来に仕事がなくなるというシンギュラリティ予測がまことしやかに語られるなか、このような期待と妄想は膨らみます。

 しかし、「ルンバ」のようなお掃除ロボットや、世界トップレベルのプロ棋士に勝利した「アルファ碁(AlphaGo)」にしても、特定の目的のために作られたAI・人工知能です。いってしまえば、設定された目的以外には何の効用も期待することはできません。

●AI・人工知能の真実

 実際、あらゆる難問を解決し、どんな目的でも達成する「人間のような知能」をもつ、SFやロボットアニメに登場するようなAI・人工知能は、「汎用人工知能/AGI」として、現在実用化されている「専用人工知能」と明確に分けて考えられています。

 研究者の間で「専用人工知能」は「弱いAI」として位置づけられ、人間の特定分野の知能を受け持つところから「IA/Inteligence Amplifier」と呼ばれています。

 一方、「汎用人工知能/AGI」は「強いAI」と呼ばれ、実現の可能性を巡って議論が続いているのが実情です。

●AI・人工知能の現実

 歴史的にみると現在のAI・人工知能のブームは三度めであり、この盛り上がりのきっかけは、クラウドに積層されたビッグデータからディープラーニング(深層学習)と呼ばれるパターン処理技術の成果によってもたらされました。これらのモデルは人間の脳を構成する神経細胞にあります。

 これまでのパターン認識は、人間が設定した特徴をAIプログラムがマッチングするという答え合わせだったのに対して、ディープラーニングにおいてはAIプログラムが自動的に対象の特徴を抽出し自動学習していくという「自己符号化」の技術になります。

 自動学習はパターン認識を自動的に学習していくというレベルで、人間の知的活動に近しくはありますが、かなり限定的です。グーグルの「猫認識」がディープラーニングの成果として特に有名ですが、猫画像に反応するニューロンが自動形成されたということで、
人間が感じる「猫」の存在そのものの概念形成に至っているわけではありません。

 自動学習と成長のイメージが、人間に至るプロセスにつながりそうなところに誤解のタネがありそうです。AI・人工知能の進化は、人類の生物学的進化に追いつくことができるのか、その疑問と解決は、そう簡単には済まないようです。

 いまできることは、近未来の動向探るためにディープラーニングによる特定の領域での成果をウォッチしつつ、AI・人工知能の進化と革新への理解度を高めていくことになりそうです。