鍵は裏にいる人間
「拡張知能」と「人工知能」 2つのAIはどこが違うのか
『ターミネーター』から『アイ,ロボット』『チャッピー』『エクス・マキナ』まで、映画の描く未来では人工知能が人間の日常生活に浸透している。だが現実はまだ、そこまで進歩していない。
AIの本格導入は、緻密な学習プロセスや試行錯誤を必要とする《クリックで拡大》
企業にとって、人工知能（Artificial Intelligence）が競争や仕事の獲得、売り上げ増加にもたらすメリットは計り知れず、人工知能を導入したと言いたがるのも無理はない。一般消費者が（そして一部のIT関係者も）高度なソフトウェアの登場を見て映画のような未来がいよいよ始まると思い、それを「人工知能」と呼びたくなるのも当然だろう。
だが実のところ、本当の人工知能はまだ実現していない。人工知能市場の規模は2017年だけで30億ドルになると予想されているが、真の人工知能はこの先少なくとも10年は登場しそうにない。では、今「人工知能」や「AI」と呼ばれてブームになっている高度なアルゴリズムやテクノロジーは何なのか。それは本来、拡張知能（Augmented Intelligence）と呼ぶべきものだ。
拡張知能とは
拡張知能は一見、人工知能に似ているが、両者の間には大きな違いがある。それは裏で糸を引いている人間の存在だ。拡張知能のプログラムは、プログラマーが決めたシナリオどおりに動作し、学習する。まるで人間のように動いたり反応したりする機械も、全ては人間が入力した情報に従っている。例えば、ソフトウェア開発者は「この場合はこうしろ」というシナリオを入力し、機械が実行すべき反応をあらかじめ作成しておく。高度な機械学習機能でも、学習のロジックと推論は開発者があらかじめ入力したものだ。いつ、どんな場合に、どのように反応するかという条件を人間が常に決めている。そこが人工知能と違うところだ。
人工知能の条件とは
では、人工知能はどのようなものかというと、通常なら人間の知能と理性を必要とする仕事を機械で代行する技術のことだ。現在のロボットでもさまざまな仕事を代行できるが、本当の人工知能と呼ぶには、知識を超えた理性や論理を形成する道徳性や倫理性を備える必要がある。
まず、本当の人工知能が備える道徳性とは、状況や状態、場所などに応じて善悪を判断する能力だ。例えば、自動運転車は人の命の危険がかかわる状況に遭遇した場合、即座に判断できなければならない。その場のさまざまな条件に基づく判断には、その結果がもたらす生死も関係してくる。
次に、本当の人工知能が持つ倫理性とは、行動を統制し、体験から学習して独自の規律を持つ能力だ。こうした規律は人間によって導かれながらも、人工知能が自律的に課し、自律的に制御する。例えば、捜索救助用のドローンは、生命に影響のない重要な仕事を遂行するために誰かのプライバシーや財産を侵害してもよいのかどうか。また、ドローンがプライバシーを侵害しても誰にも分からないという場合はどうなのか。
「この場合はこうする」といった基礎的な論理は機械にプログラムすることができるが、真の論理は、機械の行動原理を左右する道徳性や倫理性と深く絡み合っている。それは人間がそれぞれの人生を通して学習し身に付けるものであり、幾世代も前から受け継がれ、何千年もの歴史によって築かれてきたものだ。本当の人工知能を実現するには、機械やボットが自分で「考える」ようになり、人間の基本的な本能と理性に匹敵するだけの条件を満たさなければならない。さらには時間と経験に応じてそうした道徳性や倫理性を変更し、状況によってはこれに反する動作も実行できなければならない。そしていつか本当に機械が人間と同じように行動し、あらかじめプログラムされた倫理に背くことすらできるようになったら、その行動や結果は制限不可能だろう。
本当の人工知能の時代はいつ到来するのか
業界は新しい技術を人工知能として大きく宣伝しているが、本物の人工知能はまだ1つも誕生していない。あたかも人工知能であるかのように見える拡張知能の例は幾つかあった。報道によれば、Facebookは実験的なAIボットが独自の言語を作って互いに会話を始めたためこれを停止したという。だが、こうしたボットの背後にも必ず、それを操る人間が存在している。映画が描く未来のように、ロボットが自分で考え、日常的に人間と共存する日はまだ遠い先のことになりそうだ。それにしても、いつか真の人工知能が誕生したとき、人間はそれをコントロールできるのだろうか。
Copyright © ITmedia, Inc. All Rights Reserved.
この記事の著者
関連記事
新着ホワイトペーパー PR
-
事例
[株式会社キーエンス] PCが苦手でも自動化できる ポポラマーマなど4事例に学ぶ「ナビ搭載型RPA」活用 -
製品資料
[株式会社クレオ] IT部門を“価値創造組織”へ転換 IT管理プロセスの改革で戦略的リソースを確保 -
製品資料
[株式会社クレオ] Excel管理が限界に――ITサービス管理の脱・属人化と運用高度化を実現する方法 -
製品資料
[株式会社クレオ] 西武グループやイオングループも実践 事例に学ぶ「ITサービスデスク業務」改善 -
製品レビュー
[株式会社クレオ] 「使われないITシステム」から脱却 現場が求める業務改善を実現する方法
こんなメディアも見られています
TechTargetジャパンに関連する情報をお探しであれば、こちらのメディアもお役に立てるかもしれません。
ベンダーコンテンツ PR
From Informa TechTarget
SpecialPR
アクセスランキング
-
1
法務と開発者で「言葉が通じない」問題 トヨタやソニーが語るOSS管理の真実
-
2
なぜ「Gemini 4 Argon」は出遅れたのか？ Googleが狙う“逆転のシナリオ”
-
3
ChatGPTは“検索しまくり”でGeminiは“淡泊”？ データが明かすAIの裏側
-
4
「Windows」の不要なファイルを安全に消して容量を空ける方法
-
5
情報漏えいはなぜ繰り返されるのか 今すぐ見直すべき「境界」
-
6
生成AIが普及しても「技術書」を手放せないエンジニアの本音
-
7
年収が増えても幸せになれない 給与増でエンジニアが直面する「幸福度の壁」
-
8
鹿島建設のDXを阻む「10年前のAWS」 安全性と自由度を両立したモダナイズ
-
9
「また同じ説明か」 消費者の半数が離脱するAIチャットbotの“記憶喪失”
-
10
世界PC出荷数が20％急減 情シスを直撃するPC先行調達の反動と価格高騰
ホワイトペーパーランキング PR
-
1
不審メールの経路や見せ方に変化？ 2026年夏の3事例から見えた動向と対処方法
-
2
家庭用Wi-Fiルーターの業務利用は危険？ 避けるべき理由と具体的な対策
-
3
システムの保守がモダン化を阻む？ 「変えない判断」から脱却する方法とは
-
4
AI駆動攻撃にどう対抗する？ 超速の攻撃からエンドポイントを保護する方法
-
5
プログラミング不要で誰でも実現できる、ネットワーク運用管理の自動化とは
-
6
なぜRPA導入は頓挫する？ シナリオ作成の壁を乗り越える解決策とは
-
7
東大教授と考える、AI時代の「データ主権」「信頼性」「ガバナンス」の在り方
-
8
Linux初心者でも知らないとまずい「RHEL」「SLES」の違いとは？
-
9
「オンプレミス回帰」せざるを得ない“合理的な理由”
-
10
ランサムウェア攻撃“究極の対策”はこれだ
TechTargetジャパン SNS
@techtarget_itmをフォロー
インフォメーション
注目情報をチェック
TechTargetジャパンをフォロー