AI

定義

「一般に人間の知性と結び付けて考えられる、推論、学習などの機能を遂行する、機能単位の能力」（JIS）

共通点は「人間と同じ知的作業をする機械を工学的に実現する技術」といえる

「知的作業をする機械」と、「工学的に実現する」（＝人間がもつ自然知能は枠外におく）という点

複数の課題に対応できる人工知能

何をもって「汎用的」というのかは難しい

特化型AI

特定の課題に対応できる人工知能

ex.自動車の運転、将棋、画像生成、文章生成、文章の翻訳 etc.

現状のAIはここに留まる

「AI」の乱用→イメージの混乱

table:

①単純な制御プログラム 一定のルールに従って動作を自動的に調整する

マーケティング的な動機でAIを名乗っているだけのものも

②古典的なAI 一定のルールに従って論理的な推論・探索などの情報処理を行う（エキスパート・システムなど）

⇒現状、家電のアシスタントとしてのAIから、複雑な計算を行うAIまで、様々なレベルのものが「AI」と呼ばれているため、混乱している

AIの歴史

第1次AIブーム（’50～’60s）

この時期ごろ、コンピュータ（原始的な計算機械）が勃興してきたことと連動

人工知能（artificial intelligence）という言葉が初めて使われる

コンピューターによって知能を実現する研究の始まり

推論・探索をコンピューターで実行

人間よりも速くパズルを解く（チェス、迷路など）

やっていることは未だ「めちゃくちゃ速い虱潰し」にすぎない

限定された状況での問題しか解けない

⇒現実世界への応用（自動翻訳など）はまだ難しかった

第2次AIブーム（’80s）

専門知識をプログラム化し、専門家の代替を目指す

⇒産業への応用（エキスパート・システム）

医師の知識⇒医療診断システム

法律の知識⇒司法判断システム

生産管理、会計、人事、金融 etc.

専門家へのヒアリングが必要

あくまで専門家（人間）の判断のコピー

知識データの更新の手間が大きい（AIの速さが生かせない）

言語化されない知識（暗黙知）の再現が困難（経験や感覚は言語化しにくい）

⇒手間がかかりすぎるので人の代替にはなりえず、ブームは落ち着く

第3次AIブーム（’10s）

大量のデータを読み込み、統計的なパターンを抽出⇒パターンに従い新しいデータを分類

画像認識、音声認識、自然言語処理などに応用

確率に基づく判断⇒間違いを含む

間違いを許容しながら利用されるAI

固定された手続きを自動化するAI（第2次ブームまで）からの発想の転換

開発段階でのミスがなくても間違いは起きる

ex.自動運転車の事故、自動翻訳の誤訳、自律兵器の誤射など

人間が生成AIにタスク遂行を委譲する度に、認知的自律性を失っている？