Japanese Translation of EVOLUTION NEWS & SCIENCE TODAY

https://evolutionnews.org/ の記事を日本語に翻訳します。

計算不可能な人間

This is the Japanese translation of this site.

 

ロバート・J・マークス2世
2022/6/22 6:38

 

編集部注: ディスカバリー研究所のブラッドリー自然・人工知能センターのディレクターであり、コンピュータエンジニアのロバート・J・マークスによる新刊『Non-Computable You: What You Do that Artificial Intelligence Never Will』の第1章からの抜粋をお届けできることを嬉しく思います。

 

もしあなたがWikipediaを全部暗記したら、もっと賢くなるのだろうか?それは、あなたが知性をどのように定義するかによる。

 

ジョン・ジェイ・オズボーン・ジュニアの1971年の小説『The Paper Chase』について考えてみよう。ハーバード・ロー・スクールを舞台にしたこの半自伝的小説では、学生たちがキングスフィールド教授の契約法の講義を死ぬほど恐れている。キングスフィールド教授の教室での存在感は、畏怖と恐怖の両方を呼び起こす。キングスフィールド教授はあらゆることを知る教授であり、すべての学生の成否を左右する力を持っている。彼は要求が厳しく、妥協がなく、怖いほど頭がいい。映画化された象徴的なシーンでは、キングスフィールドは授業初日に教室へ入ってくると、ノートを置き、学生に向かって、威嚇するように迫ってくる。

 

「ここに来たときにはドロドロに過ぎない君たちの頭脳は」と彼は言う。「出ていくときは法律家のように考えるようになる」。キングスフィールドは、自分と同様に知的になるように学生を教えることを約束している。

 

キングスフィールドのクラスの法学生、ケヴィン・ブルックスには、写真のような記憶力が備わっている。彼は複雑な判例法を読み、一読後に一字一句暗唱することができる。大した資質ではないか?

 

そうとは限らない。ブルックスは多くの事実に精通してはいるが、その事実を有意義な方法で利用する分析的な能力は持ち合わせていない。

 

ケヴィン・ブルックスの妻は、学校での彼の努力に協力的であり、クラスメートも同様である。しかし、これは助けにならない。チューターも助けにならない。努力はしているが、ブルックスは単純に、キングスフィールドのクラスで彼の驚異的な暗記力を有効活用するために必要なものを持っていないのだ。ブルックスは100万の事実を手にしながらも、理解不足のために、それらは本質的に役に立たない。彼は学問に努力しながらもがく。気落ちするようになる。やがて彼は自殺を図る。

知識と知性

この悲しい物語は、知識と知性の違いを浮き彫りにしている。ケヴィン・ブルックスの脳には、キングスフィールドから割り当てられたあらゆる訴訟案件が一字一句格納されていたが、その情報を有意義に活用することはできなかった。大量の知識を暗記しても、キングスフィールドや成功した学生たちのように、ブルックスが知的になることはなかった。イギリスのジャーナリスト、マイルズ・キングトンはこの違いをとらえて、「トマトが果物であると知ることは知識である。知性とは、フルーツサラダにはトマトを入れないと知ることである」と述べた。

 

このことが私たちに重要な点を教えてくれる。人工知能の議論では、知性を定義することが非常に重要である。ケヴィン・ブルックスのように、コンピューターは膨大な量の事実や相関関係を格納することができるが、知性に必要なのは事実だけではないのだ。本当の知性は多くの分析的スキルを必要とする。理解力が必要とされる。すなわち、ユーモア、微妙な意味、象徴性を認識する能力、そして、曖昧さを認識して解消する能力である。それには創造性が必要とされる。

 

人工知能は多くの注目に値することを行ってきた。AIは、旅行代理店、料金所係員、地図製作者の多くを代替してきた。しかし、AIが弁護士、医師、軍事戦略家、デザインエンジニアなどを代替することはあるのだろうか?

 

答えは「ノー」である。その理由は、人工知能がどれほど印象的であっても - 間違いなく、幻想的なほど印象的であるが - 人間の知能にはかなわないからである。あなたにはかなわないのだ。

 

そして、今後もそうであろう。なぜそう言えるのか?その答えは、4音節の単語1つで表すことができる。計算不可能なあなたについて熟考する前に、その単語を紐解く必要がある。その単語とはアルゴリズムだ。アルゴリズムとして表現できないのであれば、タスクは計算可能ではない。

アルゴリズムと計算可能なもの

アルゴリズムとは、あるタスクを達成するための段階的な指示の集合体である。ジャーマンチョコレートケーキのレシピはアルゴリズムである。材料のリストは、アルゴリズムの入力の役割を果たす。材料を混ぜて、焼き方とアイシングの指示に従えば、ケーキが出来上がる。

 

同様に、私が自宅への行き方を指示するとき、私は従うべきアルゴリズムを提示している。あなたは、どこまで行けばいいのか、どの道でどの方向に曲がればいいのかを告げられている。Google Mapは目的地に行くためのルートを返すとき、従うべきアルゴリズムを提示している。

 

人間はアルゴリズムで考えることに慣れている。我々は食料品のリストを作り、シャワーを浴び髪をとかし歯を磨くという朝の手順を踏み、今日何をすべきかのスケジュールを立てる。ルーチンはアルゴリズム的である。エンジニアは、高速道路の橋や飛行機をデザインするときに、ニュートンの物理法則をアルゴリズム的に適用する。青写真に取り込まれた建設計画も、建築のためのアルゴリズムの一部である。同様に、化学反応も化学者が発見したアルゴリズムに従う。また、数学の証明はすべてアルゴリズム的であり、論理と公理的前提の基礎の上に構築された段階的な手順に従っている。

 

アルゴリズムは固定的である必要はなく、集団遺伝学や天気予報のランダムな事象の記述のように、確率的な要素を含むことができる。例えば、ボードゲームモノポリー」は、決まったルールの集合に従うが、サイコロの目やプレイヤーの判断でランダムにゲームが展開される。

 

ここに鍵がある。コンピュータは人間がプログラムしたことだけを実行する。そのプログラムはすべてアルゴリズムで、何らかのタスクの実行に寄与する段階的な手順である。しかし、アルゴリズムはできることが限られている。つまり、アルゴリズムのソフトウェアに従うことに限定されたコンピュータは、できることが限定されているのだ。

 

この制限は、「コンピュータ」という言葉そのものに表現されている。プログラマの世界では、「アルゴリズム的」と「計算可能」は互換可能として使われることが多い。「アルゴリズム的」と「計算可能」が同義語なので,「非計算可能」と「非アルゴリズム的」も同義語もそうである。

 

基本的に、コンピュータにとって、つまり人工知能にとって、他にやりようはない。すべてのコンピュータプログラムはアルゴリズムである。すなわち、アルゴリズム的でないものは計算不可能であり、人工知能の力は及ばない。

 

しかし、それはあなたを超えてはいない。

計算不可能なあなた

人間は非アルゴリズム的に行動し、反応することができる。あなたは毎日そうしている。例えば、レモンをかじるとき、あなたは非アルゴリズム的なタスクを実行している。レモンの汁が舌にかかり、あなたはその酸っぱい味にひるむ。

 

さて、このように考えてみよう。生まれつき味覚も嗅覚もない人に、自分の体験を十分に伝えることができるだろうか?いや、できない。ゴールは、レモンを噛む体験の記述ではなく、その再現である。噛んだ際のレモンの化学作用やその仕組みを人に対して記述することはできても、レモンの味や香りの本当の体験は、必要な感覚を持たない人に伝えることはできない。

 

もし、レモンを噛むことが、五感が機能していない人間に説明できないのであれば、コンピューターソフトウェアを使ったAIによる体験的な方法では再現できないことは確かである。味覚や嗅覚を持たずに生まれてきた人間のように、機械はクオリア - 痛み、味、匂いなどの経験感覚認知 - を持たないのである。

 

クオリアは、アルゴリズムによる記述を免れる多くの人間の属性の単純な例である。もし、レモンを噛むという体験の説明アルゴリズムを定式化できなければ、その体験をコンピュータで再現するソフトウェアを書くことはできない。

 

また、別の例も考えてみましょう。私は数年前に手首を骨折し、救急処置室で医師が骨折した骨を整復してくれた。骨接ぎは本当に痛いと事前に聞かされていた。しかし、痛みについて聞くのと痛みを感じるのはまったく違う。

 

骨折した手首を整復するために、救急医が私の手と腕をつかんで引っ張ると、手首の周りの骨が再整列して、「バリバリ」という音が聞こえた。痛かった。とても。骨折した脚を整復するときに麻酔をかけられたプレティーンの孫がうらやましかった。彼は痛む間は眠っていたのだ。

 

私の痛みを再現する - 説明するのではなく、再現する - コンピュータプログラムを書くことは可能だろうか?いや、クオリアは計算不可能だ。非アルゴリズム的なのだ。

 

定義上も実際上も、コンピュータはアルゴリズムを用いて機能する。論理的に言えば、非アルゴリズム的なものの存在は、コンピュータ、ひいてはAIができることに限界があることを示唆しているのである。