人工知能

人工知能は、機械が知的と思われる行動——問題解決・学習・言語理解・知覚・推論——を実現するための科学と技術の総体である。1950年代にアラン・チューリングとジョン・マッカーシーによって礎が築かれ、以来「機械は考えられるか」という哲学的問いと実用的技術の両面で急速な発展を続け、今日では社会のあらゆる領域に浸透しつつある。

人工知能をめぐる根本的な問い

「機械は考えられるか」——チューリングが1950年の論文で提起したこの問いは70年以上経った今も解決されていない。チューリングテストは「人間と見分けがつかない応答ができればよい」という行動的基準を提案したが、ジョン・サールの「中国語の部屋」の思考実験が示すように、外見上正しい応答をすることと「理解する」ことの間には埋めがたい溝がある可能性がある。

記号を操作するシステムは構文（syntax）を扱えるが、意味（semantics）を「持つ」のかという問いは依然として開かれている。不完全性定理との関係も深く、ゲーデルの定理から人間の意識はアルゴリズムで再現できないとペンローズは論じたが、多くの研究者はその議論に疑問を呈している。

思想の系譜

人工知能という分野は1956年のダートマス会議で正式に誕生した。初期の記号AIは論理的規則と知識ベースで推論するアプローチを取ったが、現実の曖昧さには対処しにくかった。1980〜90年代の機械学習の台頭、2010年代のディープラーニング革命を経て、AIは画像認識・音声認識・自然言語処理において人間の能力を超える領域が生まれた。

ホフスタッターの『ゲーデル、エッシャー、バッハ』は1979年の時点で、AIの核心的問いを同型性・自己言及・パターン認識という概念で先取りしていた。意識や意味の理解は単なる記号操作では生まれないという洞察は、大規模言語モデルが登場した現在も挑戦的な命題として残っている。

現代への接続

大規模言語モデル（LLM）はテキスト生成における人工知能の能力を劇的に引き上げた。文章を書き、コードを生成し、複雑な推論を展開する能力は、かつての予測をはるかに超えている。しかし「見えるように見える」と「実際にそうである」の差は縮まってはいるが消えてはいない。LLMが「理解」しているのか「確率的にもっともらしいパターンを出力」しているのかという問いは、哲学的に依然として開かれている。

社会的影響もまた巨大だ。雇用・創造性・プライバシー・意思決定の自律性——人工知能の発展は社会の根幹に関わる変化を引き起こしている。誰がAIを所有し、誰が恩恵を受け、誰がリスクを負うかという問いは、技術的課題と同等かそれ以上に重要な政治・倫理的課題だ。

人工知能が残すもの

人工知能の発展が最も深く問うのは「人間の知性とは何か」という問いだ。AIが模倣しやすい知的行動と苦手とする知的行動の境界線は、知性の本質について新たな洞察を与え続ける。MIU体系の比喩に戻れば、現代AIは体系のルールを超高速で実行する能力を獲得したが、「体系の外から構造を俯瞰する」意味での理解を持つかどうかは不明だ。人工知能の探求は技術の問題であると同時に、私たち自身の自己理解——知性・意識・知ることの意味——への問いかけでもある。

不完全性定理が数学の完全な形式化の不可能性を示したように、人工知能もまたその限界と可能性の境界線を私たちに問い続けている。機械が「考える」ようになることは、人間が「考えるとはどういうことか」を問い直す鏡となる。人工知能の発展の軌跡は、知性・意識・理解という人間存在の根本的な謎への、20世紀以降最も精力的な探求でもある。