「考える機械たち」—歴史、仕組み、倫理、そしてAIは意思を持つのか？–2025年8月15日　吉澤有介-

インガ・ストルムケ著、羽根由訳、小林聡監修、誠文堂新光社刊、2025年6月刊
著者は、1989年ドイツ生まれの、ノルウェー科学技術大学コンピュータ・サイエンス科准教授です。もと素粒子物理学者でしたが、人工知能研究に専攻分野を変えました。現在の研究テーマは「人工知能が何を学んでいるかを知ること」で、本書は2023年6月に刊行されて大ヒットし、北欧諸国やドイツにも翻訳されています。
人工知能ほど、スタート地点がはっきりしている科学分野はめったにありません。アメリカ東海岸のダートマス大学で、J・マッカーシーとM・ミンスキーは意気投合して、1955年の夏、小さなワークショップを開催しました。アーテイフィシャル・インテリジェンス（人工知能）という用語をつくり、関連分野のサイバネテイクスと区別しました。両者は根本的に違う概念でした。前者は人工的に知性を創造するシステムを目指し、後者は生物や機械のコミュニケーション制御の研究を目指していました。人工知能の研究テーマは、推論、機械学習、ニューラルネットワーク、創造性、言語理解などを、機械で再現するとして、現代に至る基本的な概念を確立したのです。
1997年、コンピュータのデイプブルーが、初めてチェスの世界チャンピオンを破りました。1秒当たり2憶回の局面探査で勝利したのです。2017年には、アルファゼロが自分相手に練習して、人間が考えつかない手で最強の機械になりました。それもすでに過去のものとなり、私たちは機械に対して恐怖を抱くことになったのです。
またエキスパートシステムは、金融から医療まで、あらゆる分野で活用されました。ところが極めて高度な問題には対処できるのに、人間にとってはごく当たり前な事柄が理解できなかったのです。機械には常識が欠けていました。「モラベックのパラドックス」と呼ばれ、悲観論の末に「常識推論」という研究分野まで生まれました。
ここで人工知能研究は大きく方向転換しました。自分で学習する機械と、これまでになかった計算能力の高さとデータ量の多さで、今日の機械学習が生まれたのです。
機械学習には、さまざまなモデルがありますが、最近では特にニューラルネットワークが大きな成果を挙げています。データを取り込むと、ノードと呼ばれる小さな単位で数学的に処理して計算結果を出します。ノードの接続の仕方によって花の分類や顔認識などの画像処理ができるのです。日本の福島邦彦が大きく貢献していました。
機械学習の一番簡単な方法は、「教師あり学習」です。これには正解が必要でした。しかし、目標達成のためのデータを完全に揃えることは、現実的ではありません。そこに「教師なし学習」が登場しました。機械自身にデータを集めさせ、自分で決定させるのです。環境も含めたすべてを探索する「強化学習」は、人間を超えるものになるでしょう。その中核は大規模言語モデルです。人間は言語で意識を形成します。機械が果たして意識を持てるのか。倫理も法律も政治さえもが揺らいでいます。「了」