ロボットは人間に取って代わるでしょうか？

人工知能は現在、病気の診断、車の運転、言語の理解、さらにはチェスでトップクラスの人間プレイヤーに勝つことにもますます利用されています。そこで疑問なのは、継続的な改善を経て、人工知能は最終的に人間の知能のレベルに到達するか、あるいはそれを超えるのか、ということです。人間の知能に到達、あるいはそれを超えるロボットが人間に取って代わるのでしょうか。

[[442120]]

実際、この問題は何世代にもわたって人々を悩ませ、深く不安にさせてきました。スタンリー・キューブリック監督の 1968 年の映画「2001 年宇宙の旅」で描写されているように、恐ろしいインテリジェント コンピューター「ハル」は、その穏やかな声を通じて、話す、推論する、顔を認識する、美的感覚を持つ、感情を表現するといった、人間特有の能力を発揮しました。ハルは、人間の宇宙飛行士たちがそれを停止することを決めたことを知ると、彼らを一人ずつ殺害します。将来、このような恐ろしい事態が起こるのでしょうか？

英国企業マイムキャストの主任データサイエンティスト、ハーバート・L・ロイトブラット氏は著書「アルゴリズムだけでは不十分：汎用人工知能の創造」の中で、機械知能の向上は機械が支配する革命にはつながらないという見解を表明した。それらは人々の仕事の種類を変えるかもしれないが、人類の存在の終わりを意味するものではない。ロボットは人間に取って代わることはできない。

なぜ彼はこのような結論に至ったのでしょうか。まずは2,000年以上前のシチリア島のシラクサに目を向けてみましょう。そこでアルキメデスは裸のお尻で浴場に浸かりながら、王から与えられた難しい問題について真剣に考えていました。

シラクサ王ヒエロ二世（紀元前270年 - 215年）は、神殿の像の頭に置くよう依頼した奉納冠が純金で作られていないのではないかと疑ったと言われています。アルキメデスの任務は、ヒロ2世が騙されたかどうかを判断することだった。

最初、アルキメデスは王冠を壊して確認することができなかったため、解決策を見つけることができませんでした。ある日、彼は風呂に入っていて、浴槽に座ると水があふれているのに気づきました。突然、水中の固体が押しのけた水の量を測定する方法を使って金の王冠の体積を決定し、同じ質量の純金の体積で王冠の真贋を判定できると気づきました。

それから彼は興奮して、服を着る気もなく浴槽から飛び出し、「ユーレカ！ユーレカ！（見つけた！見つけた！）」と叫びながら走り出しました。

ロブレ氏はアルキメデスの物語を洞察力の問題として分類しており、これは人工知能が問題を解決する方法とはまったく異なる。私たち人間は創造的であり、非合理的であり、一貫性がないが、それは（良くも悪くも）機械知能には欠けている特性だとローブラット氏は言う。

一般的に、知能テストやコンピュータ知能では、適切に構造化され形式化された問題に重点が置かれてきました。つまり、問題には明確な目標があり、可能な解決策はいくつかあります。洞察の問題は通常、アルゴリズムのような段階的な手順では解決できません。対照的に、洞察問題は、問題に対する解答者のアプローチの再構築を特徴とします。問題が実質的に解決されるまでは、何らかの進展があったかどうかを判断するのは難しい場合が多く、その後、突然解決策が見つかることもあります。

人間が洞察問題をどのように解決するかについては、あまり知られていません。問題を解決するためにどのような手順を踏んだかを人々に説明するよう求めるのは難しいため、研究室でこれらの問題を詳しく調べるのは困難な場合がよくあります。人は必ずしも論理的思考が示唆するような体系的な方法で行動するわけではないことは、誰もが知っています。これらの逸脱は人間の思考における不具合や誤りではなく、人間の知性を可能にする重要な特徴です。

洞察力の問題に加えて、人間の知能には非合理的な特性もあります。この利点とは言えない特性も、機械知能がそれを上回ることを不可能にしています。ちょっとばかげていませんか？

人間は通常、特にリスクのある選択をする場合、問題の形式的な部分にあまり注意を払わないようです。心理学者のエイモス・トベルスキー氏とダニエル・カーネマン氏は、説明が異なるものの本質的に同じ選択肢が提示された場合、人々は異なる選択をすることを発見しました。

彼らは、新しい病気が国を脅かし、それによって600人が死亡する可能性があると参加者に想像してもらう実験を行った。さらに、これらの人々を治療するための2つの計画が提案されていることも知らされた。参加者は2つのグループに分けられ、2つの治療法から選択するよう求められました。最初のグループには、次のように伝えられました。

参加者の 72% が治療法 A を選択しました。 600 人全員を失う可能性よりも、200 人を確実に救える方が望ましいと考えられました。

2 番目の参加者グループには、同じ選択肢の異なるバージョンが与えられました。

2 番目のグループでは、参加者の 22% が治療法 A を選択しました。

実際、治療 A は死亡数と生存数の点で両グループで同一でした。しかし、文言が変更されると、人々の選択は大きく変わりました。

上記の実験は、人々の好みが大きく異なることを示しています。最初のバージョンでは選択肢の良い面が強調され、2 番目のバージョンでは悪い面が強調されました。劇的に言えば、人々はポジティブなバージョンを好みます。

選択肢 B もどちらの場合も同じであることは注目に値します。選択肢 B の場合も、生存すると予想される人数は 200 人ですが、この選択肢には不確実性が伴います。

実験により、特定の結果が肯定的な調子で表現された場合、人々は不確実な結果よりも確実な結果を好むのに対し、特定の結果が否定的な調子で表現された場合、人々は不確実な選択肢を好むことがわかっています。代替案の枠組みやトーンは、参加者のリスク受け入れ意欲を制御します。

上記の実験は、人間の知恵ではなく、むしろ人間の愚かさの例であると言えます。しかし一方で、この誤りは、私たちがどのように意思決定を行うかについて重要なことを教えてくれるかもしれません。正しい決定と間違った決定は、同じ脳/心/認知プロセスによって生み出されます。

これらの心理的現象は、私たちの思考や知的プロセスには必ずしも私たちにとって有利に働くわけではない複雑さがあることを示しています。私たちは結論を急ぎ、自分が好む議論や特定の言い回しで表現された議論に簡単に説得されてしまいます。私たちは時々コンピューターのように振る舞いますが、たいていの場合、ずさんで一貫性がなく、コンピューターとはまったく異なります。

ダニエル・カーネマンは、人間の心は 2 つのシステムで構成されていると説明しています。1 つは高速で、比較的不正確で、自動的なシステムであり、もう 1 つは低速で、慎重で、最終的に結論に達したときにより正確なシステムです。

コンピュータの知能と集中力の働きには、慎重に考えるシステムが必要ですが、素早く考えるシステムも同様に、あるいはそれ以上に重要であり、コンピュータでシミュレートするのがより困難になる可能性があります。この急速な学習は、時には不適切でずさんな一般化につながることもありますが、ほとんどの機械学習システムで必要とされる大量の例がなくても、人々が多くのことを学習できるようにする重要なツールにもなり得ます。

ロブラット氏は、機械学習システムに求められるのがその分析力を発揮することだけであれば、機械は同様の問題を解決する上で人間の能力を上回る可能性が高いと結論付けた。一方、問題が発散的思考、常識的知識、または創造性を必要とする場合、コンピューターはしばらくの間、人間に遅れをとり続けるでしょう。

コンピューター「ディープ・ブルー」に敗れたチェスの名人カスパロフ氏は、「ディープ・ブルー」の知能はプログラム可能な目覚まし時計と同等だと語った。

もちろん、彼はこう付け加えた。「1000万ドルの目覚まし時計に負けたとしても、気分が良くなるわけではない。」