30年の沈黙と60年の経験を経て、「人工知能」の過去と現在とは？

30年以上沈黙していた「人工知能」という言葉は、ここ2年で非常に人気が高まり、テクノロジー企業の主戦場となり、メディアの注目の的となり、投資界からも広く求められています。

英国のチャーチル首相は「過去をどこまで見通せるか、未来をどこまで見通せるか」と言いました。私たちは皆、人工知能の将来に興味を持っていますが、現時点でその方向性を本当に明確に見通せるのでしょうか。情報源を遡って、人工知能について自分がどれだけ知っているかを振り返ってみるのが良いでしょう。人工知能とはいったい何でしょうか?それはどこから来たのですか?

この記事は、人工知能の起源を振り返ることで、人間と物質、人間と神、人間と人間、人間と環境の関係など、さまざまな観点から主要な人類文明の独特な解釈を提供します。また、将来的には人工知能の発展方向は「人間と機械の統合知能」となり、人間の英知と機械知能を融合して、より強力で支援力のある「人間と機械と環境の相互作用システム」を形成する可能性が高いと指摘した。

人工知能が誕生してから60年以上が経ちました。この60年以上の期間には、浮き沈みがありました。双体研究所は最近、劉偉氏の「人工知能を問う」シリーズの推進を開始し、人工知能はどこから来てどこへ向かうのかといった基本的な疑問を皆で探求したいと考えています。

[[285630]]

ある意味で、人類の文明とは、人間が世界と自分自身を継続的に理解していくプロセスです。そのルーツを辿るには、人類の歴史と、人類の知識獲得方法の起源と発展から始める必要があります。

東洋と西洋の観点から見た「人工知能」の違いは何でしょうか?

古代人類文明の歴史において、古代バビロニアと古代エジプトはほぼ同時期に出現しました。6,000年以上前にすでに国家、道具、文字が存在していました。この2つの文明は、ヨーロッパ文明の起源に直接つながりました。これら2つの文明は、主に水利、道具、制度、法律など、人と物（対象）の関係を研究しました。人間と物との関係は、後にヨーロッパの地中海（ギリシャ）文明に影響を与え、その後ヨーロッパ大陸全体に広がり、科学技術を生み出しました。科学技術の目的は、人間と物との関係を研究することです。

これら2つの最古の文明に加えて、古代インド文明の重要な特徴は、人間と神との関係の研究であり、これは主に人間と抽象的なものや制御できないものとの関係です。中東とインドでは、イスラム教、キリスト教、ヒンズー教、仏教など、人間と神との関係を探求する世界のほぼすべての主要な宗教が生まれました。

さらに、人と人、人と環境の関係を研究する文明として、中国文明があります。中国文明は、人と物、人と神との関係ではなく、人と人がいかに仲良く暮らすか、人と環境がいかに調和するか、そして天と地と人がいかに共存するかということに関心を持っています。

同じタイムラインから見れば、より明らかになります。西洋科学と哲学の最も重要な創始者であるタレスは、中国で老子や孔子とほぼ同じ時代（約2,500年前）に登場しました。彼の思想は、彼のモットーの一つである「水は最良である」に反映されています。水は物質です。地球上のすべての生物は海から生まれました。つまり、生命は水から始まり、水は人類を養い、育ててきました。そのため、西洋の科学と哲学は、最初から物質と密接に関係しています。老子の「最高の善は水のようなものです」や孔子の「時は矢のように飛ぶ」も、水に対する一種の嘆きですが、そのほとんどは感性と倫理に限定されています。これらの代表的な人物の言葉から、東洋文明と西洋文明の違いが分かります。

知性の起源 © 劉偉

つまり、人類の長い歴史の発展の過程において、人類の四大文明は、人間と物、人間と神、人間と人間、人間と環境との関係に重点を置いてきました。科学技術の発展は「人と物」と密接に関係しており、それが近代科学技術がヨーロッパで生まれた理由の一つです。しかし現在、社会と人類の継続的な進歩に伴い、人と人、人と環境の関係がますます重要視されるようになっています。そのため、今日の世界の焦点は、西洋の視点から、人と人、人と環境との関係性に焦点を当てた東洋の視点へと徐々に移り変わってきています。

人工知能の本質とは何でしょうか?

人間と物体の関係は西洋における重要な研究方向です。同時に、機械は人工物であるため、人間とコンピュータの相互作用も西洋で生まれました。人間とコンピュータの相互作用の本質は共存、つまり「一緒にいること」です。人々は自分自身の強みと機械の強みを組み合わせて、インタラクティブで実質的な問題を形成します。人工知能の今後の発展方向は、人間の知恵と機械知能を組み合わせて、より強力でサポート力のある発展モデルを形成する、人間と機械の融合知能または人間と機械のハイブリッド知能になる可能性が高い。これは、人間とコンピュータの相互作用における生理学的問題の研究であるだけでなく、心理学的または脳の問題の研究でもあります。実は、 「人間とコンピュータの相互作用」や「人間とコンピュータのハイブリッドインテリジェンス」はどちらも不正確な表現です。最も正確な表現は「人間と機械と環境の相互作用システム」です。人間、機械、材料の間の相互作用は不完全であるため、それらはすべて環境の大きなシステムを通じて通信します。したがって、「人間と機械と環境」のシステムエンジニアリングは、将来の主要な研究方向になる可能性があります。

では、人工知能や知能の本質とは何でしょうか?これは人々の成長経験や発達から見ることができます。一般的に言えば、母親の子宮内の胎児は、すでに聴覚、嗅覚、味覚、触覚などのさまざまな感覚を持ち始めており、外部環境と母親の子宮の内部環境と相互作用し始め、非常に単純な「私」の概念を形成しています。生まれたばかりの赤ちゃんは、視覚や聴覚などの感覚がまだ十分に発達していないため、触覚を通じて世界と接し、周囲の物事を理解します。子どもは自立した能力を発達させるにつれて、大人の束縛から解放されようとし、他の人のサポートに頼ることなく自分で這ったり歩いたりしようとするようになります。

研究を進める中で、人工知能の出発点となる最初の言葉は「存在」、つまり存在、客観的な物質であることを発見しました。これは西洋哲学において非常に重要な言葉です。世界は物質的、あるいは意識的であり、物質は「存在」です。人間の知性や知恵に関しても、「べき」という言葉があります。 『三国志演義』の「义」は「すべき」という意味で、『张义』の「义」も「すべき」という意味です。「すべき」という言葉は西洋では非常に重要であり、東洋でも高く評価されています。それは東西のコミュニケーションの接点です。 「べき」を哲学的な言葉に翻訳すると、意識、つまり「認識」または「意識」を意味します。さらに、「したい」という問題もあります。人間には「したい」、つまり何かをしたいという気持ちがありますが、機械には「したい」という気持ちがありません。機械はプログラムや指示に従って動作するだけです。そして人間には「できる」という問題、つまりそれができるかどうかという問題もあります。マシンにはこの問題はなく、正常に動作します。

ヒュームは彼の哲学体系において非常に重要な問題を提起しました。「ある」は「あるべき」から演繹することはできない、つまり事実から価値を演繹することはできないということです。古代中国には「天は勢いよく動き、君子は常に向上に努めるべきだ」という有名な格言があります。これは真実ではありません。 「天は盛んに動く」というのは事実であり、「君子は絶えず向上に努める」というのは価値観であり、両者を同一視することはできない。ここで非常に重要な言葉が「変化」です。人間は常に変化しますが、機械は変化できません。機械はルーチンに従い、古いやり方に固執し、古いやり方に適応しようとすることしかできません。したがって、「事実を使って価値を推測することはできない」というのは、人工知能と人間の知能の非常に重要な違いです。

[[285631]]

デイヴィッド・ヒューム © ビリビリ

さらに、人間にはもう一つの非常に重要な特性、つまり知覚の恒常性があります。人間は通常、変化する外部環境においても、特定の色など、物体の本来の外観に関する知覚を保持することができます。異なる状況では、この色の影響は変化しますが、人々はこの変化の中に恒常性を感じることができます。機械はそうではありません。機械は外部の色の変化にリアルタイムで反応し、変化しないものを見つけるのは困難です。

「インテリジェンス」とは何でしょうか?

人工知能は知能から生まれます。知能とは何でしょうか?最も深いレベルでは、これは哲学的な質問です。昔、哲学者のグループが知性と知識とは何かについて議論していました。マイケル・ポラニーは 1960 年代に『暗黙の次元』という本を著し、その中で「知れば知るほど、知らないことが減る」と主張しました。同時に、彼は私たちが伝えられる以上に多くのことを知っているとも信じています。ポランニーの言葉から、暗黙知が明示的知識への継続的な進歩と進化を左右していることがわかります。

フリードリヒ・ハイエクの経済学は世界に大きな影響を与え、彼はノーベル経済学賞を受賞しました。彼は生涯を通じて、政治、社会、経済、文化、芸術、哲学、心理学に関わりました。認知科学の分野では、『感覚の秩序』という本を著しました。この本の中で彼は、 「デザインよりも行動の方がはるかに重要だ」という見解を明確に打ち出しており、これは人々のさまざまな感情が意図的にデザインされるのではなく、行動を通じて表現され、その後の進化によってデザインが生まれたということを意味しています。 Wikipedia の創設者の一人であるジミー・ウェールズは、『The Order of Sensations』という本を高く評価し、この本が Wikipedia を創設するきっかけになったと信じていました。

カール・ポパーは、物理的世界、精神的世界、人工的世界という3つの世界という考えを提唱した偉大な哲学者でした。さらに、彼は著書『科学的発見の論理』の中で、科学とは検証ではなく反証であると提唱した。彼は、科学とは観察と帰納による検証という従来の経験的メカニズムではなく、疑問を提起し、推測し、反論し、試行錯誤を続け、そして新しい科学が生まれることであると信じていた。帰納法は不完全であるため、多くの抜け穴があります。ポパーは帰納法を的を絞って整理しました。

人工知能の分野は、1956 年に米国で開催されたダートマス会議から始まったと一般に考えられています。しかし、実際には、その科学的起源は19世紀のチャールズ・バベッジにまで遡ることができます。彼はケンブリッジ大学のルーカス教授であり、世界の機械式コンピューターの先駆者でした。彼が作った機械式コンピューターは、正弦と余弦の値を計算するのに使用できます。その時から、人類は計算の幕を開けました。もう 1 人はケンブリッジ大学のバートランド ラッセルです。彼は自身の哲学的アイデアと数学的基礎を利用して、重要な新しい哲学の分野である分析哲学を創始しました。分析哲学を頂点に押し上げた人物はルートヴィヒ・ヴィトゲンシュタインです。彼は著書『論理哲学論考』の中で、言語は哲学の重要なツールであり、哲学の入り口でもあると提唱しました。

人間と機械の融合知能の起源 © Liu Wei

それ以前に、哲学の発展には2つの画期的な出来事がありました。その1つは、世界の起源、つまり世界は物質的なものか意識的なものかという疑問でした。この問題は1000年以上議論され、後にデカルトが二元論を提唱しました。その後、人々は哲学を学ぶために様々な方法を試みましたが、ウィトゲンシュタインが哲学の軌道を変えるまで、ほとんど成功しませんでした。彼は前半生を言語の人工性の研究に費やした。いわゆる人工言語は、標準化、フォーマット化、手続き化、手続き型言語である。後半生では、主に前半生の仕事を否定し、生きた自然言語の研究を始めた。彼は、真の哲学は生きた言語を通じて表現され、それによって哲学の奥深さと意義を反映すると信じていた。

知能の概念に関して、権威ある辞書であるメリアム・ウェブスターは知能を「理解する能力とさまざまな適応行動」と定義しています。オックスフォード辞典は知能を「観察、学習、理解、認識する能力」と定義しています。新華社辞典は知能を「知恵と能力」と定義しています。米国の有名な人工知能研究専門家であるジェームズ・アルバスは、別の人工知能専門家であるヘンリー・ヘクスムアに対して次のように答えています。「知能には、知識がどのように獲得、表現、保存されるか、知的な行動がどのように生成、学習されるか、動機、感情、優先順位がどのように発達、使用されるか、センサー信号がどのようにさまざまな記号に変換されるか、さまざまな記号がどのように論理演算を実行し、過去について推論し、将来の計画を立てるために使用されるか、知的なメカニズムがどのように幻想、信念、希望、恐怖、夢、さらには優しさや愛を生み出すかが含まれます。」

しかし、最先端の科学であり学際的な分野である人工知能には、まだ統一された定義がありません。異なる科学的背景を持つ学者たちは、人工知能について異なる解釈をしている。象徴主義学派は、人工知能は数学的論理に基づいており、コンピュータの記号操作を通じて人間の認知プロセスをシミュレートし、それによって知識ベースの人工知能システムを確立すると考えている。コネクショニスト学派は、人工知能はバイオニクス、特に人間の脳モデルの研究に基づいており、ニューラルネットワークとネットワーク間の接続メカニズムおよび学習アルゴリズムを通じて、人間の脳に基づく人工知能システムを確立すると考えている。行動主義学派は、知能は知覚と行動に依存しており、インテリジェントエージェントの外部環境への相互作用と適応を通じて、「知覚-行動」に基づく人工知能システムが確立されると考えている。実際、これら 3 つの学派は、それぞれ思考、脳、身体という 3 つの側面から人工知能を説明しています。彼らの目標は、人間と同じくらい知能が高く、環境に適応できる知的存在を作り出すことです。

人工知能の開発はどのような段階を経てきましたか?

人工知能の発展は、インキュベーション段階、初期発展段階、反省的発展段階、活発な発展段階の 4 つの段階に分けられます。

（１）孵化段階

あらゆるものの形成と発展には一定の基盤があり、人工知能も例外ではありません。まず、哲学の分野では、学者たちは意識の問題に特別な関心を持っています。 17 世紀にデカルトが「我思う、ゆえに我あり」という議論を提唱して以来、意識の構成についての議論は止むことなく続いています。トーマス・ホッブス、メルロ＝ポンティらは心身二元論に明確に反対した。前者は人間は純粋に理性的であると信じ、後者は心と体は独立した個人ではないと信じた。こうした哲学的な議論は、初期の人工知能の促進と発展に大きな役割を果たしたと言えます。

1943 年、マカロックとピッツは有名な MP モデル (マカロック・ピッツ ニューラル モデル) を提唱しました。彼らはニューロンをバイナリ スイッチとみなし、異なる組み合わせによって異なる論理演算を実現できると考えました。このモデルの重要性は、人工ニューラル ネットワークの研究の先駆けとなったことにあります。 1949 年にドナルド ヘブは学習モデルを提唱しました。その基本的な考え方は、シナプスの前後の 2 つのニューロンが同期して活性化されると、シナプス接続が強化されるというものです。 MP モデルとヘブの学習規則の確立は、後のコネクショニズムの基礎を築きました。

他の分野では、「現代コンピュータの父」フォン・ノイマンが 1945 年にコンピュータ アーキテクチャを提案しました。これは後にフォン・ノイマン アーキテクチャと呼ばれ、現在でも使用されています。 1948 年、ノーバート・ウィーナーは神経系の働きとコンピューターの類似点を指摘し、両者の間に本質的なつながりを発見しました。これにより自動制御の研究は新たなレベルに達し、その後の人工知能分野の創設に大きな影響を与えました。アラン・チューリングは、1936 年と 1950 年に、コンピューターで何ができるか、知能をどのように定義するかといった重要な問題を明らかにすることを目的として、それぞれチューリング マシンとチューリング テストの概念を提唱しました。ウィトゲンシュタインもこの問題について考えました。彼は『哲学探究』の中で、機械は確かに考えることができないと明確に指摘しました。

（２）開発初期段階

人工知能の初期開発の主な分野は公理的証明でした。アレン・ニューウェル、ハーバート・サイモンらは、数学的記述を証明するために、Logic Theorist (LT) と呼ばれるインテリジェント プログラムを作成しました。一般的な数学的推論プロセスとは異なり、この手順は結論から始まり、適切な証明問題が見つかるまで後ろから前へ段階的に分析します。 1963 年、LT プログラムはラッセルとホワイトヘッドの『プリンキピア・マセマティカ』の第 1 章にあるすべての定理を証明しました。 2年後、論理学者の王昊と数理論理学者のエイブラハム・ロビンソンは、この解決法を用いて、機械を使って『プリンキピア・マセマティカ』のすべての命題論理定理を証明しました。

人工知能は他の研究分野でも初期の進歩を遂げています。 1957年、フランク・ローゼンブラットは初めてパーセプトロンの概念を導入し、コネクショニズムの研究を促進しました。同時に、パーセプトロンの出現により、ニューラルネットワークの真の姿が明らかになりました。数年後、ジョン・ホランドとデビッド・フォーゲルに代表される、自然な生物学的進化のメカニズムを模倣した進化コンピューティングが登場し始めました。 1965 年、MIT 人工知能研究所のロバーツは多面体認識プログラムを作成し、機械視覚の分野を切り開きました。

（３）反省と発展の段階

開発の初期段階では、さまざまな分野で一定の進歩が見られましたが、当初想定されていた人工知能にはまだまだ程遠い状況です。 1969年、「人工知能の父」として知られるマービン・ミンスキーとシーモア・パパートは『パーセプトロン』という本を出版し、単層パーセプトロンではXOR（排他的論理和）ロジックを実装できないことを指摘し、研究者の信頼を大きく損ないました。 1970 年代初頭、国防高等研究計画局 (DARPA) や原子力規制委員会 (NRC) など、人工知能に資金を提供していた機関は、徐々に無目的な人工知能研究への資金提供を停止しました。人工知能の最初の冬が到来しました。

低迷期に、人工知能コミュニティは反省し始めました。ヒューバート・ドレフュスが代表するグループは、人工知能を容赦なく批判した。彼はかつて、人工知能の研究はいずれジレンマに陥るだろうと述べた。エドワード・ファイゲンバウムが代表するもう一方のグループは、人工知能に希望を抱いていた。彼は、ジレンマから抜け出すには多くの知識が必要だと信じていた。その結果、知識工学とエキスパート システムがさまざまな分野で登場しました。たとえば、初期のリバース リンク エキスパート システム MYCIN は、特定の種類の感染症を診断できます。この段階（1976年 - 1980年）は復興期としても知られています。

1980 年代に入ってから、人工知能コミュニティは、初期の人工知能研究で使用されたニューラル接続法と遺伝的アルゴリズムを再確認しました。 1982 年、ジョン・ホップフィールドはホップフィールド ニューラル ネットワークを提案し、「計算エネルギー」の概念を導入し、ネットワークの安定性について判断を下しました。 1984 年に、彼は連続時間ホップフィールド ニューラル ネットワーク モデルを提案し、ニューラル ネットワークの研究における先駆的な研究を行いました。 1986 年、Jeffrey Hinton、David Rumelhart、James McClelland はバックプロパゲーション アルゴリズム、つまり BP アルゴリズムを再提案しました。コネクショニズムは象徴主義とは異なり、その研究方法は知識表現によってもたらされる困難を巧みに回避していることは言及する価値がある。同時に、ロドニー・ブルックス教授は1991年に、コネクショニズムと象徴主義は非現実的であり、単純なことを複雑にしていると批判する論文を発表しました。彼は知覚と行動の直接的なつながりを強調し、それが人工知能研究の別の学派である行動主義の発展を大きく促進しました。

この時期、人工知能の研究はかつてないほど盛んだったことがわかりますが、好景気は長くは続きませんでした。1987年に現代のコンピュータが登場したことで、人工知能の厳しい冬が再び訪れました。人工知能の分野では大きな進歩は遂げられておらず、いわゆるエキスパートシステムの用途は依然として限られていることが一般的に認識されています。その結果、人工知能の研究は再び停滞しました。

（４）急成長段階

1997 年のディープ・ブルーの勝利により、人工知能に対する人々の関心が再燃しました。 2006年、ヒントンはディープ・ビリーフ・ネットワークを提案し、ディープ・ニューラル・ネットワークのトレーニングを可能にし、ディープラーニングの到来を告げました。 2011年、IBMのワトソンがクイズ番組「Jeopardy!」に出場し、人間のチャンピオン2人を破って大きな話題を呼んだ。 2012年、ヒントンの学生アレックス・クリジェフスキーはAlexNetを使用してImageNet画像分類コンテストで大きな差をつけて優勝し、ディープニューラルネットワークが注目を集め始めました。同年、ディープラーニング技術を採用したGoogle Brainは何千もの動画を視聴し、動画の中に猫が自発的に登場していることを発見した。 2016年、Google DeepMindのAlphaGoが世界トップの囲碁プレイヤーであるイ・セドルを破り、人工知能の発展が再び促進されました。人工知能は現在、第三の絶頂期にあります。

ワトソンはバラエティ番組「Jeopardy!」に出演し、その能力を試す

一般的に、人工知能が誕生してから60年以上が経過しています。この60年以上の期間には、浮き沈みがありました。人間にとって、60歳を超えるということは、徐々に老齢期に入り、人生の多くの側面が衰え始めることを意味します。しかし、人工知能は、いくつかの紆余曲折と浮き沈みを経験した後も、今日でも繁栄しており、ますます若返っているように見えます。