計算知能

コンピュータ科学において、計算知能（CI）とは、複雑で変化する環境において「知的な」振る舞いを示すように設計されたシステムの概念、パラダイム、アルゴリズム、および実装を指します。 ^{[ 1 ]}これらのシステムは、さまざまな技術的または商業的分野における複雑なタスクを習得することを目的としており、パターンの認識と解釈、プロセスの制御、意思決定のサポート、未知の環境における車両やロボットの自律的な操縦などを行うソリューションを提供します。 ^{[ 2 ]}これらの概念とパラダイムは、新しい状況への学習または適応、一般化、抽象化、発見、関連付けを行う能力によって特徴付けられます。^{[ 3 ]}自然類似または自然に触発された方法が、この中で重要な役割を果たします。^{[ 1 ]}

CI アプローチは、さまざまな理由から従来のモデルや数学的モデルが適切でない複雑な現実世界の問題に主眼を置いています。これらの理由とは、プロセスを完全に把握して正確に記述できない、プロセスが複雑すぎて数学的推論ができない、プロセス中に環境やプロセス自体の予期せぬ変化などの不確実性が含まれる、あるいはプロセスが単純に確率的である、といったものです。したがって、CI 技術は、定義が曖昧で、複雑で、非線形で、時間変動的で、かつ/または確率的なプロセスに適切に向けられています。^{[ 4 ]}

IEEE計算知能協会の最近の定義では、CI は生物学的および言語学的動機に基づく計算パラダイムの理論、設計、応用、開発であると説明されています。従来、CI の 3 つの主要な柱は、ニューラル ネットワーク、ファジー システム、および進化的計算でした。... CI は進化している分野であり、現在では 3 つの主要な構成要素に加えて、アンビエント インテリジェンス、人工生命、文化的学習、人工内分泌ネットワーク、社会的推論、および人工ホルモン ネットワークなどの計算パラダイムを包含しています。... ここ数年、ディープ ラーニング、特にディープ畳み込みニューラル ネットワークに関する研究が爆発的に増加しました。今日では、ディープ ラーニングは人工知能の中核的な方法となっています。実際、最も成功している AI システムのいくつかは CI に基づいています。^{[ 5 ]}しかし、CIは新興かつ発展途上の分野であるため、CIの最終的な定義はありません。^{[ 6 ] [ 7 ] [ 8 ]}特に、それに属する概念やパラダイムのリストに関しては。^{[ 3 ] [ 9 ] [ 10 ]}

「インテリジェントシステム」の開発における一般的な要件は、究極的には常に同じであり、特定の応用分野における知的な思考と行動のシミュレーションである。そのためには、その分野に関する知識を処理可能なモデルで表現する必要がある。結果として得られるシステムの品質は、開発プロセスにおいてモデルがどれだけ適切に選択されたかに大きく依存する。データ駆動型の手法が適切なモデルを見つけるのに適している場合もあれば、論理ベースの知識表現の方がより良い結果をもたらす場合もある。実際のアプリケーションでは、通常、ハイブリッドモデルが使用される。^{[ 2 ]}

実際の教科書によると、互いに大きく補完し合う以下の方法とパラダイムは、CI の一部とみなすことができます。^{[ 11 ] [ 12 ] [ 13 ] [ 14 ] [ 15 ] [ 16 ] [ 17 ]}

• ファジーシステム^{[ 11 ] [ 12 ] [ 13 ] [ 14 ] [ 15 ] [ 16 ] [ 17 ]}
• ニューラルネットワーク^{[ 11 ] [ 12 ] [ 14 ] [ 15 ]}、特に畳み込みニューラルネットワーク^{[ 13 ] [ 16 ] [ 17 ]}
• 進化的計算^{[ 14 ] [ 15 ]}、特に多目的進化的最適化^{[ 11 ] [ 12 ] [ 13 ] [ 16 ] [ 17 ]}
• 群知能^{[ 11 ] [ 12 ] [ 13 ] [ 14 ] [ 15 ] [ 16 ] [ 17 ]}
• ベイジアンネットワーク^{[ 13 ] [ 16 ] [ 17 ]}
• 人工免疫システム^{[ 15 ] [ 17 ]}
• 学習理論^{[ 12 ]}
• 確率的手法^{[ 12 ]}

人工知能（AI）はメディアだけでなく、関係する科学者の一部によっても、それに関連する、あるいはCIに関連する様々な技術を包括する用語として使用されています。^{[ 5 ] [ 18 ]} CraenenとEibenは、CIを定義または少なくとも説明する試みは、通常、次のグループの1つ以上に分類できると述べています。

• CIとAIを比較した「相対的な定義」
• CIにおける主要概念とその役割に関する概念的考察
• それに属する（確立された）エリアのリスト^{[ 8 ]}

CI と AI の関係は、CI の開発中に頻繁に議論されてきたトピックです。上記のリストはそれらが同義語であることを示唆していますが、このテーマに取り組んでいる AI/CI 研究者の大多数は、それらを別々の分野とみなしており、どちらかが^{[ 8 ] [ 18 ]となっています。}

• CIはAIの代替手段である
• AIにはCIが含まれる
• CIにはAIが含まれる

上記３点のうち最初の点の見解は、ファジィ集合理論の創始者であるザデーに遡り、彼は機械知能をハードコンピューティング技術とソフトコンピューティング技術に区別し、これらは一方では人工知能で、他方では計算知能で使用されている。^{[ 19 ] [ 20 ]}ハードコンピューティング（HC）と従来のAI（エキスパートシステムなど）では、不正確さと不確実性はシステムの望ましくない特性であるが、ソフトコンピューティング（SC）とCIはこれらの特性に対処することに焦点を当てている。^{[ 14 ]}隣の図はこの見解を示し、最も重要なCI技術を列挙している。^{[ 6 ]}もう１つよく言及される特徴は、AIでは情報を記号形式で表現し、CI技術ではサブ記号形式で表現することである。^{[ 21 ] [ 22 ]}

ハードコンピューティングは、確実性と正確性の原理に基づく従来の計算方法であり、決定論的です。処理するタスクの正確に記述された分析モデルと、あらかじめ記述されたプログラム、つまり固定された命令セットが必要です。使用されるモデルはブール論理（クリスプ論理とも呼ばれる^{[ 23 ]}）に基づいており、たとえば要素はセットのメンバーであるかそうでないかのどちらかであり、中間はありません。実際のタスクに適用すると、HCに基づくシステムは、数学モデルまたはアルゴリズムによって定義された特定の制御アクションをもたらします。使用されるモデルまたはアルゴリズムに含まれていない予期しない状況が発生した場合、アクションは失敗する可能性が高くなります。^{[ 24 ] [ 25 ] [ 26 ] [ 27 ]}

一方、ソフトコンピューティングは、人間の心が不正確で確実性に欠ける場合でも、情報を保存し、目標指向的に処理できるという事実に基づいています。^{[ 20 ]} SCは、確率的思考、ファジー論理、多値論理を備えた人間の脳のモデルに基づいています。ソフトコンピューティングは、膨大なデータを処理し、正確ではないかもしれない多数の計算を並列に実行できます。HCに基づく満足のいく正確な解が利用できない難しい問題に対して、SCメソッドをうまく適用できます。SCメソッドは通常、本質的に確率的です。つまり、統計的に分析することはできますが、正確には分析できないランダムに定義されたプロセスです。現在まで、ディープラーニングなどの一部のCIメソッドの結果は検証できず、それらが何に基づいているかも明確ではありません。この問題は、将来に向けた重要な科学的課題です。^{[ 24 ] [ 25 ] [ 28 ]}

AIとCIはキャッチーな用語ですが^{[ 18 ]}、非常に似ているため混同される可能性があります。両方の用語の意味は長い時間をかけて発展し変化してきました^{[ 29 ] [ 30 ]}。最初に使われたのはAIです^{[ 3 ] [ 9 ]} 。ベズデックはこのことを印象的に説明し、このようなバズワードは科学コミュニティ、科学管理、(科学)ジャーナリズムによって頻繁に使用され、誇張されていると結論付けています^{[ 18 ]} 。特に、AIと生物学的知能は感情的な用語であり^{[ 3 ] [ 18 ]} 、基本的な用語である知能の一般的に受け入れられている定義を見つけるのは依然として困難です^{[ 3 ] [ 10 ]}。

1950年、コンピュータ科学の創始者の一人であるアラン・チューリングは、チューリングテストとして知られるコンピュータの知能テストを開発しました。^{[ 31 ]}このテストでは、相手が人間かコンピュータかを知らないまま、キーボードとモニターを通して質問をすることができます。質問者がコンピュータと人間を区別できない場合、コンピュータは知的であるとみなされます。これは、コンピュータ時代の初期における知能コンピュータについての議論を示しています。

計算知能という用語は、1985年に同名のジャーナルのタイトルとして初めて使用され^{[ 32 ] [ 29 ]}、その後、生物学的および人工ニューラルネットワークの開発に関心のある研究者グループによって1989年に設立されたIEEEニューラルネットワーク評議会（NNC）によって使用されました^{[ 33 ]}。2001年11月21日、NNCはIEEEニューラルネットワーク協会となり、2年後にはファジーシステムや進化的計算などの新しい関心分野を含めることでIEEE計算知能協会となりました。

NNCは、1994年にフロリダ州オーランドで開催された第1回IEEE世界計算知能会議の組織化を支援しました。^{[ 33 ]}この会議で、ベズデックは計算知能の最初の明確な定義を発表しました。システムが計算知能を持つのは、数値（低レベル）データのみを扱い、パターン認識コンポーネントを持ち、AIの意味での知識を使用しない場合、さらに、（1）計算適応性、（2）計算耐障害性、（3）人間のようなターンアラウンドに近づく速度、（4）人間のパフォーマンスに近いエラー率を示す（または示し始める）場合です。^{[ 34 ]}

今日、CIは機械学習や深層学習によって強化されており、教師あり学習、教師なし学習、強化学習など、さまざまなアプローチが活用されている。

計算知能の主な応用分野には、コンピュータ科学、工学、データ分析、生物医学などがある。

過去 10 年間で、CI またはそのサブフィールドに関する学術的な教育が大幅に増加しました。^{[ 77 ] 2025 年、ウェブサイト EduRank.org [ 78 ]}は、人工知能のコースを提供している世界中の 5,925 の大学をリストアップしました。これらは、アジア (2,536)、ヨーロッパ (1,368)、北米 (1,295)、ラテンアメリカ (370)、アフリカ (305)、オセアニア (51) の各地域に広がっています。

この記事で引用されている著者の中には、以下の大学で教鞭を執っている人もいます。オットー・フォン・ゲーリケ大学（ドイツ、マクデブルク）^{[ 79 ] [ 80 ]}、ステレンボッシュ大学（南アフリカ）^{[ 81 ] [ 82 ]} 、アルスター大学（英国）^{[ 83 ] 、アムステルダム自由大学（オランダ）[ 84 ] 、}ニコラウス・コペルニクス大学（ポーランド、トルン） ^{[ 85 ]}、応用科学芸術大学（スイス） ^{[ 86 ]}、ウォーリック大学（英国）^{[ 87 ]} 、ミシガン州立大学（米国）[88] 、ブリュッセル自由大学（ベルギー）^{[ 89 ]}、エセックス大学（英国）^{[ 90 ]}、ラフバラー大学（英国）^{[ 91 ]}

著名な学術誌としては、 『Computational Intelligence』、『International Journal of Computational Intelligence Systems』、『Applied Computational Intelligence and Soft Computing』、そして『IEEE Computational Intelligence Magazine』などが挙げられる。さらに、IEEEは多数のCI分野に関する出版物を発行している。

• IEEEニューラルネットワークおよび学習システムに関する論文集
• IEEEファジーシステムズ誌
• IEEE進化計算トランザクション
• IEEE Transactions on Emerging Topics in Computational Intelligence
• IEEE自律精神発達に関する論文集
• IEEE Transactions on Computational Biology and Bioinformatics
• IEEE Transactions on Computational Intelligence and AI in Games