知能

知能は、抽象化、論理、理解、自己認識、学習、感情的知識、推論、計画、創造性、批判的思考、問題解決の能力など、さまざまな方法で定義されています。知能は、情報を知覚または推論する能力、および環境や状況内での適応行動に適用するための知識としてそれを保持する能力として説明できます。^[1]

この用語は1900年代初頭に注目を集めました。^{[2] [3]}ほとんどの心理学者は、知能はさまざまな領域や能力に分けられると考えています。

知能は人間において、そして多くの分野で長い間研究されてきました。また、人間以外の動物^[曖昧]と植物の両方でも観察されていますが、これらの生命体の一部が知能を示すかどうかについては議論があります。^{[4] [5]コンピューターやその他の機械の知能は}人工知能と呼ばれます。

知性という語はラテン語の名詞 intelligenceiaまたはintellēctusに由来し、これらはさらに動詞intelligere (理解する、知覚する) に由来する。中世では、 intellectusという語は理解を意味する学術用語となり、ギリシア語の哲学用語nousの翻訳となった。しかし、この語は、魂の不滅の理論や能動的知性 (能動的知性とも呼ばれる)の概念を含む、目的論的スコラ哲学の形而上学的、宇宙論的理論と強く結びついていた。自然研究に対するこのアプローチは、 フランシス・ベーコン、トーマス・ホッブズ、ジョン・ロック、デイヴィッド・ヒュームなどの初期近代哲学者によって強く拒絶され、彼らは英語の哲学書では (「intellectus」や「 intelligence 」の代わりに)「理解」という語を好んだ。^{[6] [7]}例えばホッブズはラテン語の著書『De Corpore』の中で、論理的不合理の典型例として「 intelligentus intelligit 」を用いている。これは英語版では「理解は理解する」と訳されている。[ ^{8]そのため、「知性」は英語の哲学ではあまり一般的ではなくなったが、後に（現在それが意味するスコラ哲学の理論とともに）より現代的な}心理学で取り上げられるようになった。^[9]

知能の定義は議論の余地があり、その能力が何であるか、またそれが定量化できるかどうかは様々である。^[10]

1994年、ウォールストリートジャーナル紙に「主流の科学による知能」という論説が掲載された。これは、人種と知能の関係を主張する政策変更を提案した書籍『ベルカーブ』をめぐる論争への回答である。この論説には、署名を要請された131人の研究者のうち52人が署名したが、48人が明確に署名を拒否した。論説では知能について次のように述べている。^[11]

非常に一般的な精神的能力であり、とりわけ、推論、計画、問題解決、抽象的思考、複雑な考えの理解、素早い学習、経験からの学習などの能力が含まれます。これは単に書物による学習、狭い学問的スキル、または試験に合格する能力ではありません。むしろ、それは私たちの周囲を理解するためのより広く深い能力を反映しています。つまり、「理解する」、「物事を理解する」、「何をすべきかを考える」能力です。^[12]

アメリカ心理学会の科学委員会が『ベルカーブ』 をめぐる論争への回答として発行した報告書『インテリジェンス：既知と未知』 （1995年）より：

複雑な考えを理解する能力、環境に効果的に適応する能力、経験から学ぶ能力、さまざまな推論を行う能力、考えることで障害を克服する能力は、個人によって異なります。これらの個人差は大きい場合もありますが、完全に一貫しているわけではありません。特定の人物の知的パフォーマンスは、さまざまな状況、さまざまな領域、さまざまな基準で判断されるため、異なります。「知性」の概念は、この複雑な一連の現象を明確化し、整理する試みです。一部の分野では相当の明確化が達成されていますが、そのような概念化はまだすべての重要な疑問に答えておらず、誰もが同意するものはありません。実際、最近、24 名の著名な理論家が知性の定義を尋ねられたとき、彼らは 24 の、多少異なる定義を与えました。^[13]

これらの定義の他に、心理学や学習の研究者は次のような知能の定義も提案しています。

人間の知能は、複雑な認知能力と高いレベルの動機づけおよび自己認識によって特徴づけられる人間の知的力である。^[22]知能は、人間が物事の説明を記憶し、将来の行動にその説明を使用することを可能にする。知能は、パターンを認識し、革新し、計画し、問題を解決し、言語を使用してコミュニケーションする能力を含む、学習、概念形成、理解、および推論する認知能力を人間に与える。これらの認知能力は、流動的対結晶化や統一キャッテル・ホーン・キャロルモデルなどのフレームワークに整理することができ、^[23]これには流動的推論、知覚速度、言語能力などの能力が含まれる。知能は、人間が経験し、考えることを可能にする。^[24]

知能は学習とは異なります。学習とは、事実や情報、能力を保持し、将来使用するために思い出すことができる行為を指します。一方、知能は、これらのプロセスやその他のプロセスを実行する認知能力です。知能指数（IQ）テストなど、テストを通じて知能を定量化するさまざまな試みが行われてきました。しかし、IQテストの妥当性に反対する人は多く、IQテストでは知能を正確に測定できないと主張しています。^[25]

人間の知能は遺伝的要因に基づくのか、環境的要因に基づくのかについては議論がある。遺伝的知能とは、知能は生まれた時に固定され、成長するものではないという理論である。環境的知能とは、知能は生涯を通じて周囲の環境に応じて発達するという理論である。知能を育む環境とは、人の認知能力に挑戦する環境である。^[25]

感情知能は、他人に感情を分かりやすく伝える能力と、他人の感情を正確に読み取る能力であると考えられています。^[26]いくつかの理論では、感情知能が高まると、正確さに加えて、感情の生成と処理が速くなる可能性があることを示唆しています。^[27]さらに、感情知能が高いと感情を管理するのに役立つと考えられており、これは問題解決能力に有益です。感情知能は私たちの精神的健康に重要であり、社会的知能と関連しています。^[26]

社会的知能とは、社会的な状況において他人や自分自身の社会的合図や動機を理解する能力である。他の種類の知能とは異なると考えられているが、感情的知能と関連がある。社会的知能は、他者を判断する方法、判断の正確さ、そしてなぜ人が社会的性格がポジティブまたはネガティブであると見なされるかに焦点を当てた他の研究と一致している。これらの研究と社会的知能が同じ理論から来ているのか、それとも両者の間に違いがあるのか​​については議論があり、一般的には2つの異なる学派であると考えられている。^[28]

道徳的知能とは、善悪を理解し、正しいと信じられている価値観に基づいて行動する能力である。^[29]道徳的知能は、感情的知能や認知的知能とは独立した、異なる形態の知能であると考えられている。^[30]

「学問的な知識」と「世間の知識」という概念は、ある人は学術的な研究で知識を得ても、その知識を賢明に適用する経験が不足しているかもしれない、またある人は実務経験で知識を得ても、その知識を効果的に適用するために通常は研究で得られる正確な情報が不足しているかもしれないという前提に基づく対照的な見解です。人工知能研究者のヘクター・レベスクは、次のように述べています。

私たち自身の生活や文化においてテキストによる学習が重要であることを考えると、私たちがテキストをまったく軽視する傾向があることは驚くべきことかもしれません。テキストによる学習は「本の知識」に過ぎず、テキストによる学習は「本の知識」であると揶揄されることがあります。対照的に、直接的な経験や徒弟制度を通じて獲得された知識は「ストリート知識」と呼ばれ、テキストによる学習は「ストリート知識」であるとされています。^[31]

知能研究者の主な研究対象は人間だが、科学者たちは動物の知能、より広義には動物の認知能力の研究も試みてきた。これらの研究者は、特定の種の知的能力の研究と、種間の能力の比較の両方に興味を持っている。彼らは問題解決のさまざまな尺度、および数値的および言語的推論能力を研究している。いくつかの課題には、知能を種を超えて同じ意味を持つように定義すること、および種や状況を超えて知的能力を正確に比較する尺度を運用化することなどがある。 ^[32]

ヴォルフガング・ケーラーの類人猿の知能に関する研究は、この分野の研究の一例であり、スタンレー・コーレンの著書『犬の知能』も同様である。^[33]知能が特に注目され研究されている人間以外の動物には、チンパンジー、ボノボ（特に言語を使用するカンジ）やその他の類人猿、イルカ、ゾウ、そしてある程度はオウム、ネズミ、ワタリガラスが含まれる。^[34]

頭足動物の知能は重要な比較研究を提供する。頭足動物は著しい知能の特徴を示すように見えるが、その神経系は脊椎動物の神経系とは根本的に異なる。哺乳類、鳥類、爬虫類、魚類などの脊椎動物は、種によって異なるかなり高度な知能を示している。節足動物についても同様である。^[35]

知能の一般因子の証拠は、人間以外の動物で観察されています。知能の一般因子、またはg因子は、広範囲の認知能力における個人のスコア間の相関関係を要約した心理測定学的構成です。g因子は最初に人間で説明され、その後、多くの人間以外の種で特定されています。^[36]

認知能力と知能は、人間用に開発された、主に言語に依存する同じ尺度では測定できません。代わりに、知能は、革新、習慣の逆転、社会的学習、および新奇性への反応に焦点を当てたさまざまな対話型および観察ツールを使用して測定されます。研究によると、gは霊長類の認知能力測定における個体差の47％を占めており^{[36] 、}マウスでは55％から60％の分散を占めています（Locurto、Locurto）。これらの値は、ヒトのgによって説明されるIQの許容される分散（40〜50％）とほぼ同じです。 ^[37]

植物は、外部環境と内部環境を感知してモデル化し、それに応じて形態、生理、表現型を調整して自己保存と繁殖を確実にする能力に基づいて、知的生物として分類されるべきであると主張されてきた。^{[38] [39]}

反論としては、知能は学習を伴わない計算とは対照的に、永続的な記憶の作成と使用を伴うと一般的に理解されているという意見がある。これが知能の定義として受け入れられる場合、知能には「機械学習」が可能なロボットの人工知能が含まれるが、多くの植物で観察される純粋に自律的な感覚反応反応は含まれない。植物は自動化された感覚運動反応に限定されるのではなく、肯定的な経験と否定的な経験を区別し、過去の経験から「学習」（記憶の登録）する能力がある。また、コミュニケーション、状況の正確な計算、洗練された費用便益分析の使用、さまざまな環境ストレス要因の緩和と制御のための厳密に制御された行動の実行も可能である。^{[4] [5] [40]}

人工知能を研究する学者たちは、機械が示す知能を含む知能の定義を提案している。これらの定義の中には、人間や他の動物の知能も含むほど一般的なものもある。インテリジェントエージェントとは、環境を認識し、成功の可能性を最大化する行動をとるシステムと定義できる。^[41] カプランとヘンラインは、人工知能を「外部データを正しく解釈し、そのデータから学習し、その学習を使用して柔軟な適応を通じて特定の目標とタスクを達成するシステムの能力」と定義している。^[42] 人工知能の進歩は、ゲームからタンパク質折り畳みなどの実用的なタスクに至るまでのベンチマークで実証できる。^[43]既存のAIは、一般知能の点で人間に遅れをとっている。一般知能は、「膨大な範囲のタスクを実行する方法を学ぶ能力」と定義されることもある。^[44]

数学者オーレ・ヘグストロームは、知能を「最適化力」と定義している。これは、エージェントの好みに応じて世界を効率的に領域横断的に最適化する能力、またはもっと簡単に言えば「未来を優先順位の高い可能性の領域に導く」能力である。この最適化フレームワークでは、ディープ・ブルーは「ガルリ・カスパロフが未来を別の場所に導こうとしたにもかかわらず、チェス盤の未来を「勝利」とラベル付けした可能性のサブスペースに導く」力を持っている。 ^[45] フッターとレッグは、文献を調査した後、知能を「幅広い環境で目標を達成するエージェントの能力」と定義している。^{[46] [47]}認知能力は、1次元のパラメータとして測定されることもあるが、異なる知的タスクに優れたシステムを比較するために「多次元空間の超曲面」として表すこともできる。 ^[48]一部の懐疑論者は、「自分自身を指すだけ」以外に知能を定義する意味のある方法はないと考えている。^[49]

• グレイック、ジェームズ、「自由意志の運命」（ケビン・J・ミッチェル著『フリーエージェント：進化はいかにして私たちに自由意志を与えたか』、プリンストン大学出版、2023年、333ページのレビュー）、ニューヨーク・レビュー・オブ・ブックス、第LXXI巻、第1号（2024年1月18日）、27～28、30ページ。「行為主体性こそが、私たちを機械と区別するものです。生物にとって、理性と目的は、世界で行動し、その結果を経験することから生まれます。肉体を持たず、血と汗と涙とは無縁の人工知能には、そのような機会はありません。」（30ページ）
• ヒューズ・キャッスルベリー、ケンナ、「殺人ミステリーパズル：何十年も人類を悩ませてきた文学パズル『ケインの顎骨』は、自然言語処理アルゴリズムの限界を明らかにする」、サイエンティフィック・アメリカン、第329巻第4号（2023年11月）、81～82ページ。「この殺人ミステリーコンテストは、NLP（自然言語処理）モデルが信じられないほどの偉業を成し遂げることができるにもかかわらず、その能力は受け取るコンテキストの量によって大きく制限されることが明らかになりました。これは、古代言語の分析などに使用したいと考えている研究者にとって[困難]を引き起こす可能性があります。場合によっては、そのような目的のトレーニングデータとして役立つ、はるか昔の文明に関する歴史的記録がほとんどありません。」（82ページ）
• ダニエル・イマーワー、「あなたの嘘つきの目：人々は今やAIを使って本物と区別がつかない偽の動画を生成している。それはどの程度問題なのか？」、ニューヨーカー、2023年11月20日、pp. 54-59。「『ディープフェイク』が、実際に人々を騙す人工知能を使って制作されたリアルな動画を意味するのであれば、それはほとんど存在しない。フェイクはディープではなく、ディープはフェイクではない。[...] AIが生成した動画は、一般的に、私たちのメディアで偽造された証拠として機能しているわけではない。その役割は、特に卑猥なものなど、漫画の役割に似ている。」（p. 59）
• プレス、エヤル、「彼らの顔の前で：顔認識技術は警察に矛盾する証拠を無視させるのか？」、ニューヨーカー、2023年11月20日、pp.20-26。
• Roivainen, Eka、「AIのIQ：ChatGPTは[標準的な知能]テストで優秀な成績を収めたが、知能はIQだけでは測定できないことを示した」、Scientific American、vol. 329、no. 1（2023年7月/8月）、p. 7。 「高いIQにもかかわらず、ChatGPTは実際の人間のような推論や物理的および社会的世界の理解を必要とするタスクに失敗します...。ChatGPTは論理的に推論できないようで、オンラインテキストから得られた事実の膨大なデータベースに頼ろうとしました。」
• ケネス・クキアー、「ロボットへの準備はできていますか? AI の未来についてどう考えるか」、Foreign Affairs、第 98 巻、第 4 号 (2019 年 7 月/8 月)、192 ～ 198 ページ。コンピュータの歴史家であるジョージ・ダイソンは、「理解できるほど単純なシステムは、知的に動作するほど複雑ではなく、知的に動作するほど複雑なシステムは、理解するには複雑すぎる」と書いています (「ダイソンの法則」とも呼ばれます)。(p. 197)。コンピュータ科学者のアレックス・ペントランドは、「現在のAI 機械学習 アルゴリズムは、その根底にある、非常に単純で愚かなものです。それらは機能しますが、力ずくで機能します。」(p. 198)。
• ドミンゴス、ペドロ、「私たちのデジタルダブル：AIは人類を支配するのではなく、人類に奉仕する」、サイエンティフィック・アメリカン、第319巻第3号（2018年9月）、88～93ページ。「AIは自閉症の天才のようなもので、近い将来もそうでしょう。AIには常識がなく、人間なら絶対にしないような間違いを簡単に犯す可能性があります。また、私たちの指示を文字通りに受け取りすぎて、私たちが本当に望んでいるものではなく、私たちが求めたものを正確に与えてしまう傾向があります。」（93ページ）
• マーカス、ゲイリー、「私は人間か?: 研究者は人工知能を自然の種類と区別する新しい方法を必要としている」、サイエンティフィック・アメリカン、第316巻第3号 (2017年3月)、61～63ページ。マーカスは、人工知能にとってこれまで克服できなかった障害を指摘している。それは、信頼できる曖昧さ解消ができないことだ。「[人が生成する]ほぼすべての文は、多くの場合、複数の意味で曖昧です。私たちの脳は言語を理解するのが非常に得意なので、通常はそれに気づきません。」顕著な例は、「代名詞の曖昧さ解消問題」(「PDP」) である。つまり、機械には、文中の代名詞(「彼」、「彼女」、「それ」など) が誰または何を指しているのかを判断する方法がない。
• ロバート・J・スターンバーグ、スコット・バリー・カウフマン編（2011年）。『ケンブリッジ・インテリジェンス・ハンドブック』ケンブリッジ：ケンブリッジ大学出版局。doi ： 10.1017 / 9781108770422。ISBN 978-0521739115. S2CID  241027150。
• マッキントッシュ、NJ (2011)。IQと人間の知能（第2版）。オックスフォード：オックスフォード大学出版局。ISBN 978-0-19-958559-5。
• フリン、ジェームズ・R（2009年）。『知能とは何か：フリン効果を超えて』（ペーパーバック増補版）。ケンブリッジ：ケンブリッジ大学出版局。ISBN 978-0-521-74147-7。
  • 一般向け要約: C Shalizi (2009 年 4 月 27 日)。「What Is Intelligence? Beyond the Flynn Effect」。ミシガン大学(レビュー)。2010 年 6 月 14 日時点のオリジナルよりアーカイブ。
• スタノヴィッチ、キース（2009年）。『知能テストが見逃すもの：合理的思考の心理学』ニューヘブン（コネチカット州）：エール大学出版局。ISBN 978-0-300-12385-2。
  • 一般向け要約: Jamie Hale. 「What Intelligence Tests Miss」. Psych Central (レビュー)。2013 年 12 月 24 日時点のオリジナルよりアーカイブ。
• ブレイクスリー、サンドラ、ホーキンス、ジェフ（2004）。知能について。ニューヨーク：タイムズブックス。ISBN 978-0-8050-7456-7. OCLC  55510125.
• ボック、グレゴリー、グッド、ジェイミー、ウェッブ、ケイト編 (2000)。知能の本質。ノバルティス財団シンポジウム 233。第 233 巻。チチェスター: ワイリー。doi : 10.1002/ 0470870850。ISBN 978-0471494348。
  • 一般向け要約: William D. Casebeer (2001 年 11 月 30 日)。「The Nature of Intelligence」。Mental Help (レビュー)。2013 年 5 月 26 日時点のオリジナルよりアーカイブ。
• ウォルマン、ベンジャミン B. 編 (1985)。インテリジェンスハンドブック。編集顧問: ダグラス K. デッターマン、アラン S. カウフマン、ジョセフ D. マタラッツォ。ニューヨーク: ワイリー。ISBN 978-0-471-89738-5。
• ターマン、ルイス・マディソン、メリル、モード A. (1937)。知能の測定: 新しく改訂されたスタンフォード-ビネー知能検査の実施ガイド。リバーサイド教育教科書。ボストン (MA): ホートン・ミフリン。OCLC  964301。
• ビネ、アルフレッド; サイモン、Th. (1916)。「子どもの知能の発達：ビネ・サイモン尺度」。ニュージャージー州ヴァインランド訓練学校研究部出版物第11号。ESカイト（訳）。ボルチモア：ウィリアムズ＆ウィルキンス。p.1 。 2010年7月18日閲覧。

ウィキメディア・コモンズには、インテリジェンスに関連するメディアがあります。

無料辞書のウィクショナリーで「インテリジェンス」を調べてください。

Wikiquote にはIntelligenceに関連する引用があります。

• BBCの「In Our Time」に関するインテリジェンス
• 知能理論とテストの発展における影響の歴史。Wayback Machineに 2007 年 11 月 11 日にアーカイブされました。インディアナ大学のJonathan Pluckerによって開発されました。
• 知能の限界: 物理法則により、人間の脳はこれまで以上に強力な思考機械へと進化できない可能性があります。ダグラス・フォックス著、Scientific American、2011 年 6 月 14 日。
• 知能の定義集