記憶は人工知能開発の重要な側面を示している

一般的に言えば、人間が不規則な電話番号の列を記憶するには長い時間がかかりますが、人工知能はこの情報を「楽々と」ハードドライブに保存することができ、削除されない限りそこに残ります。しかし、実際には、この発言には哲学的なレベルでは一種の「文法的な混乱」が存在します。多くの場合、AI には「記憶」があるという主張は単なる比喩であり、誤った比喩です。厳密に言えば、哲学的な観点から言えば、記憶そのものはフッサールが言うところの「意図的な」活動の一種です。したがって、機械に記憶があることを証明したい場合、まず機械に意図性があることを証明する必要があります。

いわゆる「意図性」とは、何らかの内部的な精神的表現を通じて、特定の外部オブジェクトを間接的に示す能力を指します。 「意図性」の鍵は間接性です。人間は、知的生物として間接的に、心の中で考えていることが実際に世界で起こっていることとは必ずしも一致しないという基本原則の妥当性を認識しています。これは、内なる世界と外なる世界の境界を意識的に認識することです。この種の意識的な認識は、環境における人間の適応性を向上させるのに大きな利益をもたらします。これを理解するには、自分の内部世界と外部世界の違いを認識できず、自分の内部世界が外部世界の直接的な表現であると信じている生物を想像してみましょう。このような状況では、生物は間違いを修正したり行動パターンを改善したりすることはなく、自然淘汰に直面して絶滅することになります。

記憶は意図的な能力です。他の意図的な能力と同様に、記憶は起こったことの忠実な記録を保証するものではありません。人間の「自伝的記憶」には、多くの虚構要素が含まれています（たとえば、幼少期の記憶の多くは、その後の情報処理によって浸透することがよくあります）。これらの虚構には、事実とほぼ一致する要素が多く含まれており、間違った考えも多数あります。ただし、これらの誤りの中には、大小を問わず、致命的ではないものも多くあります。しかし、私たちの記憶は「基本的に信頼できる」としか考えられず、記憶の内容を正確に追跡する必要がある場合は、他の情報媒体（日記、ビデオなど）に頼ることになります。自分の記憶に完全に頼っている人は、偏執狂やアドバイスを聞こうとしないといった奇妙な行動を示すことが多いです。

AI には自身の動作履歴を記録した電子日記と内部「ビデオ」があるため、上記のトラブルを回避できると誤解している人もいます。そのため、AI は記憶を検証するために外部からそのような証拠を探す必要はありません。しかし、これは人工知能に対する誤解です。以前パソコンに保存した記事を、トピックは覚えているものの保存場所を忘れてしまったら、どうやって見つけるか想像できますよね。検索ツールを使用してもこの記事が見つからない場合は、パソコン内の保存されている可能性のあるさまざまなフォルダを手動で検索することになります。ただし、取得する情報の量が膨大な場合、この作業方法によって生じる作業負荷は非常に膨大になります。

上記の例で示されている主なポイントは、コンピューターのハードドライブに保存されている情報自体は、精神活動に関連する項目の記憶内容ではないということです。むしろ、この情報は、ファイルキャビネット内のファイルのように、記憶が正しいかどうかを確認するために使用される外部証拠です。この情報（アーカイブ情報を含む）をコンピューターケース内に保存できるという事実により、この情報が内部化されたという錯覚を抱きやすくなります。驚くほど大容量で膨大な量の情報を保存できる超小型ハードドライブを人間の脳に取り付けたら、脳の記憶にはすでにハードドライブの内容が含まれていると考えるでしょうか。答えはノーです。脳は、脳コンピューターインターフェースをオンにして、ハードドライブの内容のディレクトリツリーに入り、上記の思考プロセスに従って情報を検索するために、追加の精神的努力も必要とするためです。しかし、ハードドライブ内のコンテンツのほとんどは、アクティブ化されない限り、対象者の意識の範囲外のままになります。

では、人間が自らの脳力を使って情報アーカイブから情報を検索する作業をすべて人工知能に任せれば、人工知能は記憶を持つと言えるのでしょうか。原理的にはこの質問に対して肯定的な答えを出すことができますが、より重要な質問は、どうすれば人間の情報検索作業を人工知能に任せることができるかということです。この点で、おそらく多くの人が検索エンジン技術を思い浮かべるでしょう。しかし、根本的には、今日の検索エンジンは実際の人間の頭脳によって動かされています。つまり、こうした技術を使っているのは、さまざまな感覚や欲求、記憶を持つ人間であり、検索エンジンが記録する検索データは、生きている人間社会全体から独立して存在することはできません。しかし、今必要なのは、ロボットが人間に代わって自ら情報を検索できるようにする技術です。したがって、この問題の解決のために既存の検索エンジン技術に頼るのは、通常、木の中の魚を探すようなものです。

人工知能に人間の情報検索作業をさせるにはどうすればよいかという問題に関して、一見複雑だが実際にはより有望な答えは、機械の意図的システムの簡略版を作成し、そのサブ能力の 1 つとして記憶を使用するというものです。システムが組み込む必要のあるその他のサブ機能には、少なくとも、意図生成機能、内部時間シーケンス機能、および経験に基づく意味的推論機能が含まれます。

1. 意志が能力を生み出す。人間と同様に、人工知能も特定の意図に基づいて情報を検索する必要があります。これが検索行動を可能にする「最初の原動力」だからです。この意図は、特定の生来の要因（たとえば、AI 自体のエネルギー レベルを維持すること。これは、AI システム自体のバッテリー容量などの生来の要因に依存します）に基づく場合もあれば、特定の獲得されたニーズ（たとえば、ユーザーが AI システムに提出した特定の要件を満たすこと）に基づく場合もあります。私たちの理想的な人工知能システムは、これらの意図を内部的に表現するための完全な内部ロジック プラットフォームを提供します。

2. 内部時間ソート機能。人工知能は、その動作履歴で発生するイベントを番号付けして分類する必要があります。このソートは「内部時間」の原則に従う必要があります。つまり、ソート結果はシステムの内部情報処理の都合に応じて調整する必要があり、関連イベントの発生の外部時間座標に単純に依存することはできません。この点を説明するために、人間の心理の世界から同様の例を取り上げてみましょう。私たちの記憶は、過去の出来事の重要性に基づいて、その時間座標を「歪め」ます。たとえば、退役軍人が戦闘での生死をかけた体験を思い出すとき、このプロセスは物理的な時間ではわずか 10 分しかかからないかもしれませんが、その心理的な重みは 1 年にも及ぶようです。この種の「歪み」は、情報の整理に大きな利便性をもたらします。なぜなら、記憶主体は、この「歪み」を通じて戦闘に関連する記憶ファイルを拡張し、より多くの情報の詳細を追加することができ、将来の情報検索に役立つからです。明らかに、このような機能は人工知能にとっても非常に価値があります。

3. 経験に基づいた意味的推論能力。情報検索のプロセスにおいて、人間はキーワードによって提供されるネットワーク構造に基づいて情報を検索することがよくあります。しかし、このようなネットワーク構造自体は、経験に基づいて変更可能でなければなりません（たとえば、タツノオトシゴが馬ではなく魚であることを学んだ後、関連する概念構造を調整するなど）。そうしないと、検索品質が大幅に低下します。これもまた、私たちが人工知能に期待する能力です。

まとめると、記憶能力は独立した記憶機能モジュールとして実現することはできず、前述の複雑な精神能力の派生として実現されなければならない。これによってもたらされる技術設計の量は、明らかに非常に大きい。さらに厄介なのは、ディープラーニングに基づく現在の人工知能技術は、原理的に上記の機能をシミュレートする能力がなく、特定の種類の入力と特定の種類の出力の間のマッピング関係を確立するタスクしか完了できないことです。しかし、哲学的な観点から見ると、この記憶のシミュレーションがなければ、限られた動作リソースを前提として最小限のエネルギー入力で最大限のシステム適応性を達成するという、知能の本質的な特性は達成できません。なぜなら、メモリが不足しているシステムでは、起こったことすべてを紙の上に詳細に記述することしかできず、情報の海に閉じ込められて抜け出すことができず、無意味な情報検索に多くのリソースを浪費することになるからです。しかし、人工知能コミュニティにおける現在の主流の情報検索技術は、哲学的な観点からは絶望的な「行き詰まり」に陥っている可能性がある。人工知能の将来の発展は、記憶という重要な側面に注意を払う必要があります。