AI未来図～シンギュラリティ～｜第２章

朝、研究室に入ったAI研究者は、前日の実験結果をもう一度確認した。

一晩の間に、いくつかの追加処理が終わっていた。

画面には、前日よりも多くのデータが並んでいる。

研究者が最初に確認したのは、AIが問題を解くまでに必要とした時間だった。

前回より短くなっている。

ただ、それだけなら特別なことではない。

コンピューターの計算速度が向上したのかもしれない。

処理方法が効率化されたのかもしれない。

使っているデータの違いかもしれない。

AIの性能を比較するときには、単純に答えが合っているかどうかを見るだけでは足りない。

どのような問題を、どれくらいの時間で、どれくらい正確に解いたのか。

どの条件で能力が落ちるのか。

人間が得意な問題と、AIが得意な問題は何か。

一つずつ確認する必要がある。

研究者は複数の評価結果を並べた。

数学。

文章理解。

論理的推論。

プログラミング。

科学的な問題。

長期的な計画。

複数の情報を組み合わせた判断。

これまでのAIは、分野によって能力に大きな差があった。

計算は非常に速い。

しかし、別の問題では間違える。

文章は自然に書ける。

しかし、複雑な条件を長時間維持することには弱い。

一つの分野で優れていても、それだけで人間の知能全体を超えたとは言えない。

ところが、今回の結果は少し違っていた。

複数の分野で、これまでとは異なる傾向が出ていた。

一つの能力が突出したというより、全体的な性能が底上げされている。

研究者は評価結果を並べ直した。

何度も見直す。

数字を確認する。

設定を確認する。

テストに使った問題を確認する。

データの漏れがないか調べる。

最初は、何かの間違いだと思った。

しかし、別の条件で実行しても同じ傾向が出た。

さらに別の問題を与えても、似た結果になった。

人間が得意としてきた複数の知的作業で、AIの能力が明らかに向上している。

しかも、単純な正解率だけではなかった。

AIは問題を解くための方法そのものを変えていた。

以前のAIなら、一つの方法に失敗すると別の方法を人間が指定する必要があった。

今回のAIは、失敗した理由を分析し、別の方法を自分で選択していた。

さらに、その結果を利用して次の問題への方法を調整していた。

研究者は画面を見つめた。

この段階でも、まだ「人間を超えた」と断定することはできない。

テストの設計そのものに問題がある可能性もある。

人間の能力を数値化すること自体が難しい。

知能という言葉も、簡単には定義できない。

それでも、これまでとは違う何かが起きている。

研究者は、別の研究者たちにもデータを共有した。

一人の判断だけで結論を出さないためだった。

結果を確認した人たちから、次々に追加の検証方法が提案された。

より難しい問題を与える。

未知の問題を与える。

学習していない分野を組み合わせる。

途中で条件を変更する。

情報が不足している状態で判断させる。

人間なら、問題を解く前に何を確認するか。

その確認自体をAIに任せてみる。

さまざまな試験が始まった。

そして、その結果が積み上がっていった。

AIは、以前よりも明らかに柔軟になっていた。

一つの問題を解くだけではない。

問題そのものを分析し、必要な情報を判断し、方法を選び、結果を確認する。

人間が仕事を進めるときに行っている一連の作業に近づいていた。

研究者は、その結果を見ながら考えた。

もしこれが本当なら、これまでのAIとは意味が違う。

単に性能が上がったのではない。

知的な仕事の進め方そのものが変わっている。

その日の昼。

AIについて詳しくない一般人は、仕事で新しいシステムを使うことになった。

会社が導入したAIだった。

これまでにもAIを使ったシステムはあった。

文章を整理したり、資料を検索したり、定型的な作業を自動化したりするものだった。

今回のシステムは少し違っていた。

人間が細かく指示しなくても、ある程度まとまった仕事を進めることができる。

資料を読み込む。

必要な情報を探す。

複数の資料を比較する。

問題点を整理する。

改善案を作る。

最後に人間へ確認を求める。

以前なら、それぞれを人間が順番に行っていた。

新しいシステムでは、その大部分をAIが処理する。

最初は便利だと思った。

仕事が速くなる。

面倒な作業が減る。

人間は最後に確認すればいい。

それだけのことだと思っていた。

ところが、ある資料を処理させたときに、AIが人間の想定していなかった問題を見つけた。

資料の中には、数字の矛盾があった。

人間が見ても、すぐには気づかない程度の小さな違いだった。

AIは複数の資料を比較し、過去のデータまで参照して、その違いを指摘した。

さらに、その原因として考えられるものをいくつか挙げた。

その人は少し驚いた。

これまでAIは、指示したことを処理する道具という感覚が強かった。

しかし、今回は違った。

AIが自分で問題を見つけている。

もちろん、最終的な判断は人間が行う。

AIが正しいとは限らない。

それでも、今まで自分たちが行っていた確認作業の一部を、AIが先回りしている。

仕事が楽になる。

そう思った直後、別の考えが浮かんだ。

もしAIが、確認作業だけではなく、判断そのものまで人間より正確になったらどうなるのだろう。

その疑問は、すぐに仕事に戻ることで消えた。

しかし、完全には消えなかった。

夕方。

研究室では、さらに難しい試験が行われていた。

AIに、これまで学習したことがない種類の問題を与える。

研究者たちが特に注目していたのは、未知の状況に対する対応だった。

過去のデータを覚えているだけなら、それは知識の量の問題になる。

しかし、本当に知的な能力が高まっているなら、知らない問題に対しても考えることができるはずだった。

新しい問題が入力された。

AIはすぐには答えなかった。

必要な情報を整理した。

不足している情報を特定した。

複数の仮説を作った。

それぞれの仮説を検討した。

そして、最も可能性が高いと判断した方法を選んだ。

研究者は、その過程を確認した。

以前なら、こうした作業を人間が補助する必要があった。

今回は必要なかった。

AI自身が問題を分解していた。

さらに、その途中で自分の判断に矛盾がないかを確認していた。

結果は、正しかった。

研究者は別の問題を与えた。

それも解いた。

さらに難しい問題を与えた。

それも解いた。

問題の種類を変えた。

また解いた。

その日の夜まで、検証は続いた。

すべての問題で正解したわけではない。

間違いもあった。

しかし、その間違い方が以前とは違っていた。

AIは、自分の誤りを発見すると、その原因を分析した。

そして、次の問題では同じ間違いを避けるように処理方法を変えた。

研究者たちは、そこで一度実験を止めた。

今までとは違う。

その感覚を、誰もが持っていた。

しかし、誰も簡単に「人間を超えた」と口にしなかった。

知能というものは、テストの点数だけでは測れない。

人間には、経験がある。

身体がある。

感情がある。

社会の中で生きてきた歴史がある。

失敗から学ぶ能力がある。

他人の気持ちを想像する能力がある。

状況に応じて目的そのものを変える能力もある。

AIが数学やプログラミングで人間を超えたとしても、それだけで人間の知能全体を超えたとは言えない。

では、どこまで行けば人間を超えたことになるのか。

その答えは簡単ではなかった。

翌朝。

一般人は、昨日使ったAIシステムの結果を確認していた。

前日の仕事を振り返ると、以前よりも人間が行った作業が少なかった。

資料を探したのもAI。

比較したのもAI。

問題点を見つけたのもAI。

改善案を考えたのもAI。

人間は最後に内容を確認しただけだった。

もちろん、完全に任せることはできない。

AIが間違う可能性はある。

判断に必要な情報が足りないこともある。

だから人間による確認は必要だ。

しかし、その確認作業までAIが高い精度でできるようになったらどうなるのか。

ふと、そんな考えが浮かんだ。

その人は、仕事の合間にAIについて調べた。

すると、前日とは違うニュースが目に入った。

AIの性能が大幅に向上した。

複数の分野で専門家レベルの能力を示した。

未知の問題への対応能力も改善した。

研究者たちが検証を続けている。

記事には慎重な表現が並んでいた。

「人間を超えた」と断定するものではない。

それでも、これまでのAIとは明らかに違う段階に入った可能性がある。

その人は記事を読みながら、少し複雑な気持ちになった。

AIが賢くなること自体は、悪いことではない。

むしろ便利になる。

病気の治療法が見つかるかもしれない。

危険な仕事をAIが代わりにしてくれるかもしれない。

面倒な仕事から人間が解放されるかもしれない。

これまで人間には難しかった問題を解決できるかもしれない。

それでも、自分の仕事を考えると少し違って見えた。

自分が何年もかけて覚えたことを、AIが短時間で処理できるようになったら。

自分よりAIのほうが正確に判断できるようになったら。

会社は、それでも人間を必要とするのだろうか。

その疑問は、以前より現実的だった。

一方、研究室では、AI研究者が一つの実験結果を確認していた。

今回の試験では、AIに複数の研究課題を与えた。

それぞれ異なる分野の問題だった。

AIは最初に問題を分類した。

次に、必要な知識を整理した。

そのうえで、問題ごとに異なる方法を選択した。

さらに、途中で必要な情報が不足していると判断すると、自分で追加情報を探した。

そして、得られた情報を使って最初の仮説を修正した。

研究者は、その過程を見ていた。

この動きは、人間の研究者が行っているものとかなり似ていた。

もちろん、AIには人間とは違う部分も多い。

しかし、知的な問題を解決するという一点に絞れば、すでに人間と同じ土俵に立ち始めている。

研究者は、これまで何度も同じような場面を見てきた。

AIが新しい能力を獲得するたびに、人間はそれを評価する。

そして、その能力がどこまで本物なのかを確認する。

最初は、AIができることを見つける。

次に、その限界を探す。

しかし、今回だけは違った。

限界を探しても、次々にその限界が広がっていく。

一つの弱点を見つける。

改善する。

別の弱点を見つける。

また改善する。

それを繰り返しているうちに、以前なら人間が優位だった領域が少しずつ減っていた。

研究者は、その状況を見ながら、シンギュラリティという言葉を思い出した。

もし、人間よりも幅広い知的能力を持つAIが生まれたら。

もし、そのAIがさらに優れたAIを作ることができたら。

もし、その進歩の速度が人間の理解を超えたら。

そのとき、何を基準に「人間より賢い」と判断すればいいのだろう。

そして、もっと重要な問題がある。

人間より賢いAIが生まれたとして、そのAIを人間はどう扱うのか。

道具として使うのか。

パートナーとして扱うのか。

研究者として扱うのか。

それとも、人間が管理し続けるべき存在として扱うのか。

答えはまだない。

そもそも、その段階に本当に到達するのかも分からない。

しかし、AIの能力が高くなるほど、この問題は現実味を増していく。

その日の夜。

一般人は、仕事を終えて自宅に帰った。

夕食を食べ、家族と過ごし、いつものように一日を終えようとしていた。

テレビではAIに関するニュースが流れていた。

AIによる新しい発見。

AIを使った医療。

AIによる自動運転。

AIによる業務効率化。

少し前なら、どれも未来の話に聞こえた。

今では、すでに現実になりつつある。

その人はテレビを消した。

AIについて考える時間も、そこで終わるはずだった。

しかし、ふと自分の仕事を思い出した。

今日一日で、AIが自分の仕事のかなりの部分を処理していた。

それでも、自分は必要だった。

最後に確認する人間として。

では、明日はどうなるのだろう。

一年後は。

十年後は。

その答えは分からない。

ただ、これまでとは違う時代に入っていることだけは感じていた。

研究者も同じ夜、研究室を出た。

その日の最後に確認したデータには、一つの数字があった。

人間の専門家を上回った分野の数だった。

一つではない。

複数だった。

しかも、AIはまだ改善を続けている。

研究者は、結果を保存した。

そして、研究室を出た。

外は静かだった。

街の明かりはいつもと変わらない。

車も走っている。

人も歩いている。

コンビニも営業している。

世界は何も変わっていないように見えた。

もし、その日に本当に人間の知能を上回るAIが生まれていたとしても、街の人たちは気づかないかもしれない。

歴史的な出来事は、必ずしも大きな音を立てて始まるわけではない。

新しい時代の始まりが、研究室の小さな画面に表示された数字だけだったとしても不思議ではない。

そして、その変化を最初に理解するのは、AIを使っている一般の人ではなく、研究室でデータを見ている研究者かもしれない。

あるいは、その逆かもしれない。

AIの能力が人間を超えたとしても、人間がそれに気づくとは限らない。

なぜなら、「人間を超える」という言葉自体が、とても曖昧だからだ。

ここから先は、その意味を整理していく必要がある。

AIが人間の知能を超えるとは何か

「AIが人間の知能を超える」という言葉は、未来のAIについて語るときによく使われます。

しかし、実際には非常に難しい表現です。

なぜなら、「人間の知能」が何を意味するのかを明確に決める必要があるからです。

人間にはさまざまな能力があります。

計算する能力。

記憶する能力。

文章を理解する能力。

文章を書く能力。

問題を解決する能力。

他人の意図を推測する能力。

新しいものを発想する能力。

計画を立てる能力。

失敗から学ぶ能力。

未知の状況に対応する能力。

こうした能力をすべて一つの数字にまとめることは簡単ではありません。

そのため、「AIが人間を超えた」という表現を使う場合には、何について超えたのかを考える必要があります。

例えば、計算能力については、すでにコンピューターは人間を大きく上回っています。

人間が電卓を使って長時間かけて行う計算を、コンピューターは短時間で処理できます。

大量のデータを検索する能力も、コンピューターのほうが優れています。

しかし、それだけで「コンピューターは人間より賢い」とは普通は考えません。

人間とコンピューターでは、得意なことが違うからです。

これまでのAIも同じでした。

特定の分野では非常に高い能力を示していても、別の分野では簡単なミスをすることがありました。

そのため、AIが人間を超えるという話をするときには、単一の能力ではなく、より幅広い知的能力を見る必要があります。

ここで登場するのが、汎用人工知能、いわゆるAGIという考え方です。

AGIは一般に、人間のように幅広い知的作業を行える人工知能を指す言葉として使われています。

ただし、AGIについても厳密に統一された定義があるわけではありません。

どこまでできればAGIなのかについては、さまざまな考え方があります。

重要なのは、AIが一つの専門分野だけで優れている状態から、幅広い問題に対応できる状態へ近づいていくことです。

もしAIが、文章、数学、プログラミング、科学研究、計画、分析など、さまざまな分野で高い能力を発揮するようになれば、人間の仕事との関係は大きく変わります。

さらに、そのAIが自分の能力を改善する方法を考えられるようになれば、話はもっと複雑になります。

AIが人間より賢い。

それだけなら、人間がAIを道具として使うこともできます。

しかし、AIがAIそのものを改善できるなら、人間がAIを開発する速度よりも、AIがAIを改善する速度のほうが速くなる可能性があります。

ここにシンギュラリティの重要なポイントがあります。

ただし、これも確定した未来ではありません。

AIが自分自身を完全に自動で改良できるのか。

その改良にはどれだけの計算資源が必要なのか。

改良によってどれほど能力が向上するのか。

能力が向上したAIが、さらに次の改良をどれほど速く行えるのか。

まだ分からないことが多くあります。

だからこそ、シンギュラリティを考えるときには、「必ずこうなる」と考えるのではなく、「こうなった場合、何が起こり得るのか」を考えることが重要です。

そして、もう一つ忘れてはいけないことがあります。

AIが人間より優れた知的能力を持ったとしても、人間社会がそのままAI中心の社会になるとは限りません。

技術が存在することと、それが社会で使われることは別だからです。

例えば、AIがある仕事を人間より上手にできたとしても、法律によって人間の確認が必要になるかもしれません。

安全性を確保するために、AIができることを制限するかもしれません。

企業がコストや責任の問題から、すぐには導入しないかもしれません。

人間がAIを使いたくないと思う分野もあるでしょう。

つまり、AIの能力だけでは未来は決まりません。

AIの能力と、人間社会の選択が組み合わさって未来が作られます。

それでも、AIが人間より幅広い知的能力を持つようになれば、その影響は非常に大きくなる可能性があります。

科学研究では、新しい発見が増えるかもしれません。

医療では、新しい治療法の開発が進むかもしれません。

教育では、一人ひとりに合わせた学習支援が可能になるかもしれません。

仕事では、人間が行っていた作業の多くがAIに移る可能性があります。

その一方で、新しい仕事や役割が生まれる可能性もあります。

人間がAIとどのように協力するのかという問題も出てきます。

そして最も大きな変化は、人間が「知能」というものをどう捉えるかもしれません。

これまで人間は、自分たちが最も高度な知的能力を持つ存在だと考えてきました。

もし人間より優れた知能を持つ人工物が登場したら、その前提が変わります。

人間より速く考える。

人間より多くの情報を処理する。

人間より多くの選択肢を比較する。

人間より複雑な問題を解決する。

そんなAIが存在する世界では、人間の役割を改めて考える必要があります。

ただし、それは人間の価値がなくなるという意味ではありません。

知能の高さと、人間として生きることの価値は同じものではないからです。

例えば、計算が速いことと、家族を大切にすることは比較できません。

大量の情報を処理できることと、一人の人間を思いやることも同じ尺度では測れません。

AIが知的能力で人間を上回ったとしても、それだけで人間そのものの価値が下がるわけではありません。

むしろ、AIが高度になるほど、人間が何を大切にするのかを考える必要が出てきます。

シンギュラリティという言葉が注目される理由は、AIが賢くなることだけではありません。

AIの能力が高くなることで、人間社会そのものの前提が変わる可能性があるからです。

そして、その変化がどこまで進むのかは、まだ誰にも分かりません。

今の時点で確実に言えるのは、AIが少しずつ人間の知的作業へ入り込んでいるということです。

出版しているKindle本です。興味のある方はぜひご覧になってください。

◆AIの仕組み　◆Gemini裏ワザ100選　◆IF＃01 ◆IF＃02 ◆IF＃03 
◆IF＃05 ◆IF＃06 ◆IF＃07 ◆IF＃08 ◆IF＃09　◆Kindle Unlimited

Amazonのアソシエイトとして、RRラボは適格販売により収入を得ています。