人工知能の過去と現在を1つの記事で理解する（おすすめコレクション）

現在、Siri、Cortana、IBM Watsonなどさまざまな人工知能製品があり、DeepBlueやAlphaGoの人間対機械の戦いなど人工知能に関するニュースやイベントも随時登場していますが、人々の仕事やライフスタイルを直接的に革命的に変えるコンピューター、インターネット、スマートフォンなどの科学技術の成果と比較すると、人工知能の成果はまだまだ十分ではなく、当初の期待に応えていません。

機械をインテリジェントにするのはどれくらい難しいのでしょうか?人類のエリートたちはどのような努力と探査をしてきたのでしょうか?現在、人工知能の分野はどの段階に達しているのでしょうか?以下では、ベストセラー『知恵の限界』の著者である周志明氏が、記事の中でこれらの問題について一つずつ議論していきます。

[[255683]]

専門用語としての「人工知能」は 1956 年に初めて登場しましたが、人工機械知能に関する人間の想像力と思考には長い歴史があります。

古代の神話や伝説では、熟練した職人が人造人間を作り、知性や意識を与えることができた。ギリシャ神話には、ヘパイストスの黄金ロボットやピグマリオンのガラテアなど、ロボットや人造人間が登場した。列子が編纂・注釈した『列子唐文』によると、燕子が人間を作った話は中国の西周の時代にも登場している。

人類の人工知能に対する空想の段階は 1940 年代まで続きました。第二次世界大戦中、交戦国間で軍事用途のコンピューティングおよび通信機能が緊急に必要であったため、これらの分野の研究が人類科学の主な発展方向となりました。情報科学の出現と電子コンピュータの発明により、一群の学者が人工知能の構築の可能性を真剣に探求し始めることができるようになりました。

01 情報革命

1939年から1945年までの6年間、第二次世界大戦中、米国の国民総生産（GDP）は2倍に増加しました。これは人類の経済史上最高の成長率です。しかも、この驚異的なスピードは、すでに極めて大きな基本規模を持つ経済で起こりました。これは、最もクレイジーな経済学者でさえ想像できない奇跡です。

アメリカは第二次世界大戦中、本国が直接戦争の影響を受けなかった唯一の世界大国として、軍事援助や戦争融資を通じて各国の経済の生命線を自国と結び付け、急速にヨーロッパやアジアに取って代わり、世界の「経済の中心」となった。安定した社会環境と急速な経済発展は、軍事と科学技術の発展に強力な原動力を注入しました。戦争中、ナチスに迫害された各分野の一流の人材が大量に米国を避難所としました。これは自然に米国に世界のトップクラスの人材と技術を集めるきっかけとなり、米国を「世界の頭脳」にしました。

世界のほぼすべての経済資源と知的力が一国に集中し、ほぼ全人類に影響を与えた第二次世界大戦という巨大な戦争の圧力に駆り立てられたこの時代に、米国と英国の学界を先頭に人類学のエリート学者たちは比類のない知恵と創造力を発揮しました。新しい軍事技術によるコンピューティングと通信の需要、より具体的には、ミサイルや精密砲などの新たに出現した長距離兵器によるコンピューティング速度、精度、システム制御機能の要件、およびレーダー、電話、電信ネットワークなどの偵察および通信システムによる情報伝送のセキュリティと効率の要件が、情報科学と情報技術産業の発展に直接つながりました。

[[255684]]

第二次世界大戦の終戦からわずか1年後（1946年）、米国ペンシルバニア大学で世界初の汎用コンピュータ「ENIAC」（Electronic Numerical Integrator And Computer）が誕生しました。これは実際に陸軍の砲兵の軌道や火力の計算に使用されました。この出来事は、汎用プログラマブルコンピュータ技術が理論的に成熟しただけでなく、産業的にも初期の成果を上げたことを示しています。

2年後（1948年）、ノーバート・ウィーナー（1896-1964）とクロード・シャノン（1916-2001）がそれぞれ「サイバネティクス」と「情報理論」を確立した2つの画期的な著作を出版しました。ルートヴィヒ・フォン・ベルタランフィ（1901-1972）が1945年に出版した「システム理論」の要約と相まって、情報科学全体が神の手によって動かされているように思われました。後に「情報科学の3つの理論」として知られる3つの柱となる理論はほぼ同時に発表され、わずか数年で、過去であれば何十年もかかっていたであろう画期的な成果を達成しました。

情報科学の研究は、理論と工学の両面において、さまざまな学者や機関による散発的な研究と探究の状態から、一気に体系的かつ秩序立ったものになりました。

1940年代に情報科学が誕生して以来、情報科学は急速に目覚ましい成果をあげ、政府関係者、科学者などのエリート層から社会の草の根の人々まで、あらゆる人々に刺激を与えてきました。蒸気機械が人間の肉体労働に取って代わり、知能機械が人間の精神労働に取って代わる産業革命の後に、情報革命の到来を誰もが楽観的に予見していたようです。

半世紀以上が経った今日から振り返ると、私たちはまさに蒸気動力革命、電力革命に続いて情報革命の到来を目の当たりにしています。しかし、インターネットなど先人の想像をはるかに超える技術が登場したとしても、当時誰もが見ていた目標の青写真では、情報革命の最も重要な成果は、現在私たちがアクセスできるコンピュータやネットワークだけではありませんでした。今日のコンピュータは、人間が事前に設定した指示やプログラムに従って、人間が想像できないほどの膨大なデータを迅速に送信、計算、処理することができます。当時の人々が期待した情報化時代の新しいタイプの機械は、計算や情報送信を完了できるだけでなく、人間と同じように見たり、聞いたり、書いたり、話したり、動いたり、考えたり、複製したり、さらには意識を持ったりできる機械でした。

私が描いた場面は、空想の自由であるSF小説から引用したものではなく、その年のニューヨーク・タイムズ紙に掲載された「パーセプトロン・マーク1」（この機械は工学実践におけるコネクショニズムの始まりともいえるもので、次の章で触れます）に対する米海軍の期待と評価を引用したものです。

海軍が期待する電子コンピュータの胚は、歩くこと、話すこと、見ること、書くこと、自己複製すること、そして自身の存在を意識することなどが可能になるだろう。

60 年以上前のこのレポートは、今でもあなたにとって少し懐かしく、SF のように聞こえますか?インターネット上の人工知能に対する人々の期待や想像、さらには恐怖もこれと同様であり、現在映画や小説で目にするさまざまなロボットは、当時の人々が情報革命に思い描いていたゴールとそれほど変わらない。

1940年代の情報科学の開拓は完璧なスタートだったと言えます。その後の数十年間、情報科学と情報技術産業も順調かつ急速に発展し、コンピューター、通信、インターネットなどの分野で実りある成果を上げました。しかし、人工知能の分野では、開発プロセスは多くの紆余曲折を経て、浮き沈みを経験してきました。

現在ではSiri、Cortana、IBM Watsonなど様々な人工知能製品が登場し、DeepBlueやAlphaGoの人間対機械対戦など人工知能に関するニュースやイベントも随時登場していますが、人々の仕事やライフスタイルを直接的かつ革命的に変えてきたコンピュータ、インターネット、スマートフォンなどの科学技術の成果と比較すると、人工知能の成果はまだまだ十分ではなく、当初の期待に応えられていません。

なぜ人工知能の分野における情報科学の進歩は期待されたほどには進んでおらず、ある時期には完全に泥沼にはまってしまったのでしょうか。機械をインテリジェントにするのはどれくらい難しいのでしょうか?人類のエリートたちはどのような努力と探査をしてきたのでしょうか?現在、人工知能の分野はどの段階に達していますか?これらは私が皆さんと議論したい問題です。

[[255685]]

02 コンピューティングの基礎となるチューリングマシン

英国の数学者で暗号学者のアラン・チューリング（1912年～1954年、人工知能の父）は、今日、一部の英国の学者やメディアから、「一発の銃弾も撃たずに何百万人もの兵士を倒し」、「第二次世界大戦で間接的に何千万人もの命を救った」伝説的な学者とみなされている。

彼の重要な貢献の一つは、第二次世界大戦中にブレッチリー・パークの同僚と「ボンベ」と呼ばれる暗号解読機を開発したことだ。この暗号解読機は、1920年から商業的に使用されており、ドイツが敗北するまで解読不可能だと信じていた「エニグマ」暗号方式を解読することに成功した。その結果、ドイツ軍の展開は連合国にとってもはや秘密ではなくなった。

チューリングの功績は、連合軍の戦争勝利を直接的に加速させた。ボンベによって軍の指揮通信が解読され、デンマーク海峡で当時世界一位だったドイツの戦艦ビスマルクがイギリス軍に待ち伏せされ包囲され沈没した。その後、山本五十六の飛行機の航路が連合軍に知られ、迎撃され撃墜されたことが、戦争の展開に直接影響した。第二次世界大戦中、チューリングの研究は公表されなかったものの、彼はすでに連合国の暗号研究界で有名になり、輝けるスターとなっていた。

[[255686]]

ボンベはドイツのエニグマ暗号を解読した

1942年末、チューリングはイギリス政府によって秘密裏にアメリカに派遣され、ドイツの北大西洋潜水艦隊の暗号解読に関する研究結果をアメリカ海軍と交換した。ワシントンでの交流を終えた後、チューリングは再びベル研究所を訪れ、安全な音声通信機器の研究開発に参加しました。こうして、当時ベル研究所の数学グループで働いていたシャノンは、チューリングとともに働く機会を得た。

チューリングは、ヒトラーの通信を含むドイツ軍の秘密通信を数多く解読した暗号の専門家であり、一方シャノンの当時の仕事は、数学的手法を用いて、ルーズベルト米大統領とチャーチル英首相の間の暗号化通信システムである「システム X」が他人には解読できないことを証明することでした。暗号における攻撃と防御の「槍と盾」について議論した後、チューリングとシャノンはすぐにお互いを認め合う良き友人になりました。

チューリングは交流のためにアメリカへ渡ったが、軍事関係のこと、特に暗号や暗号解読については、軍から明示的に許可されない限り、平時には交流が許されていなかった。そのため、仕事以外で暗号に関する話題を話し合うことはできなかった。幸運なことに、シャノンとチューリングはコンピュータサイエンスと情報科学の分野において非常に幅広い興味と研究分野を持っていたため、カフェテリアでの何気ない会話は他のさまざまな最先端分野の話題に及ぶことが多かった。

かつてカフェテリアで会ったとき、チューリングはシャノンに、ケンブリッジ大学の修士課程の学生だったとき（1936年）に書いた論文「計算可能数について、その計算問題への応用」を見せた。これは計算可能性の分野における画期的な研究だった。

計算可能性の理論は、有名な数学者デイヴィッド・ヒルベルト (1962-1943) が世紀の変わり目に開催された数学者会議で国際数学者コミュニティに有名な「23 の数学問題」を提案した 1900 年にまで遡ります。質問10は次のとおりです。

ディオファントス方程式の解が存在するかどうかを判断するための有限の機械的な手順はありますか?

これにより、有限で機械的な証明手順、つまり今日「アルゴリズム」と呼ぶものの問題が生じます。しかし、当時は汎用コンピュータが登場するまでに半世紀かかり、人々は「アルゴリズム」が何であるかを知りませんでした。しかし、当時すでに数学の分野には「アルゴリズム」と密接な関係のある問題が多く存在し、「アルゴリズム」の定義、つまり「問題を解くための手順をどのように計算するか」や、アルゴリズムで計算できるかどうかの判断が迫られていました。

計算可能性をどのように定義し測定するかという問題に対するチューリングの論文の解決の鍵は、今日「ターニング マシン」として知られる概念モデルの導入です。 「チューリングマシン」と「ノイマンアーキテクチャ」は、現代の汎用コンピュータの「魂」と「体」と呼ばれ、計算可能性理論、コンピュータサイエンス、人工知能に大きな影響を与え、近代人類科学の歴史を変えた偉大な発明であると言えます。

「チューリング マシン」と呼ばれる仮想コンピューティング マシンは、実際には理想的なコンピューティング モデルです。その基本的な考え方は、機械的な操作を使用して、人間が紙とペンで数学的な計算を実行するプロセスをシミュレートすることです。簡単に言えば、チューリングは「計算」という日常的な動作を抽象化し、それを次の 2 つの単純な動作の継続的な繰り返しとみなしました。

1. 紙に記号を書くか消します。

2. 紙上のある場所から別の場所へ注意を移します。

それぞれの行動が完了した後、人は次の行動が何であるかを決定する必要があります。この決定は、人が現在注目している紙の特定の位置にあるシンボルと、その人の現在の心の状態によって決まります。この人間の計算プロセスをシミュレートするために、チューリングは次の部分から構成される仮想のマシンを構築しました。

• 無限に長い紙テープ TAPE。テープは次々に小さなグリッドに分割され、各グリッドには有限のアルファベットの記号が含まれており、アルファベット内の特別な記号「_」は空白を表します。紙テープ上のマス目には左から右に0、1、2、…と番号が付けられており、紙テープの右端は無限に延長することができます。
• 読み取り/書き込みヘッド HEAD。読み取り/書き込みヘッドは、紙テープ上で左右に移動できます。現在指しているグリッド上のシンボルを読み取り、現在のグリッド上のシンボルを変更できます。
• 制御ルールのセット表。マシンの現在の状態と、現在の読み取り/書き込みヘッドが指しているグリッド上のシンボルに基づいて、読み取り/書き込みヘッドの次のアクションを決定し、ステータス レジスタの値を変更してマシンを新しい状態にします。
• ステータスレジスタ。チューリング マシンの現在の状態を保存するために使用されます。レジスタの数は有限であるため、チューリング マシンのすべての可能な状態の数も有限であり、計算の完了を表す停止状態と呼ばれる特別な状態が存在します。

このような機械の各部品は有限ですが、紙テープは潜在的に無限に長いため、このような機械は単なる理想的な装置であり、実際に製造されることはありません。チューリングの論文は、このマシンが人間が実行できるあらゆる計算プロセスをシミュレートできることを実証しました。

チューリングマシンのグラフィカル表現

チューリングマシンのアイデアの価値は、構造が単純であるにもかかわらず、人間が実行できるあらゆる論理的推論と計算プロセスを記述できる点にあります。言い換えれば、チューリングマシンの計算能力は、人間が実行できるすべての計算の完全なセットです。問題が決定可能であり、その計算プロセスが記号とアルゴリズムで表現できる限り、チューリングマシンを使用して計算を完了できます。当時、多くの学者は、タイプライターに似た音が、人間が実行できるすべてのロジックと操作を搭載できるコンピューティング モデルになり得るとは想像できませんでした。それ以前は、「コンピューティング」の能力は「思考」に似た抽象的な人間の能力と見なされていました。「コンピューティング」がそのような単純なモデルで要約できることを誰もが受け入れることは困難でした。

「計算可能性理論」という学術分野の歴史に詳しい読者は、チューリングマシンが提案される前に、人間が実行できるすべての計算プロセスをシミュレートできるモデルが実際に設計されていたことを知っているでしょう。例えば、チューリングの師匠であったプリンストン大学のアロンゾ・チャーチ教授（1903-1995）が1928年に提唱した「ラムダ計算」もその一つです。

しかし、チューリング マシンが他のコンピューティング モデルよりも優れている点は、非常に直感的で理解しやすく、機械技術や電子技術によって簡単に実装できることです。そのため、チューリングマシンの価値が発見された後、それはすぐにコンピュータが「どのように計算するか」という問題を解決するための基礎となり、また、コンピューティング理論における計算可能性のベンチマークにもなりました。新しいコンピューティング モデルが登場すると、そのモデルがアルゴリズムで計算可能なすべての問題を解決できるかどうかが判断されます。解決できる場合、そのモデルはチューリング等価またはチューリング完全と呼ばれます。今日、あるプログラミング言語をチューリング完全と呼びます。これは、計算可能なすべてのアルゴリズムをこの言語を使用して実装できることを意味します (たとえば、今日一般的な C、C++、Java、JavaScript などはすべてチューリング完全ですが、HTML/CSS などの言語はチューリング完全ではありません)。

私はプログラマーなので、ここでもう一つ余談を付け加えたいと思います。チューリングマシンの構造がシンプルなため、コーディング効率や可読性を考慮することなく、チューリングマシンの定義に従ってチューリング完全な言語を実装するために必要な操作命令はわずかであり、脳を開く効果を生み出します。ご興味があれば、「BrainFuck」と「Whitespace」という2つの言語を検索して見てみてください。

03 人工知能の始まり

チューリングとのコミュニケーションの中で、シャノンはチューリングマシンの概念をすぐに理解して受け入れ、非常に興味を持つようになりました。なぜなら彼とチューリングは刺激的な展望を見たからだ——

チューリングマシンのような単純な計算モデルは人間の論理と計算能力を抽象化することができ、論理と計算は人間の知能の最も代表的な現れの一つであるので、「考える」能力、つまり「知能」もモデルによって抽象化され、機械によって実現できるのでしょうか？チューリング マシンは、すべての知的活動を一般化するモデルに拡張することもできますか?チューリング マシンがそのようなモデルとして不十分な場合、チューリング マシンに取って代わり、人工知能の基礎となることができる他の抽象モデルはあるのでしょうか。

1943 年は情報科学の萌芽期であったことを再度強調する必要があります。適切な汎用電子計算機さえまだ登場していませんでした。実際のチューリング マシンやプログラミングはありませんでした。チューリングとシャノンが議論した知能に関するアイデアはすべて数学的および哲学的レベルにとどまっていました。人工知能の 2 人の先駆者が議論した基本的な理論的問題は、今日の人工知能コミュニティではまだ解決されていない問題です。当時彼らが議論したことは、今でもコンピューターと人工知能の研究に大きなインスピレーションを与えています。

当時の議論は、チューリングマシンを知能の基本モデルとして使用できるかどうか、また機械をいかにして知能化するかを中心に展開されていました。これらの問題を解決するために、まずやるべきことは「知能」とは何かを定義することでした。シャノンは、機械知能の問題を考える際には、芸術、感情、音楽などの能力を考慮に入れるべきだと提案しました。これは、多重知能理論における今日の知能の理解に非常に近いものです。チューリングはこれに反対した。彼は、知性は物質（人間の脳を指す）によって運ばれるものであるため、物理的な公式によって推論され、数学的に記述されるべきであり、文化的な側面は含めるべきではないと信じていた。

『アラン・チューリング：エニグマ』という本によると、2人は知能の定義について議論していたときに口論になったそうです。チューリングはシャノンに「いや！私は万能の脳をどうやって作るかに興味はない。AT&Tの会長のように、あまり賢くない脳が欲しいだけだ！」と反論しました。会長（ベル研究所はAT&T傘下の研究機関で、会長は彼らの上司です）が同席していたら、彼はおそらくチューリングの知能の定義に同意しなかったでしょう。

[[255687]]

チューリング（左）とシャノン（右）

機械が知能を獲得するにはどうすればよいかという問題に関して、チューリングは 2 つの開発ルートを提案しました。1つは「基本機能」を構築する方法に基づくもので、機械が人間とチェスをしたり、株を分析したり、グラフィックスを認識したりする能力など、より多くの能力を持つことができるように、ますます大規模で完全なプログラムを記述するというものです。チューリングは、これは完全に可能であると信じていました。しかし、彼は「心の状態」に基づいて脳を構築することにもっと興味を持っていました。

このアプローチの基本的な信念は、人間の脳には知性を生み出す何らかの固有のメカニズムがあるはずだということです。人間の脳をプログラムする高次の神秘的な力は存在しないので、人間の脳と同じように、機械を自動的に学習させる何らかの方法があるはずです。チューリング氏はさらにこう説明した。「生まれたばかりの赤ちゃんの脳には知能がありません。したがって、人間の脳が知能を獲得する方法を見つけ、それを機械に適用すれば、自ら学習して成長し、あらゆる分野のスキルを習得できる機械のパッケージソリューションを生み出すことができます。」

チューリングが米国で交流していた間、彼とシャノンは「知能をどう定義するか」や「チューリングマシンは知能のモデルとして使えるか」といった問題を解決できなかった。しかし、ベル研究所での知能に関する一連の議論は、この時期の学者たちの「機械と知能」についての考えの始まりを表しており、人工知能が「科学」から「科学」へと移行する第一歩となった。

チューリングはイギリスに帰国した後もシャノンと連絡を取り続けました。シャノンも戦後イギリスでチューリングを訪ね、2人はいくつかの問題を解決するために精力的に働き続けました。この章では、著者はチューリングの研究を主軸に説明を続けますが、シャノンの研究も間接的に人工知能の歴史におけるもう一つの重要なマイルストーンにつながりました。それが次の章の内容です。

04 チューリングテスト: 知能とは何か?

チューリングはアメリカからイギリスに帰国後、1945年から1947年までロンドンのハンプトン コート地区に住んでいた。この期間中、彼はイギリスの国立物理学研究所 (NPL) に勤務し、具体的な仕事は Automatic Computing Engine (ACE) と呼ばれる汎用電子コンピュータの設計でした。 1946 年 2 月、チューリングは、プログラム内蔵機能を備えたコンピュータ アーキテクチャの詳細を説明した世界最古の論文の 1 つを発表しました。しかし、政府の意思決定者の先見の明がなかったため、ACE は理論設計を完了した後、電子計算機の開発作業に今投資する価値があるかどうかという一連の議論に巻き込まれ、すぐに建設段階に入ることができませんでした。チューリングは落胆し、NPL を辞めて大学 (ケンブリッジ大学とマンチェスター大学) に戻り、力学と知能の研究に専念しました。

[[255688]]

ACE コンピュータ

ACE の歴史は、実際に詳しく書く価値があります。もし ACE がすぐに構築を開始していたら、フォン ノイマンの「Electronic Discrete Variable Automatic Computer (EDVAC)」と「現代のコンピュータの祖」の称号を争っていた可能性が高いでしょう (ACE の構築が再開されたとき、ACE は 1950 年に完成し、EDVAC は 1949 年に完成しており、両者の差は 1 年未満でした)。おそらく、今日の学校のコンピュータの教科書では、教えられているシステム アーキテクチャをフォン ノイマン アーキテクチャと呼ぶことはもうないでしょう。チューリングとフォン・ノイマン (1903-1957) は、ともに数学とコンピュータサイエンスの天才でした。直接の共同研究はなく、2 つの国でそれぞれ独自の研究を行っていましたが、コンピュータアーキテクチャに関する彼らの見解は驚くほど一致していました。ただ、フォン・ノイマンはチューリングよりもずっと幸運だったというだけです。チューリングの ACE に関する研究は人工知能との関連性が限られているため、これ以上時間を費やすつもりはありません。

英国政府の機密保持義務により、ケンブリッジに戻った後、チューリングの機械的知能に関する研究は当時公表されなかった（チューリングの論文「インテリジェント・マシナリー」は1948年に執筆され、1992年まで「アラン・チューリング選集」に掲載されなかった）。チューリングが雑誌「マインド」にもう一つの画期的な論文「計算機械と知能」を発表したのは、1950年になってからでした。ほとんどの読者はこの記事を聞いたことがないと思いますが、「チューリング テスト」については多くの人が聞いたことがあると思います。有名な「チューリング テスト」を提案したのは、この記事でした。チューリングが後に人工知能の父として称えられるようになったのは、まさにこの論文がチューリングの研究成果をまとめたからであると言えるでしょう。

1950年、チューリングは雑誌「マインド」に「計算機械と知能」を発表しました。写真は「マインド」誌のカタログです。

まずチューリングテストについて紹介します。チューリングは、シャノンと「知能をどう定義するか」という問題について議論したときの考えとは異なり、数年にわたる探究を経て、当時の学術的蓄積に基づいて知能を無理やり定義することは逆効果になることに気づきました。そのため、彼は『計算機械と知能』の冒頭で、「知能」が何であるかを直接かつ明確に定義することはできないと明言し、まず知能は機械によってシミュレートできると仮定し、次に機械が知能を持っているかどうかを判断する方法を並べて示しました。

人間が機械が人間と同様の知能を持っているかどうかを判断できず、したがって会話相手が人間か機械かを区別できない場合、機械には知能があると結論付けることができます。

人間に対するこの単純な機械の「模倣ゲーム」は、現在では世界的に有名なチューリングテストとなっています。チューリングがチューリングテストを提案したとき、彼はそれが将来の世代にこれほど大きな影響を与えるとは予想していませんでした。 1998年にインターネットが普及して以来、企業や団体が自社の開発したロボットがチューリングテストに合格したと主張することがたびたびある。実は、これらのほとんどは商業的な作戦や宣伝の仕掛けであり、例外なく「5分間または20文の会話で、複数の被験者に、会話している機械が13歳の子供だと思わせることに成功した」など、特定の条件を満たしている。このような「テストに合格」は、「5分間または20文の会話で、複数の被験者に、会話している機械が13歳の子供だと思わせることに成功した」という言い回しと同じである。

チューリングが定義したチューリング テストは、思考実験に近いものです。テストを受ける機械が人間とどのくらい長く会話するか、何人の被験者を騙すか、テストを受ける人間の知能レベルと年齢はどの程度か、機械が模倣する人間の年齢はどのくらいか、などについては規定されていません (論文では、コンピューターの回答として考えられる質問やシナリオを多数挙げていますが、テスト条件には何の制約も課していません)。チューリングテストで言及される人間は、特定のタイプの人々や人間個人を指すのではなく、一般的な用語です。

現在まで、真のチューリングテストに合格したマシンは存在しません。興味深いことに、機械はチューリング テストに何度も失敗するため、人間は機械がこのテストに合格することの難しさに基づいて、チューリング テストの最も広範な応用シナリオを作成しました。この応用は、インターネットのいたるところで見ることができます - グラフィック検証コードです。検証コードを表す英語の「Captchac」は、実際には「コンピュータと人間を区別するための完全に自動化された公開チューリングテスト」の頭字語です。

05 知性​​と人間性の境界

今日の主流の人工知能研究において、チューリングテストに合格できる人工知能マシンの作成を直接目指す研究プロジェクトは、実は非常に稀です。これは、一方ではチューリングテストの難易度が高すぎて結果を出すのが難しいためです。他方では、チューリングテストが提示した目標が、実際に人間自身のニーズを超えています。たとえば、人間が常により優れた飛行機を作る目的は、より速く、より快適に旅行することであり、他の鳥を欺くためにハトのように飛ぶようにすることではありません。

単純な集合関係を通して、「人間に要求される知能」と「チューリングテストに合格するために人間を模倣できる知能」の違いをより厳密に理解することができます。図に示すように、「すべてのインテリジェントな動作」と「すべての人間の動作」という 2 つのセットと、その 2 つの「人間のニーズの範囲内にあるインテリジェントな動作」の共通部分を定義し、これを例として使用します。

• これは、すべての知的な行動が答えられる質問です。「囲碁のルールに従って公平性を保つために、黒のプレイヤーは何点支払う必要があるか？」
• 人間の行動すべてから答えられる質問：「周志明とジェイ・チョウ、どちらが歌が上手いか？」
• 人間の範疇に属する知的行動によって答えられる質問: 「1 キログラムあたり 3 元でほうれん草 3 キログラムを買うといくらかかりますか?」

人間の行動と知的行動の範囲

明らかに、チューリングテストによって決定される「知性」は、すべての人間の行動をシミュレートできる知性ですが、すべての人間の行動が「人間のニーズの範囲内にある」という知性ではなく、すべての人間の行動は、コンピューターがそれを完了する必要があるかどうかを確認する必要がありません。 、そうですか？

今日、アカデミアの人工知能研究の主流は、人間の範囲内でインテリジェントな行動に従事する機械に焦点を当てています（もちろん、マシンは、迅速な計算など、人間の範囲を超えたものを超えたインテリジェントな行動を本質的に実行できます。

しかし、当時のすべての主流の学者は、1950年から20年にわたって、多くの投資が「意識」、「自己」の研究に費やされたことについて非常に楽観的でした。 「技術的特異性」の議論、「中国の部屋」の実験、およびこの期間中にすべて提案された強力な人工知能と弱い人工知能の区別などのEd。

著者について：Java Technology、機械学習、エンタープライズレベル開発技術の上級専門家であるMatrix Digital Economy Think Tankの専門家であるZhou Zhimingは、現在、Yuanguang Software Research Instituteの学部長であり、人工知能の博士課程学生です。

彼は、有名なベストセラー「Java Virtual Machine：JVMの高度な機能とベストプラクティスの深い理解」、「Java Virtual Machineの深い理解」、「OSGIの深い理解」、「Java Virtual Machine Specification」などの翻訳された作品など、多くの本を書いています。その中で、2011年に「Java Virtual Machineの詳細な理解」が公開されました。現在、30回以上印刷されており、中国のコンピューターの畑では珍しい傑作です。