計算機械と知能

「計算機と知能」は、アラン・チューリングが人工知能について書いた独創的な論文です。1950年にMind 誌に掲載されたこの論文は、現在チューリングテストとして知られている彼の概念を初めて一般に 紹介した論文です。

チューリングの論文は、「機械は考えることができるか？」という疑問について考察している。チューリングは、「考える」と「機械」という言葉は明確に定義できないため、「その疑問を、それに密接に関連し、比較的明確な言葉で表現された別の疑問に置き換える」べきだと述べている。^[1]これを行うには、まず「考える」という言葉に代わる単純で明確なアイデアを見つけ、次に自分が検討している「機械」が何であるかを正確に説明し、最後にこれらのツールを使って、最初の疑問に関連する、肯定的に答えられると思われる新しい疑問を定式化する。

機械が考えているかどうかを見極めようとするよりも、チューリングは、機械が「模倣ゲーム」と呼ばれるゲームに勝てるかどうかを問うべきだと提案している。チューリングが説明したオリジナルの模倣ゲームは、3人のプレイヤーが参加する単純なパーティーゲームである。プレイヤーAは男性、プレイヤーBは女性、プレイヤーC（尋問者の役割を演じる）は男女どちらでも構わない。模倣ゲームでは、プレイヤーCはプレイヤーAもプレイヤーBも見ることができず（XとYとしてしか知らない）、性別の詳細を明かさないメモやその他の形式でのみ彼らとコミュニケーションをとることができる。プレイヤーAとプレイヤーBに質問することで、プレイヤーCは2人のうちどちらが男性でどちらが女性かを見極めようとする。プレイヤーAの役割は尋問者を騙して間違った判断をさせることであり、プレイヤーBは尋問者が正しい判断を下せるように手助けしようとする。^[2]

チューリングは、このゲームをコンピュータで再現したバリエーションを提案している。^[3]

ここで、「このゲームで機械が A の役を演じたらどうなるでしょうか」という疑問が生じます。このゲームがこのようにプレイされた場合、質問者は男性と女性がプレイする場合と同じくらい頻繁に間違った判断を下すでしょうか。これらの疑問は、当初の「機械は考えることができるか」という疑問に代わるものです。

したがって、修正されたゲームは、隔離された部屋にいる3人の参加者、つまりコンピュータ（テスト対象）、人間、（人間の）審査員が関わるゲームになります。人間の審査員は、端末に入力することで、人間とコンピュータの両方と会話することができます。コンピュータと人間はどちらも、自分が人間であることを審査員に納得させようとします。審査員がどちらが人間であるかを一貫して判断できない場合、コンピュータがゲームに勝ちます。^[4]

イギリスの研究者は、1956年に人工知能（ AI ）研究分野が設立される以前から、最大10年間「機械知能」を研究していた。 ^{[5]これは、アラン・チューリングを含むイギリスの}サイバネティクスとエレクトロニクスの研究者の非公式グループであるレシオ・クラブのメンバーの間でよく話題に上った。特にチューリングは、少なくとも1941年から機械知能の概念を提唱しており、「コンピュータ知能」に関する最も古い言及の1つは、1947年に彼によってなされた。^[6]

ステヴァン・ハーナドが指摘しているように、^[7]問題は「機械は（思考する存在として）人間ができることができるか？」ということになっている。言い換えれば、チューリングはもはや機械が「考える」ことができるかどうかを問うているのではなく、機械が思考者の行動と区別がつかないように^[8]行動できるかどうかを問うているのだ。この問いは、「考える」という動詞を事前に定義するという難しい哲学的問題を避け、代わりに思考できることによって可能になるパフォーマンス能力と、因果システムがそれをどのように生成できるかに焦点を当てている。

チューリングがテストを導入して以来、このテストは大きな影響力を持つと同時に広く批判され、人工知能の哲学における重要な概念となった。^{[9] [10]}ジョン・サールの中国語の部屋など、このテストに対する批判の中には、それ自体が物議を醸すものもある。^{[11] [12]}チューリングの問いを「テレタイププリンターで通信するコンピューターは、人間であると信じ込ませて人を騙すことはできるか？」と解釈する人もいる。 ^[13]しかし、チューリングが人々を騙すことではなく、人間の認知能力を生み出すことについて語っていたのは明らかである。^[14]

チューリングはまた、どの「マシン」を検討したいかを決める必要があるとも述べています。彼は、人間のクローンは人工的ではあるものの、あまり興味深い例にはならないと指摘しています。チューリングは、デジタルマシン、つまり 1 と 0 の 2 進数を操作し、単純なルールを使用してメモリに書き換えるマシンの能力に焦点を当てるべきだと提案しました。彼は 2 つの理由を挙げました。

まず、それらが存在できるかどうかを推測する理由はありません。それらはすでに 1950 年に存在していました。

第二に、デジタル機械は「普遍的」である。チューリングの計算の基礎に関する研究は、十分なメモリと時間があれば、デジタルコンピュータは理論的には他のあらゆるデジタル機械の動作をシミュレートできることを証明した。（これがチャーチ＝チューリングのテーゼと普遍的なチューリング機械の本質的な洞察である。）したがって、あらゆるデジタル機械が「考えているかのように動作」できるのであれば、十分に強力なデジタル機械であればどれもそれが可能である。チューリングは「すべてのデジタルコンピュータはある意味で同等である」と書いている。^[15]

これにより、元の質問をさらに具体的にすることができます。チューリングはここで元の質問を次のように言い直します。「特定のデジタルコンピュータ C に注目してみましょう。このコンピュータを改造して十分なストレージを持たせ、動作速度を適切に上げ、適切なプログラムを提供することで、C が模倣ゲームで A の役割を満足に果たし、B の役割を人間が担うことができるというのは本当ですか?」^[15]

したがって、チューリングは、「すべてのデジタルコンピュータがゲームでうまく機能するかどうか、または現在利用可能なコンピュータがうまく機能するかどうかではなく、うまく機能する想像可能なコンピュータが存在するかどうか」に焦点を当てると述べています。^[16]より重要なのは、マシンを作成するための利用可能なリソースがあるかどうかに関係なく、今日のマシンの状態から可能な進歩を考慮することです。

チューリングは疑問を明確にした後、それに答えることに着手した。彼は、論文が最初に発表されて以来、人工知能に対して提起されたすべての主要な反論を含む、以下の9つの一般的な反論を検討した。^[17]

1. 宗教的反論: これは、思考は人間の不滅の 魂の機能であり、したがって機械は思考できないと述べている。「そのような機械を作ろうとする試みは、子供を産むのと同じように、魂を創造する神の力を不敬にも奪うべきではない。むしろ、どちらの場合も、私たちは神が創造した魂に住まいを提供する神の意志の道具である」とチューリングは書いている。
2. 「頭を砂に埋める」反論: 「機械が考えることの結果はあまりにも恐ろしいものになるだろう。機械が考えることはできないと期待し、信じよう。」この考え方は知識人の間で人気がある。彼らは、優位性はより高い知性から生まれ、追い抜かれる可能性は脅威であると考えているからだ(機械は効率的な記憶容量と処理速度を持っているので、機械が学習能力と知識能力を上回る可能性は高い)。この反論は結果への誤った訴えであり、あるべきではないことと、できることまたはできないことを混同している(Wardrip-Fruin、56)。
3. 数学的反論：この反論は、ゲーデルの不完全性定理などの数学定理を用いて、論理に基づくコンピュータシステムが答えられる質問には限界があることを示す。チューリングは、人間はあまりにも頻繁に間違え、機械の誤りやすさに満足していると示唆している。（この議論は、1961年に哲学者ジョン・ルーカス、1989年に物理学者 ロジャー・ペンローズによって再び行われ、後にペンローズ・ルーカスの議論と呼ばれるようになった。）^[18]
4. 意識からの議論: この議論は、ジェフリー・ジェファーソン教授が1949年のリスター演説（1948年のリスター賞受賞スピーチ^[19]）で提唱したもので、「機械が偶然の記号の出現ではなく、思考や感情によってソネットを書いたり協奏曲を作曲したりできるようになるまでは、機械が脳に等しいということに同意できない」と述べている。 ^[20] これに対してチューリングは、自分以外の誰かが感情を経験することを知る術はなく、したがってこのテストを受け入れるべきだと答えている。さらに、「意識について謎はないと考えているという印象を与えたくはないが、これらの謎は必ずしも [機械が考えることができるかどうか] という疑問に答える前に解決する必要があるとは思わない」と付け加えている。 （コンピューターは意識的な経験や理解を持つことができないというこの議論は、1980年に哲学者ジョン・サールが中国語の部屋の議論の中で行ったものである。チューリングの返答は現在「他者の心の返答」として知られている。AIの哲学における「機械は心を持つことができるか？」も参照のこと。）^[21]
5. さまざまな障害からの議論。これらの議論はすべて、「コンピューターはXを実行することは決してない」という形式をとっています。チューリングは選択肢を提示しています。

   親切で、機知に富み、美しく、友好的で、率先して行動し、ユーモアのセンスがあり、善悪の判断ができ、間違いを犯し、恋に落ち、イチゴとクリームを楽しみ、誰かを好きにさせ、経験から学び、言葉を適切に使い、自分の考えの主体となり、男性と同じくらい多様な行動をとり、本当に新しいことをする。

   チューリングは、「これらの主張は、通常、何の裏付けも示されていない」と述べ、これらの主張は、機械が将来どれほど多用途になるかという素朴な仮定に依存している、あるいは「意識からの議論を偽装した形」であると述べています。彼は、これらの主張のいくつかに答えることにします。
   1. 機械は間違いを犯すことはできません。機械が間違いを犯したように見せるようにプログラムするのは簡単だと彼は指摘します。
   2. 機械は、自分自身の思考の主体になることはできません(または、自己認識できません)。デバッガープログラムという単純な意味で、内部状態とプロセスを報告できるプログラムは、確かに作成できます。チューリングは、「機械は間違いなく自分自身の主体になり得る」と主張しています。
   3. 機械はそれほど多様な動作をすることはできません。十分な記憶容量があれば、コンピューターは天文学的な数の異なる動作をすることができると彼は指摘しています。
6. レディ・ラブレスの反論: 最も有名な反論の 1 つは、コンピューターには独創性が備わっていないというものです。エイダ・ラブレスによると、これは主に、機械には独立した学習能力がないためです。

   解析エンジンは、何かを生み出すという主張は一切していません。解析エンジンは、私たちが命令する方法を知っている限り、何でも実行できます。解析に従うことはできますが、解析関係や真実を予測する力はありません。^[22]

   チューリングは、ラブレースの反論は、コンピューターが「決して人間を驚かせることはできない」という主張に要約できると示唆し、逆に、コンピューターは、特に異なる事実の結果がすぐには認識できない場合に、人間を驚かせることができると主張している。また、ラブレース夫人は執筆時の状況によって妨げられており、より現代的な科学的知識に触れれば、脳の記憶がコンピューターの記憶と非常に似ていることが明らかになるだろうとも主張している。
7. 神経系の連続性からの議論: 現代の神経学的研究は、脳がデジタルではないことを示している。ニューロンは全か無かのパルスで発火するが、パルスの正確なタイミングとパルス発生の確率はアナログ要素を持つ。チューリングはこれを認めているが、十分な計算能力があれば、どんなアナログシステムでも妥当な精度でシミュレートできると主張している。(哲学者 ヒューバート・ドレフュスは1972年に「生物学的仮定」に反論してこの議論を行った。) ^[23]
8. 行動の非公式性からの議論: この議論は、法則によって支配されるシステムは予測可能であり、したがって真に知的ではないと主張しています。チューリングは、これは行動の法則と一般的な行動規則を混同しており、十分に広いスケール (人間の場合のように) では、機械の行動を予測することがますます困難になるだろうと反論しています。彼は、法則が何であるかをすぐにはわからないからといって、そのような法則が存在しないということにはならないと主張しています。彼は、「『十分に調べた。そのような法則はない』と言えるような状況は、確かに存在しない」と書いています。 (ヒューバート・ドレイファスは1972 年に、人間の理性と問題解決は正式なルールに基づくものではなく、ルールでは決して捉えられない本能と認識に依存していると主張しました。ロボット工学と計算知能における最近の AI 研究では、知覚、移動、パターン マッチングなどの「非公式」で無意識のスキルを支配する複雑なルールを見つけようとしています。ドレイファスの AI 批判を参照してください。) ^[24]この反論にはチューリングの賭けの議論も含まれています。
9. 超感覚知覚: 1950年当時、超感覚知覚は活発な研究分野であり、チューリングはESPを疑わしいと思わず、心を読むことがテストに影響を与えない状況を作り出すことができると主張した。チューリングはテレパシーの「圧倒的な統計的証拠」を認めたが、これはおそらく心霊研究協会の会員であったサミュエル・ソールが1940年代初頭に行った実験を指していると思われる。 ^[25]

論文の最後のセクションで、チューリングは模倣ゲームをうまくプレイできる学習マシンについての考えを詳しく説明しています。

ここでチューリングは、まず、機械は我々が指示したことしかできないというラブレス夫人の反論に戻り、それを、人間が機械にアイデアを「注入」し、機械がそれに反応して静止状態に陥る状況に例えています。彼はこの考えを、臨界サイズ未満の原子炉のアナロジーで拡張します。この原子炉は機械と見なされ、注入されたアイデアは炉の外側から炉に入る中性子に対応します。中性子は、やがて消滅する一定の乱れを引き起こします。チューリングは、このアナロジーを基にして、炉のサイズが十分に大きい場合、炉に入る中性子が乱れを引き起こし、炉全体が破壊されるまで乱れが増大し続けると述べ、炉は超臨界状態になります。チューリングは、この超臨界炉のアナロジーを人間の心に拡張し、次に機械に拡張できるかどうかという疑問を投げかけます。彼は、このようなアナロジーは確かに人間の心に適しているだろうと結論付け、「人間の心にも当てはまるアナロジーがあるようだ。人間の心の大部分は「臨界未満」であるように思われる。つまり、このアナロジーでは臨界未満のサイズの山に相当する。このような心に提示されたアイデアは、平均して 1 つ未満のアイデアしか返ってこない。ごく一部は臨界超過である。このような心に提示されたアイデアは、二次、三次、さらに遠いアイデアからなる「理論」全体を生み出す可能性がある」。最後に、機械を臨界超過にできるかどうか疑問に思う。

チューリングは、模倣ゲームをプレイできる機械を作ることはプログラミングの課題の 1 つであると述べ、今世紀末までには実際に機械に模倣ゲームをプレイするようにプログラミングすることが技術的に可能になると仮定しています。さらに、成人の心を模倣しようとする過程では、成人の心が現在の状態に至る過程を考慮することが重要になると述べ、次のように要約しています。

1. 心の初期状態、例えば誕生時、

2. 受けてきた教育

3. 教育とは言えない、その他の経験。

このプロセスを踏まえて、チューリングは、大人の心ではなく子供の心をプログラムし、その後子供の心を一定期間教育する方が適切ではないかと問いかけます。彼は子供を新しく購入したノート PC に例え、その単純さゆえにプログラムしやすいだろうと推測します。次に、問題は子供の心のプログラミングとその教育プロセスの 2 つの部分に分けられます。彼は、子供の心は最初の試みでは実験者 (プログラマー) の望みどおりにはならないだろうと述べています。心の中に望ましいパターンを選択する、報酬と罰の方法を含む学習プロセスが必要です。チューリングによると、このプロセス全体は、自然選択による進化のプロセスとかなり似ており、その類似点は次のとおりです。

子機の構造＝遺伝物質

子マシンの変化 = 突然変異

自然選択 = 実験者の判断

この議論に続いて、チューリングは学習マシンの特定の側面について言及しています。

• 固有の複雑さの性質: 子マシンは、一般原則との一貫性を維持するだけのできるだけ単純なマシンか、論理的推論の完全なシステムがプログラムされたマシンのいずれかになります。このより複雑なシステムは、チューリングによって次のように説明されています。「マシンの記憶域の大部分が定義と命題で占められるようなものになります。命題には、たとえば、十分に確立された事実、推測、数学的に証明された定理、権威者によって与えられた声明、命題の論理形式を持つが信念値を持たない表現など、さまざまなステータスがあります。特定の命題は「命令」として説明できます。マシンは、命令が「十分に確立された」と分類されるとすぐに、適切なアクションが自動的に実行されるように構築する必要があります。」この組み込みの論理システムにもかかわらず、プログラムされた論理的推論は形式的なものではなく、より実用的なものになります。さらに、マシンは「科学的帰納法」の方法によって組み込みの論理システムに基づいて構築されます。

• 実験者の無知: チューリングが指摘する学習マシンの重要な特徴は、学習プロセス中のマシンの内部状態を教師が知らないことです。これは、計算中のすべての瞬間にマシンの内部状態を明確に理解することを目的とする従来の離散状態マシンとは対照的です。マシンは、私たちには理解できないことや、完全にランダムであると考えられることを行っているように見えます。チューリングは、この特定の特性によって、マシンに私たちが知性であると考えるもののある程度が付与されると述べています。つまり、知的な動作は、従来の計算の完全な決定論からの逸脱で構成されますが、その逸脱が無意味なループやランダムな動作を引き起こさない限りです。

• ランダムな行動の重要性: チューリングはランダムな行動について警告していますが、学習マシンにランダム性の要素を組み込むことはシステムにとって価値があると述べています。これは、正解が複数ある場合や、体系的なアプローチでは問題に対する満足のいかない解決策をいくつか検討してから最適な解決策を見つける必要があり、体系的なプロセスが非効率になる可能性がある場合に価値があると述べています。チューリングはまた、進化のプロセスでは生物に利益をもたらす解決策を見つけるためにランダムな突然変異の道をたどると述べていますが、進化の場合、解決策を見つける体系的な方法は不可能であるとも認めています。

チューリングは最後に、機械が数多くの知的課題で人間と競争する時代が来ると予想し、そのきっかけとなる課題を提案しています。チューリングは、チェスをプレイするなどの抽象的な課題から別の方法を始めるのが良いだろうと提案しています。その方法は「機械にお金で買える最高の感覚器官を与え、英語を理解して話すように教えるのが最善だ」というものです。

その後の人工知能の発展を検証すると、 IBMが開発し世界チャンピオンのガルリ・カスパロフに勝利したチェスコンピューター「ディープ・ブルー」（これも議論の余地があるが）や、ほとんどのアマチュアに勝てるコンピューターチェスゲームの数々など、チューリングが示唆した抽象的な道を学習マシンがたどったことが明らかになる。^{[26]チューリングの2番目の提案については、一部の著者は人間の認知発達の}模造品を見つけるための呼びかけに例えている。^[26]子供たちが周囲の世界の特徴を学ぶ基礎となるアルゴリズムを見つけようとするこのような試みは、始まったばかりである。^{[26] [27] [28]}

• ブルックス、ロドニー(1990)、「象はチェスをしない」(PDF)、ロボティクスと自律システム、6 ( 1– 2): 3– 15、CiteSeerX  10.1.1.588.7539、doi :10.1016/S0921-8890(05)80025-9 、2007年8月30日取得
• クレヴィエ、ダニエル(1993) 。AI: 人工知能への激動の探求。ニューヨーク、NY: BasicBooks。ISBN 0-465-02997-3。
• ドレイファス、ヒューバート（1972）、「コンピュータにできないこと」、ニューヨーク：MITプレス、ISBN 978-0-06-011082-6
• ドレイファス、ヒューバート、ドレイファス、スチュアート（1986）、マインド・オーバー・マシン：コンピュータ時代における人間の直感と専門知識の力、オックスフォード、英国：ブラックウェル
• ドレイファス、ヒューバート（1979）「コンピュータがまだできないこと」ニューヨーク：MITプレス。
• Harnad, Stevan ; Scherzer, Peter (2008)、「まずロボットチューリングテストにスケールアップし、それから感情について心配する」、Artificial Intelligence in Medicine、44 (2): 83– 9、CiteSeerX  10.1.1.115.4269、doi :10.1016/j.artmed.2008.08.008、PMID  18930641、2012年2月8日時点のオリジナルからアーカイブ、 2010年8月29日取得。
• ハウゲランド、ジョン（1985）、人工知能：そのアイデア、マサチューセッツ州ケンブリッジ：MITプレス。
• モラベック、ハンス（1976）、インテリジェンスにおける生の力の役割、2016年3月3日時点のオリジナルからアーカイブ、 2007年11月7日閲覧。
• ホフスタッター、ダグラス（1979）「ゲーデル、エッシャー、バッハ：永遠の黄金の編み紐」。
• ルーカス、ジョン（1961）、「心、機械、ゲーデル」、アンダーソン、AR（編）、心と機械、2007年8月19日時点のオリジナルからアーカイブ、 2022年12月2日取得
• モラベック、ハンス（1988）、マインド・チルドレン、ハーバード大学出版局
• ペンローズ、ロジャー（1989）、「皇帝の新しい心：コンピュータ、心、そして物理法則について」、オックスフォード大学出版局、ISBN 978-0-14-014534-2
• ラッセル、スチュアート J. ;ノーヴィグ、ピーター(2003)、人工知能: 現代的アプローチ (第 2 版)、アッパー サドル リバー、ニュージャージー: プレンティス ホール、ISBN 0-13-790395-2
• サール、ジョン(1980)、「心、脳、プログラム」(PDF)、行動と脳科学、3 (3): 417– 457、doi :10.1017/S0140525X00005756、S2CID  55303721
• チューリング、アラン(1950 年 10 月)、「計算機械と知能」(PDF)、Mind、LIX (236): 433– 460、doi :10.1093/mind/LIX.236.433
• Saygin, AP (2000). 「チューリングテスト：50年後」. Minds and Machines . 10 (4): 463– 518. doi :10.1023/A:1011288000451. hdl : 11693/24987 . S2CID  990084.
• Noah Wardrip-Fruinおよび Nick Montfort 編 (2003)。The New Media Reader。ケンブリッジ: MIT 出版。ISBN 0-262-23227-8 。「Lucasfilm's Habitat」pp. 663–677。 

• 論文全文のPDF
• Saygin, Ayse Pinar; Cicekli, Ilyas; Akman, Varol (1999)。「今後 50 年間の分析とレビュー」。Minds and Machines : 2000。CiteSeerX 10.1.1.157.1592。