汎用人工知能の実現に私たちはどれくらい近づいているのでしょうか?

今日、人工知能は人間が行う作業の一部をより良く行うために懸命に取り組んでいます。たとえば、AI は人間の医師よりも優れたがん検出能力を持ち、人間の開発者よりも優れた AI アルゴリズムを構築し、チェスや囲碁などのゲームで世界チャンピオンに勝つことができます。このような例から、AI は人間よりも優れた能力を発揮できるのではないかと考える人もいるかもしれません。

人工知能はさまざまな分野で優れた性能を発揮し、継続的に改善していることが現実となったが、これは世界中の科学技術界や一般大衆から期待と警戒も呼び起こした。人工知能の台頭は、私たちの生活水準や文明としての地位を向上させ、人類に大きな利益をもたらすと多くの人が信じている一方で、この発展は地球規模の破滅を意味すると考える人々もいる。

汎用人工知能や人工超知能の開発が有益か有害かについてはまだ議論がありますが、この高度な形態の人工知能がいつ登場するかについてはコンセンサスがありません。これらは、多くの報道と議論に値する重要な問題です。しかし、人工知能の将来を心配する前に、まずは汎用人工知能とは何か、それを実現するにはどのような条件が必要なのか、そして現在の人工知能のレベルは汎用人工知能からどの程度離れているのかを理解する必要があります。

AI開発の現状はどうなっているのでしょうか？

インターネットには、長年の AI 研究の集大成であるさまざまな AI アプリケーションを説明する素晴らしいストーリーが溢れています。前述の人間の医師よりも正確にがんを診断できるAIシステムと同様の例は、専門のAIが人間のような推論や認知を再現している他の多くの分野でも登場しています。

たとえば、ソーシャル メディア サイトで使用されるディープラーニング アルゴリズムは、物体や人物、さらにはそれらの詳細な特徴を認識する能力がますます向上しています。ディープラーニングを活用した最新のコンピュータービジョン技術により、ソーシャルメディアに投稿された画像に写っている人物、画像内での位置、表情、身に着けているアクセサリーなどを識別できるようになりました。これにより、AI システムは人間と同様に画像を認識できるようになり、画像から人物を単純に識別するだけでなく、微妙なパターンを分析してそれほど明白ではない属性を識別することもできます。一例として、スタンフォード大学の研究では、ニューラルネットワークが人の顔の画像を分析することで、人の性的指向を識別できることが示されました。これは人間には起こりそうにない能力です。

人間のような機能を実行する AI システムのもう 1 つの例として、自然言語処理 (NLP) があります。NLP では、AI が自然言語で配信された音声やテキストを理解できます。チャットボットやスマートフォンの仮想アシスタント（Siri、Cortanaなど）などのアプリケーションの一部として、人工知能はテキストと音声の意味を正確に理解できます。自然言語生成も進歩しており、これは人間の言語による通常のメッセージを生成する技術で、人間の音声やテキストに機械が応答する必要があるさまざまなアプリケーションで使用されています。

こうした発展により、人間の知能と人工知能の間のギャップは急速に縮まりつつあるようです。これを見ると、強力な AI システムや汎用 AI システムの未来はそう遠くないかもしれないと思うかもしれません。しかし、汎用 AI は特定のタスクで人間を上回るだけではないことを理解することが重要です。

汎用人工知能とはいったい何でしょうか?

簡単に言えば、汎用人工知能 (AGI) は、人間が実行できるあらゆるタスクを実行できる機械として定義できます。上記のアプリケーションは、AI が人間よりも効率的に多くのタスクを完了できることを示していますが、それらは汎用 AI ではありません。つまり、単一の機能でのみ優れたパフォーマンスを発揮し、他のことは実行できません。そのため、AI アプリケーションは特定のタスクでは 100 人の訓練された人間と同等の能力を発揮するかもしれませんが、他のタスクでは 5 歳児に負ける可能性があります。たとえば、コンピューター ビジョン システムは視覚情報を理解するのが得意ですが、この機能を他のタスクに変換して適用することはできません。対照的に、人間はこれらのタスクを実行するのにあまり熟練していない場合もありますが、今日の既存の AI プログラムよりも幅広いタスクを実行できます。

人工知能が何らかの機能を達成するには、大量のデータを使用してトレーニングする必要がありますが、人間に必要な学習経験ははるかに少なくて済みます。さらに、人間、そして将来的には汎用人工知能を備えたロボットも、1 つの学習体験を他の同様の学習体験に適用する能力が向上する可能性があります。汎用人工知能を備えたロボットは、比較的少ないトレーニングデータしか必要としないだけでなく、ある分野で得た知識を別の分野に適用することもできます。たとえば、NLP を使用して 1 つの言語を処理するようにトレーニングされた一般的な AI エージェントは、同じ語源や類似の文法を使用する言語を学習する可能性があります。この機能により、人工知能システムの学習プロセスが人間の学習プロセスに似たものとなり、トレーニング時間が大幅に短縮されるとともに、機械が複数の分野で能力を獲得できるようになります。

人工知能は汎用知能を実現できるのか？

人工知能システム、特に汎用人工知能システムは、人間の脳をモデルにしています。私たち自身は脳とその機能について包括的な理解を持っていないため、脳をモデル化してその働きを再現することは困難です。しかし、チャーチ＝チューリング論文に述べられているように、人間の脳の複雑な計算能力を再現できるアルゴリズムを作成することは理論的には可能であり、もっと簡単に言えば、無限の時間とメモリがあれば、あらゆる種類の問題をアルゴリズムで解決できるということです。これは理にかなっています。なぜなら、ディープラーニングやその他の AI のサブセットは基本的にメモリの機能であり、無限の (または十分に大きい) メモリを持つということは、アルゴリズムを使用して最も複雑な問題を解決できることを意味するからです。

汎用人工知能の実現に私たちはどれくらい近づいているのでしょうか?

人間の脳の機能を再現することは理論的には可能ですが、現時点では実現可能ではありません。したがって、能力の面では、私たちは飛躍的に成長しています。しかし、時間的に見ると、AI が新しい機能を開発する速度は増加しており、これは AI 研究コミュニティが汎用人工知能の開発において画期的な進歩を達成するという変曲点に近づいている可能性があることを意味します。 AI専門家の最近の調査によると、汎用人工知能、つまりシンギュラリティは2060年までに発生する可能性があるとのことだ。

したがって、機能の面では AGI の実現にはまだほど遠いものの、AI 研究の飛躍的な進歩により、最終的には私たちの生きている間に、あるいは今世紀末までに AGI が発明されることになるかもしれません。汎用人工知能の開発が人類にとって有益であるかどうかについては、依然として議論と憶測が続いている。世界初の現実世界の汎用人工知能が出現するまでにかかる時間は、あくまでも推定値です。しかし、一つ確かなことは、汎用人工知能の開発が一連の出来事を引き起こし、私たちが知っている世界と生活を永遠に変える、取り返しのつかない変化（良くも悪くも）をもたらすだろうということです。