​​AmazonのAlexaやAppleのFace ID、チャットボットを使ったことがある人は、人工知能（AI）テクノロジーと関わったことがあるはずです。ストリーミングプラットフォームでのパーソナライズされたレコメンデーションから金融機関での不正検知まで、AIテクノロジーは私たちの日常生活にますます浸透しています。AIが進歩し続ける中、個人や企業にとって、その能力と限界を理解することは重要です。

AIの研究と進歩は常に行われており、その大半は多くのカテゴリーに分類されます。これらのカテゴリーは、AI開発、AIの方向性、そして未来の可能性を解説するものであり、分類法というより説明を提供するものです。

このように、4つの異なる形態のAIを意識し、その技術から何を予想すべきかを説明します。

1. リアクティブマシン：外部からの刺激にその場で反応することができるが、学習したり、後で使用するために情報を保持したりすることができない人工知能である。
2. 限られた記憶： 限定的な記憶を持つAIは、情報を保存し、成長に合わせてそれを使用し、将来のタスクに備えることができます。
3. 心の理論： 限定記憶マシンを模倣しつつ、人間の感情を認識し反応することができるAI。
4. 自己認識： AIの最終段階である自己認識は、自己を認識し、人間レベルの認知能力を持ち、他者の感情を察知する能力を持つ。

人工知能の4大カテゴリー

AIにおける学習のカテゴリーには、"狭域"、"一般"、"超 "があります。限られた範囲の仕事をこなす」「人間と同じように考える」「人間以上の能力を発揮する」という3つのカテゴリーが、人工知能の能力を示している。そして、ミシガン州立大学の統合生物学の研究者・教授によれば、AIには4つの主要な形態があるという。

リアクティブマシン

リアクティブ・マシンと呼ばれるAIシステムは、タスクに依存し、記憶力がなく、与えられた入力から常に同じ結果を出します。機械学習モデルは、購入履歴や検索履歴などの顧客データを活用して、同じ顧客に提案を行うため、反応型デバイスであることが多い。

リアクティブAIとは、このタイプのことです。一般的な人間では、顧客のネットフリックスの全履歴を処理し、具体的な提案をすることはできないため、「スーパー」AIを実施する。大部分は、リアクティブAIは、次のような技術で頼りになり、効果的です。

自動運転車。適切な情報が提供されない限り、将来の出来事を予測する能力に欠けているのです。しかし、人間の行動は、たとえ情報がなくても、思い出し、学習する能力があるため、その大半はプロアクティブである。その成果や失敗をもとに、将来同じような状況に直面したときに、違う行動をとるかもしれない。

 IBMのチェス対戦AIシステム： リアクティブAIの代表的な例として、1990年代後半にIBMのチェスAIシステム「ディープ・ブルー」がガルリ・カスパロフに勝利したことが挙げられます。ディープ・ブルーは、チェス盤上の自分の駒と相手の駒を認識し、想定することができましたが、過去の失敗から学習するための記憶力がありません。両者が次に何をするかという推定に基づいて、最適な行動を選択するのみである。

Netflixの提案： Netflixのサジェスト：契約者の視聴記録情報を機械学習モデルで処理し、Netflixのサジェストエンジンを駆動させることで、ユーザーが好むであろう特定の映画やテレビエピソードを特定する。韓国ドラマをよく見るユーザーには、Netflixのメインページで最近公開された作品をこっそり表示するようにします。

リミテッドメモリー

限定記憶型AIは、AIの発展における次の段階です。このアルゴリズムは、私たちの脳の神経細胞がどのように協働するかを模倣しているため、より多くのデータを取得しながら学習していく。ディープラーニングは、強化学習や画像検出などの他の形態を強化します。

限定記憶AIは、反応する機械とは異なり、過去を見て、特定の物体や状況を時間を超えて追跡する能力を持っています。そして、その結果をAIのプログラミングに組み込むことで、過去のデータと現在のデータの両方に基づいて判断することができるようになります。ただし、メモリの制約上、人が自分の成功や失敗を解釈するように、この情報をAIが学習するための経験として記憶することはありません。より多くのデータを使ってAIを訓練することで、AIは時間の経過とともにより良くなっていきます。

自動運転車： 自動運転車は、限られた記憶しか持たないことを示す典型的な例である。自動運転車は、人工知能を使って道路上の他の車のペース、進路、距離を監視しています。道路信号、カーブ、道路の揺れなどの知識を含むこの知識は、外界のイメージとして車に組み込まれています。この情報は、他の車両との衝突や追い越しを避けるために、車線を変更するタイミングを判断するのに役立っています。

心の理論 

反応する機械と制限された記憶は、すでに使用されているAIの最初の2つのタイプの例である。未来のAIシステムは、自分で考え、自分で意識することができるようになるでしょう。したがって、現実の世界からの事例はまだありません。

心の理論のAIが誕生すれば、物事の仕組みや他の生き物の考え方や感じ方を理解できるようになるかもしれません。そのため、人前でどのような行動をとるかにも影響を及ぼします。

私たちの社会における人間関係は、自分の意見や感情が他人の意見にどう影響するか、また他人の感情が自分にどう影響するかを認識する能力によって成り立っています。将来の心の理論AIシステムは、人間の人間関係に近い形で行動を予測し、意図を理解することができるようになるかもしれません。

心の理論の効果的な応用により、テクノロジーがどのように変化するかを例示すると、次のようになります： 自動運転車は、人間の運転手と同じようなミスをしないので、ほとんどの場面でうまく運転することができます。しかし、隣の家の子供が放課後、頻繁に道路の近くで遊んでいることを知れば、ドライバーは隣の家の私道を横断する際に、反射的にスピードを落とすことを知るでしょう。これは、基本的で限られた記憶しか持たないAIカーには実現できないことです。

自己認識

自己を感じ、自分の存在を意識するAIシステムを設計することは、AIの成長の頂点に立つことになる。これは、心の理論AIや感情の理解から、自己認識、状態認識、他者の感情を知覚したり予測したりする能力にまで拡張されます。例えば、「のどが渇いた」が「のどが渇いているのがわかる」、「オレンジジュースは好きな飲み物だから飲みたい」などに変化するかもしれません。

人間の脳の知能はもちろん、学習や想起、選択の機能など、まだまだ発見が多いため、自意識のあるAIへの道のりは遠いのです。

まとめ

現在、AIの研究開発プロジェクトは数多く存在するが、その多くは明確なカテゴリーに分類される。これらの区分は、分類というよりも、AIの発展、方向性、そして未来を説明するための物語である。AIは実用的な問題を処理する能力が格段に向上しますが、人や仕事がなくなるわけではありません。