人工知能と人間の思考の類似点と相違点

人間の思考（合理性や心を含む）とはいっ​​たい何なのかという問いは、哲学者や科学の巨匠たちを常に悩ませてきた難しい問題です。哲学は過去2000年にわたってこの問題について多くの推測を行ってきましたが、そのどれもが正当化できず、結局、人々は神を崇拝するか、神を偽装して崇拝することしかできません。人間の脳の科学的探究には、まだほとんど希望がありません。

2019 年に出版された「哲学の再理解: 感情から理性へ」では、人間の思考について何が語られているのでしょうか?どこの出身ですか？どこへ行く？有益な議論が行われ、ダニエル・デネット氏が提起した上記の質問に大部分答えられました。今年は友人の影響で人工知能への興味が高まり、人工知能の研究思想が「再知の哲学」で提唱されている暗黙の感情的思考と一致していることを発見しました。両者が互いに学び合い、前進することができれば、それは貴重な機会となるだろう。

[[439581]]

1. 人間の思考

コンピュータを理解している人々の中には、今では人工知能を理解している人も多くいます。人工知能は人間の思考を模倣して生まれたものですが、人間の思考、特に無意識の暗黙的思考がどのようになっているかを知っている人はほとんどいません。 「哲学の再認識」では、単細胞生物の感覚から始まる詳細な議論の後、人間や他の高等動物は、何に遭遇しても、その問題に対処する際の過去の行動とそれがもたらした感情の記憶に基づいて判断を下すと指摘しています。快楽は行動の繰り返しにつながり、苦痛は行動の回避につながります。単細胞生物から多細胞生物、動物、そして人間に至るまで、例外はありません。

遭遇した物事、行動、感情を記憶にまとめ、記憶に基づいて判断することによってのみ、生物は効率的に生き残ることができます。動物は、強い快楽や苦痛を引き起こしたものを区別し、気づき、記憶できなければなりません。そうでなければ、食べ物を見つけるのが遅れるか、逃げるのが遅れるかのどちらかになり、結果として破壊しか生じません。微生物が高等動物に進化した後、快感や苦痛という単一の感覚は、より豊かな感情へと進化しました。高等動物は、感情に基づいて無意識に注意を払い、分類し、記憶し、判断することしかできず、またそれしかできない。

人間は言語を獲得する前から、他の高等動物も備えている無意識の注意、分類、記憶、判断、帰納、演繹、そして無意識の暗黙の感情的思考をすでに備えていました。これらの能力は、初期の人類や他の高等動物の生存に必要であり、それらがなければ生き残ることはできません。人間の感情こそが人間の唯一の価値観であり、感情の強さこそが人間の唯一の価値基準である。

人間独自の言語と意識的な明示的合理的思考は、こうした暗黙的感情的思考を基盤として、感情的思考を補助するために徐々に発達してきた。したがって、明示的合理的思考が常に暗黙的感情的思考に支えられ、支配されてきたのは当然である。人間の思考には、無意識の暗黙の感情的思考と意識的な明示的な合理的思考が含まれます。明示的合理的思考とは、言語によってサポートされ、その出発点と方向として暗黙的感情的思考に基づいた意識的な論理的推論です。

それは人間の理性が言語から来ることを表しています。人類が誕生した理由としては、直立歩行、道具作り、火の使用、労働、言語などが挙げられます。これらのステップはどれも必要かもしれませんが、最も重要な要素は言語です。言語があるからこそ、1. 人間の思考や意識が人間的存在となり、2. 比喩では表現できないような抽象度の高い概念を多数定義でき、3. 表象同士のつながりを広げることができ、4. 才能が効果的に長時間集中でき、5. 抽象記憶が強化され、6. 言語に裏付けられた意識的な思考が形成され、7. 意識的な合理的思考によって論理的かつ深い推論が可能となり、8. 人間が効率的な社会的コミュニケーションをとれるのです。

効率的な社会的コミュニケーションのおかげで、人間の知識と知性は極めて急速に増大し、人間の知性は何億年もの進化を一気に飛び越えて、合理的で知的な人間になることができました。合理的思考は感情的思考によって支配され、支えられていますが、合理的思考も感情的思考に対して強い反応を示します。

人間を合理的にしたのは言語です。優れた合理性こそが、人間と他の動物との根本的な違いです。人間は、現在、世界で生き残るために合理的な思考に頼っている唯一の文明化された生き物です。このため、人間は社会に依存する最も社会的な種です。人間性と動物性の根本的な違いは、人間性は利己的本能と利他的本能の依存、対立、統一であるということです。人々の間の根本的な違いは、利他的な本能がより強い人もいれば、より弱い人もいるという事実にあり、それによって異なる感情的価値観が形成されます。

人間の思考の根本は、言葉や行為の成否によってもたらされる快楽や苦痛の蓄積によって形成される、自分自身の感情的価値観です。感情的な価値観は、合理的に認識された理論的な価値観によって変換される可能性があります。この変換は、大きな感情的な影響なしには成功しないことに注意してください。非常に抽象的な観点から見ると、人間は慣性体であり、思考、発言、行動の慣性体であり、この慣性は感情から生じます。

人の感情的価値観の方向性は、最終的にはその人の感情的価値観によって決まります。感情的価値観は、あらゆる人にとって最も基本的な価値観です。この価値観は、幼少期から現在までのすべての実践的な経験によって形成されます。これには、熟考したり、話したり、聞いたり、読んだり、見たりするときに明示的に考えることを含め、自分自身の意識的で明示的に考えるすべての経験が含まれます。

感情的な思考は合理的な思考を支配し、それを支え、合理的な思考は感情的な思考を変えます。このような理論は、世界中の誰もが異なる概念を持ち、人々の考えは常に変化し、すべての人間が合理的な思考を持っているにもかかわらず、誰もがまったく同じ考えを持っているわけではないという実際の現象をうまく説明します。

誰もが持つ知識は、自分自身の実践から得た感情、反省から得た感情、そして他者とのコミュニケーションから得た感情から生まれます。他者とのコミュニケーションには、話す、聞く、読む、見るなどが含まれます。人間の知識は、明示的な合理的思考だけでなく、暗黙的な感情的思考にも使用できます。

人々が意識について話すとき、彼らが言及するのは主に思考、つまり長期にわたる意識的な明示的な思考であり、他の高等動物も持つ短期的な無意識の注意ではありません。私たちは日々、数え切れないほど多くの物事に遭遇しますが、その中で時折何かに気づきます。この気づきは、無意識のうちに心の中で類似性を比較することによって生じます。この比較が、かつて強い感情を抱いた記憶に触れた時に初めて、人は注意を払い、関連付け始めます。この注意は、人間に特有の持続的な意識的な注意であり、いわゆる意識です。この関連は、人間の思考と意識であり、言語に支えられた意識的で明示的な合理的思考です。

人間の連想の出発点は、暗黙の感情的思考から生成される明示的な合理的思考の出発点です。連想から始まり、思考の方向に沿って、明示的な合理的論理的推論がすべての人の心の中に展開され、論理は思考方向の単一性しか保証できません。人の思考の方向は、その人の感情的価値傾向、つまり感情的志向、あるいは意図性です。例えば、ある人は明るい感情傾向を持ち、ある人は暗い感情傾向を持ちます。ある人は利益が最も重要だと信じ、ある人は正義が最も重要だと信じます。ある人は物事に遭遇したときに肯定的な方向に考え、ある人は物事に遭遇したときに否定的な方向に考えます。

連想の出発点は直感です。直感は無意識の感情的な思考から生まれるため、人々はそれを神秘的なものと感じてきました。人が何かに遭遇した後に無意識に連想する記憶とは、心の中にある関連する記憶のうち、最も強い感情的衝撃（最も高い肯定的価値と否定的価値）をもたらした記憶、あるいは最もよく使われる（あるいは最も価値のある）身近な記憶である。この記憶の感情が十分に強い場合、注目を集め、この記憶が連想の出発点または連想になります。これが、同じものに遭遇しても、人によって異なる連想が生じる理由です。これまで、人によって人生経験や感情の蓄積が異なるため、感情的な思考も異なり、それが論理的な思考にも異なる影響を与えます。

連想には、順次推論と逆推論の両方、実行可能な推論と実行不可能な推論の両方、帰納法と演繹法の両方、推測、仮説、質問の両方が含まれます。推測とは、重要度順に関連付けられた複数の仮説 (可能性) に基づいた推論です。質問するということは、なぜか理由を見つけることであり、原因の原因や前提の前提を見つけることであり、推測についての推測でもあります。

人間は論理的推論のプロセスにおいて、特定のノードに関連するいくつかの関連性を連続的に生成します。一部の人々のいわゆる論理的混乱は、必ずしも推論中に発生するわけではありません。多くの場合、その理由は、これらのノードでの関連付けが、議論が進むべき方向、または最も重要な方向から逸脱していることにあります。言い換えれば、彼らの感情的傾向は、最も実用的な価値の方向から逸脱しているのです。これは、一般的に「何がより重要なのか分からない」状態として知られています。

人間の理解とは、新しい物事、概念、理論を自分自身の記憶にある類似の知識と比較することです。この比較には感情的な思考と合理的な思考の両方が関与し、記憶にある元の知識によって新しい知識の解釈が形成されます。説明が明確であれば理解できますが、説明が明確でなければ理解できません。深遠な問題の場合、表面的な部分のみを説明することは単純な理解とみなされ、複数のレベルにわたって詳細に説明できることは深い理解とみなされます。誰にとっても最も原始的な知識は、幼少期の個人的な経験から形成されます。

人間の合理的思考は概念に依存しており、概念の元となるのは動物の分類行動です。人間の合理的思考は概念に依存しているが、それぞれの合理的思考の出発点は概念から始まるわけではなく、また概念分類の文脈に厳密に従って進むわけでもない。前述のように、人間の思考の出発点と方向は、暗黙の感情的思考に依存します。人間の感情は思考において決定的かつ重要な役割を果たし、論理的推論のあらゆるノードにも影響を与えます。

感情は人の価値観なので、実際、人間の思考は最終的には価値観の判断に行き着きます。あらゆる値（意味、貢献、重要性）は参照オブジェクトに対する相対的なものであり、絶対的な値はありません。感情的価値の基準点は各個人自身です。自分にとって、強い快や苦痛（感情、知覚、情動）を形成できることの価値は高く、強く感情を形成できないことの価値は低いです。感情を形成できないもの、つまり価値のないものもたくさんあります。

しかし、人間の感情はしばしば人を欺くことがあります。人々の感情は感情的な価値観に基づいているため、価値観の正しさが人の感情が正しいか間違っているかを決定します。また、価値観が正しい場合でも、一時的な小さな利益や脅威に惑わされて間違った感情を抱く人もいます。あるいは、長期的または重大な利益や脅威をまったく見抜けない人もいます。

上記の概念はまさに、何千年もの間解明されていない根本的な哲学的問題です。そのため、人工知能は暗闇の中で手探りで探すことしかできず、何かを見つけたとしても、その理由が分からないのです。今日の人工知能はまさに人間の思考を模倣しており、上記のように段階的に人間の思考を検証しています。

[[439582]]

2. 機械の思考

哲学を学ぶ人々は通常、人工知能に含まれる深遠な技術を理解していませんが、人工知能の研究者は人工知能の枠組みの下での解決策や技術革新に重点を置いています。どちらの側も、両者が実際に近づくことができる方法について深く検討した人はほとんどいない。それでは、さらに詳しく見て、人工知能によって行われる作業と人間の思考をより抽象的なレベルで高レベルで結び付けてみましょう。

一般的に、人工知能とは、まず特定の物事の要素とその関係性をデジタル化し、次に人間の思考を模倣したさまざまなモデルと対応するアルゴリズムを使用して、人間の知能を近似または実現することです。現在、人工知能にはディープラーニングと強化学習という 2 つの主な焦点領域があります。

ディープラーニングでは、ニューラル ネットワークとそれに対応するアルゴリズムが使用されます。さまざまなアルゴリズムがデータ要素の抽出とスクリーニングの問題を解決し、ニューラル ネットワークの学習プロセスも実現します。ニューラル ネットワークは人間の脳内のニューロンのネットワーク構造をシミュレートし、ニューラル ネットワークの学習プロセスは人間の学習における繰り返しの探索と無意識の誘導を模倣します。学習後、ニューラル ネットワークは学習目標に対する各要素の値 (重み) を見つけることができます。これらの重みは表示されない場合もありますが、実際に存在し、その後の識別において決定的な役割を果たします。

ディープラーニングは、主に、物事の特性のある側面のさまざまな関連する決定要因と各要因間の関係を帰納的に探索すること、つまり、物事の特定の特性（目標）を形成する上での各決定要因の貢献、重要性、または価値（重み）をまとめることです。ディープラーニングとは、既知の対象に対する各要素の重要性（重み）を学習し、最終的に最も重要な決定要因とそれに関連する値（重み）を見つけて記憶することです。

強化学習は、人間が学習結果に対して報酬と罰を感じる報酬メカニズムをシミュレートする抽象モデルです。深層強化学習は、ニューラルネットワーク、アルゴリズム、強化学習モデルを使用し、データ要素、ニューラルネットワーク、強化学習モデルの抽出と選別にさまざまなアルゴリズムを適用します。すべての戦略パスが目標に到達した後の最終的な報酬は、そのアクションの各ステップに合理的に分配され、各ステップにふさわしい報酬が得られ、それによって目標達成のための各ステップの価値が得られます。

強化学習は主に、一連の戦略パスを完了した後の利益と損失（報酬と罰）に基づいて、さまざまな戦略開発パス上の各決定またはアクションの長所と短所を調査し、特定のイベントに最適な戦略開発パスを比較して決定します。強化学習とは、目標の達成または喪失に至るさまざまな戦略パスにおける各アクションの重要性または貢献を演繹的に探索することです。最終的には、最適な戦略的パスが、その途中のすべてのアクションや決定とともに発見され、記憶されます。

ディープラーニングと強化学習の抽象化から、ディープラーニングと強化学習の本質が感情的な思考と非常に一致していることに気付くのは難しくありません。それらはすべて、目標を達成するための要素と、目標と要素の関係（重み）を中心とした計算または思考です。人工知能が成功している理由は、人間の暗黙の感情的思考の中核となる論理である「価値」に偶然触れているからです。

[[439583]]

3. それぞれの長所、短所、発展

ディープラーニングであれ強化学習であれ、どちらも物事を構成するさまざまな要素の意味を利用して計算を行うため、人間の感情的思考の作業モードと完全に一致しています。ニューラル ネットワークは人間の脳内のニューロンの構造を模倣し、ニューラル ネットワークのトレーニングは人間が要素の値を繰り返し探索するプロセスを模倣します。強化学習モデルの報酬メカニズムは、生物学的行動の成功または失敗から得られる喜びや苦痛とまったく同じです。

ディープラーニングは、人間が物事の構成要素や意味を繰り返し探求することに似ています。人間などの高等動物の脳は極めて強力な帰納的能力を持っており、反復練習を通じて、複数の反復で現れる目標の共通特性を把握することができます。人間の脳は、あらゆる物体に対して、五感による知覚過程を繰り返し、その物体を判断するために、その物体を構成する各要素の重要性を無意識のうちに要約することができます。

強化学習は、人間や他の高等動物が感情的な感覚を利用して、成功した行動や失敗した行動に報酬を与えたり罰を与えたりする方法をシミュレートします。人間は、他の高等動物と同様に、感情に基づいて無意識に判断し、その判断に基づいて行動を決定します。行動の成功または失敗によって、人々がどのように報いを受けたり罰を受けたりしているかが決まります。成功は喜びをもたらし、失敗は苦痛をもたらす。

人は勉強するたびに、褒美や罰を受けます。それぞれの人にとって、それぞれの勉強の結論や感想は、完全に正しいとは限りませんし、完全に間違っていることもあります。褒美や罰は正確ではないかもしれませんし、間違っている可能性もあります。人々が物事を理解するたびに、それは一般的に正しいだけで、本当に正しいわけではないことがよくあります。人間は、何度も何度も積み重ねたり、多くの人達が比較した結果を大量に得たりして、最終的に比較し、ある側面における知識を得ることができます。強化学習は、何かに対する普通の人々の生涯学習、あるいは多くの人々の生涯学習を要約し、さらには数世代の学習を超えます。

人間の心の記憶においては、すべての知識にはそれに関連する感情的要素と、関連する知識間の関係が含まれています。この感情的要因は、人々がこの知識を獲得したときにどのように感じるかです。この感情は、彼らにとってのこの知識の主観的重要性（重要度）です。この知識と関連知識の関係には、関係の重み（相互の重要性）も含まれます。

誰もが知識を学ぶとき、それは人生におけるあらゆる実践的な経験（読むことや話すことを含む）から得られる感情を伴います。人は、同様の重要なことに遭遇するたびに、既存の古い知識を更新しますが、この更新は増加、弱化、または逆転する可能性があります。新しい知識によってもたらされる感覚が十分に強い場合、脳内のすべての知識の中でこの知識の価値がリフレッシュされます。それだけでなく、知識が徐々に増加したり変化したりすると、その重要性も変化します。つまり、人間の脳内における特定の知識の状態は変化しているのです。

何かが初めて起こったときに注意を喚起する感情的根拠、つまりその瞬間にその事柄について抱いた感情は、他の知識の変化に伴って変化し、もはや古い知識が形成されたときの感情ではなくなる可能性があることに注意する必要があります。これらすべての変化は人の無意識の状態で起こります。だからこそ、人間の脳内の知識は知識の総体となり、人間は意識の総体となり得るのです。おそらく、これがまさに現在の人工知能に欠けているものでしょう。

人工知能が問題を解決するとき、それは人が人生で何度も学んだ知識のポイントを一度に解決するか、またはその問題に対する多くの人々の複数の実践から導き出された結論を一度で要約することです。さらに、結論はより正確で精密になります。人工知能のこの特性には、実は欠点があります。学習が一方的であれば、欠点は常に存在し、それを修正する機会はありません。あるいは、条件が変わっても結論は決して変わりません。

これを改善するには、人工知能が知識ネットワーク（ライブラリ）を構築する際に、各知識とその相対的な価値とのつながりを付加する必要があるかもしれません。実際、機械学習の過程で、機械は学習した知識とその構成要素（他の知識）との関係や重み（価値）を習得していますが、学習した各知識の相関関係や相対的な価値はまだ確立されていません。このように、人工知能は個々の知識間の関係性を学習するだけで、人間の脳のように完全な知識システムを形成することはできません。

人間社会には、理解力があり、理性的で、賢明な人もいれば、理解力がなく、理性的でなく、賢明でない人もいます。通常、群衆の中には、本当に冷静で、理性的で、賢明な人はほんのわずかしかいません。ほとんどの人は、大体正しいか、群衆に従って人生を歩んでいます。哲学は今日でも、すべての人が正しさに基づいて生きているのではなく、自信に基づいて生きていることを理解していません。この自信が正しいかどうかに関わらず、人は意識的または無意識的にそれが正しいと信じるでしょう。たとえどれほど自信がないと思われても、その人は自信があるのです。そうでなければ、何の行動も起こさないでしょう。

人間の間違いは、理性の欠如によって起こるように見えますが、根本的な原因は感情的な価値観にあります。人間の思考の出発点と方向は、感情的な傾向によって決まるからです。誰かの論理が混乱しているという話をよく聞きます。実際には、誤りは論理的推論で発生するのではなく、思考の出発点で発生することが多く、問題の価値が最も高いところではないか、思考の方向が間違っています。論理的推論プロセスの各ノードで同じエラーが引き続き発生します。

単一の問題を解決することに関しては、人工知能はすでに多くの愚かな人々よりもはるかに優れています。現実には、問題を正確に把握したり、優先順位を正しく区別したりできる人はほとんどいません。どれほど理性的な人であっても、その人の考えは必ず自分の感情に依存し、感情によって制限されるものです。囲碁大会に参加する名人は皆、一流の理性を持った人々です。人間と機械の囲碁ゲームの最終結果は、人間の思考の限界を物語っています。

他人と接するとき、人は相手の考えを推測します。推測が正しければ、主導権を握ったり、相手の好意を得たりします。知的観点から言えば、正しく推測するためには、相手が明らかにした正確な情報を正しく把握する必要があります。人工知能に関しては、これらの背後にはまだ未知の部分が隠されている可能性があります。

人間は競争したりゲームをしたりするときに、敵と自分の長所と短所、機会と脅威、価値とリスクを比較検討します。人工知能は今のところ、そのような比較評価を行っておらず、評価後にトレードオフを行うことはまずありません。勇気が人間の優れた資質である理由は、人類が成し遂げた進歩の多くが勇敢な試みによって達成されたこと、そして、勝者がそこから得る喜びもまた並外れたものだからである。

人間の感情的な考え方について話すとき、一つの点が非常に重要になります。それは、人間の感情は人間の唯一の価値観であり、感情の強さは人間の唯一の価値基準であるということです。これを真に理解することは、人工知能の開発に何らかのインスピレーションを与えるかもしれません。これは、人間の思考はすべて関係（価値）を比較（判断）することであり、比較の基準は感情によって表現（表現）された個人に対する物事の価値（関係、重み）であることを示しています。人間の思考は価値の比較に関するものであり、これは人間が何千年もの間探し求めてきた論理です。相対値とは、2 つのものの間の関係性 (重み) のことであり、これはディープラーニングや強化学習にうまく応用されており、良い例を示しており、今後も人工知能の徹底的な発展を推進していくことは間違いありません。この道を歩み、優れた科学技術の進歩を達成できる、高い理解力を持つ専門家や学者が現れると信じています。