知能

知能（/ ˌɪntɛlɪˈdʒəns /）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きました。それは、情報を知覚または推論し、それを知識として保持して、環境や状況内で適応行動に適用する能力として説明できます。 ^{[ 1 ]}

この用語は1900年代初頭に広く知られるようになった。^{[ 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る。^{[ 4 ]}

知能は人間において長年研究されており、数多くの分野に及んでいます。また、人間以外の動物の認知においても観察されています。^{[ 5 ]}一部の研究者は植物が何らかの知能を示すと示唆していますが、これは依然として議論の的となっています。 ^{[ 6 ] [ 7 ] [ 8 ]}

「知性」という言葉は、ラテン語の名詞intelligentiaまたはintellēctusに由来し、さらにそれは動詞intelligere（理解する、知覚する）に由来します。中世には、intellectusという言葉が理解を表す学術的な専門用語となり、ギリシャ哲学用語nousの翻訳となりました。しかし、この用語は、魂の不滅の理論や能動的知性（能動的知能とも呼ばれる）の概念など、目的論的スコラ哲学の形而上学的および宇宙論的理論と強く結びついていました。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・ヒュームといった近世初期の哲学者たちによって強く否定され、彼らは皆、英語の哲学書において「 intellectus 」や「intelligence」の代わりに「understanding」を好んで用いました。^{[ 9 ] [ 10 ]}例えば、ホッブズはラテン語の『De Corpore』の中で、「intellectus intelligit」（英語訳では「the understanding understandeth」）を論理的不条理の典型的な例として用いた。^{[ 11 ]}そのため、「Intelligence」は英語圏の哲学ではあまり使われなくなったが、後に（現在では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。^{[ 12 ]}

知能をどのように定義するかについては議論がある。学者たちは知能を構成する能力をさまざまな方法で説明し、知能を定量化できると考える程度も異なっている。^{[ 13 ]}

アメリカ心理学会の科学問題委員会が1995年に発表した「知能：既知と未知」と題する合意報告書には、次のように記されている。

個人によって、複雑な概念を理解する能力、環境に効果的に適応する能力、経験から学ぶ能力、さまざまな形式の推論を行う能力、思考によって障害を克服する能力は異なります。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。ある人の知的パフォーマンスは、さまざまな場面、さまざまな領域、さまざまな基準で判断されるときに変化します。「知能」の概念は、この複雑な現象の集合を明確化し、整理しようとする試みです。いくつかの分野ではかなり明確化されていますが、そのような概念化はまだすべての重要な質問に答えておらず、普遍的な同意を得ているものもありません。実際、最近24人の著名な理論家に知能の定義を尋ねたところ、彼らは24の、やや異なる定義を与えました。^{[ 14 ]}

心理学者や学習研究者は、知能について次のような定義も提唱している。

人間の知能とは、複雑な認知能力と高いモチベーションおよび自己認識によって特徴づけられる人間の知的能力のことです。^{[ 23 ] [ 24 ]}知能によって、人間は物事の説明を記憶し、将来の行動にそれらの説明を利用することができます。知能は、学習、概念形成、理解、推論を行う認知能力を人間に与え、これにはパターン認識、革新、計画、問題解決、コミュニケーションのための言語の使用能力が含まれます。これらの認知能力は、流動性知能と結晶性知能、および流動性推論、知覚速度、言語能力などの能力を含む統一キャッテル・ホーン・キャロルモデル^{[ 4 ]}などのフレームワークに整理することができます。

知能は学習とは異なります。学習とは、事実や情報、能力を記憶し、将来のためにそれらを思い出す行為を指します。一方、知能とは、これらのプロセスやその他のプロセスを実行する個人の認知能力のことです。

知能研究者の主な対象は人間であったが、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、特定の種の精神的能力の研究と、種間の能力の比較の両方に関心を持っている。彼らは、問題解決能力や数的推論能力、言語的推論能力など、さまざまな尺度を研究している。いくつかの課題としては、種を超えて同じ意味を持つように知能を定義すること、そして種や状況を超えて精神的能力を正確に比較できる尺度を操作化することなどが挙げられる。 ^{[ 42 ]}

ヴォルフガング・ケーラーによる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。^{[ 43 ]}知能が特に注目され研究されている非ヒト動物には、チンパンジー、ボノボ（特に言語を使うカンジ）、その他の大型類人猿、イルカ、ゾウ、そしてある程度はオウム、ネズミ、ワタリガラスなどが含まれる。^{[ 44 ]}

頭足類の知能は重要な比較研究を提供する。頭足類は高い知能を示す特徴を持っているように見えるが、その神経系は脊椎動物の神経系とは根本的に異なっている。哺乳類、鳥類、爬虫類、魚類などの脊椎動物は、種によって異なるものの、かなり高い知能を示している。節足動物についても同様である。^{[ 45 ]}

植物は、外部および内部環境を感知してモデル化し、自己保存と繁殖を確実にするために形態、生理機能、表現型をそれに応じて調整する能力に基づいて、知能を持つものとして分類されるべきであると主張されている。^{[ 48 ] [ 49 ]}

反論としては、知能は一般的に、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ものと理解されているというものがある。これが知能の決定的な定義として受け入れられるならば、「機械学習」が可能なロボットの人工知能は含まれるが、多くの植物で観察される純粋に自律的な感覚反応は除外される。しかし、植物は自動化された感覚運動反応に限定されるわけではなく、肯定的および否定的な経験を区別し、過去の経験から「学習」（記憶を登録）することができる。また、コミュニケーション、状況の正確な計算、高度な費用便益分析の使用、多様な環境ストレス要因を軽減および制御するための厳密に制御された行動をとることもできる。^{[ 7 ] [ 8 ] [ 50 ]}

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きた。これらの定義の中には、人間や他の動物の知能も包含するほど一般的なものもある。知能エージェントは、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して定義できる。^{[ 51 ]}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、そのようなデータから学習し、その学習を利用して柔軟な適応を通じて特定の目標やタスクを達成するシステムの能力」と定義している。^{[ 52 ]}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まで、さまざまなベンチマークで実証できる。^{[ 53 ]}既存のAIは、一般知能の点で人間に遅れをとっており、一般知能は「非常に幅広いタスクを実行する方法を学習する能力」と定義されることもある。^{[ 54 ]}

数学者のオッレ・ヘグストロムは、知能を「最適化能力」、つまり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、あるいはもっと簡単に言えば「好みの順序で上位にランク付けされた可能性の領域に未来を導く」能力と定義しています。この最適化の枠組みでは、ディープブルーは「ギャリー・カスパロフが未来を別の方向に導こうと試みても、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」能力を持っています。^{[ 55 ]}文献を調査した結果、ハッターとレッグは知能を「エージェントが幅広い環境で目標を達成する能力」と定義しています。^{[ 56 ] [ 57 ]}認知能力は一次元パラメータとして測定されることもありますが、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」として表現することもできます。 ^{[ 58 ]}懐疑論者の中には、「自分自身を指差す」以外に知能を定義する意味のある方法はないと考える人もいます。^{[ 59 ]}

• ジェームズ・グリーク、「自由意志の運命」（ケビン・J・ミッチェル著『自由意志を持つ主体：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局、2023年、333頁の書評）、『ニューヨーク・レビュー・オブ・ブックス』第71巻、第1号（2024年1月18日）、 27～28頁、30頁。「主体性こそが、私たちを機械と区別するものである。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る。人工知能は、肉体を持たず、血と汗と涙とは無縁であり、そのような機会はない。」（ 30頁）
• ヒューズ＝キャッスルベリー、ケナ、「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『カインの顎骨』は、自然言語処理アルゴリズムの限界を露呈する」、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）モデルが驚異的な偉業を成し遂げられる一方で、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を明らかにした。これは、古代言語の分析など、これらのモデルを使って何かをしようとする研究者にとって困難を引き起こす可能性がある。場合によっては、そのような目的のための訓練データとして利用できる、はるか昔の文明に関する歴史的記録はほとんど存在しない。」(82ページ) 
• イマーワー、ダニエル、「あなたの嘘つきの目：人々は今やAIを使って本物と見分けがつかない偽の動画を生成している。それはどれほど重要なのか？」、ニューヨーカー、2023年11月20日、 54～59ページ。「『ディープフェイク』が、人工知能を使って実際に人々を欺くリアルな動画を意味するなら、それはほとんど存在しない。偽物は深みがなく、深みのある動画も偽物ではない。[...] AI生成動画は、一般的に、私たちのメディアにおいて偽造証拠として機能しているわけではない。その役割は、漫画、特にわいせつな漫画の役割に似ている。」(59ページ )
• 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、20～26ページ 。
• エカ・ロイヴァイネン、「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だけで測れるものではないことを示した」、サイエンティフィック・アメリカン、第329巻、第1号（2023年7月/8月）、 7ページ。「高いIQにもかかわらず、ChatGPTは、真に人間らしい推論や、物理的および社会的世界の理解を必要とするタスクで失敗する。…ChatGPTは論理的に推論することができず、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たようだ。」
• ケネス・クキエル、「ロボットへの準備はできているか？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 。コンピューター史家のジョージ・ダイソンは、（「ダイソンの法則」とでも呼ぶべき）「理解できるほど単純なシステムは、知的に振る舞うほど複雑ではなく、知的に振る舞うほど複雑なシステムは、理解するには複雑すぎる」と述べている（ 197ページ）。コンピューター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、その本質において、極めて単純で愚かだ。それらは機能するが、力任せに機能する」と述べている（198ページ ）。
• ドミンゴス、ペドロ、「私たちのデジタル・ダブル：AIは人類に奉仕するものであり、人類を支配するものではない」、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は自閉症のサヴァン症候群のようなもので、当面の間はそうあり続けるだろう…。AIには常識が欠けており、人間なら決して犯さないような間違いを簡単に犯す可能性がある…。また、AIは私たちの指示を文字通りに受け取りすぎて、私たちが実際に望んでいたものではなく、私たちが要求したものを正確に与えてしまう可能性もある。」(  93ページ)
• マーカス、ゲイリー、「私は人間か？：研究者は人工知能と自然界の知能を区別する新たな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、すなわち信頼できる曖昧さの解消能力 の欠如を指摘している。「[人が生成する]ほぼすべての文は曖昧であり、多くの場合、複数の意味で曖昧である。私たちの脳は言語を理解するのに非常に優れているため、通常はそれに気づかない。」顕著な例は「代名詞の曖昧さ解消問題」（「PDP」）である。機械は、文中の「彼」、「彼女」、「それ」などの代名詞が誰または何を指しているかを判断する方法がない。
• スターンバーグ、ロバート・J.、カウフマン、スコット・バリー編（2011）。『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 978-0-521-73911-5. 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).知能とは何か：フリン効果を超えて（増補ペーパーバック 版）. ケンブリッジ：ケンブリッジ大学出版局. ISBN 978-0-521-74147-7。
  • 要約：C・シャリジ（2009年4月27日）「知能とは何か？フリン効果を超えて」ミシガン大学（レビュー）。2010年6月14日にオリジナルからアーカイブ済み。
• スタノヴィッチ、キース（2009）。知能検査が見逃すもの：合理的思考の心理学。ニューヘイブン（コネチカット州）：イェール大学出版局。ISBN 978-0-300-12385-2。
  • 要約：ジェイミー・ヘイル著「知能検査が見落としているもの」 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 978-0-8050-7456-7OCLC 55510125​​ 
• ボック、グレゴリー；グッド、ジェイミー；ウェブ、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 978-0-471-49434-8。
  • 一般向けの要約は、William D. Casebeer (2001年11月30日) 「知能の本質」 Mental Help (書評) に掲載されています。2013年5月26日にオリジナルからアーカイブされました。
• 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：新改訂版スタンフォード・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（マサチューセッツ州）：ホートン・ミフリン。OCLC 964301。 
• ビネ、アルフレッド；シモン、Th. (1916).子供の知能の発達：ビネ＝シモン尺度. ニュージャージー州ヴァインランド訓練学校出版物第11号. E.S. カイト (翻訳). ボルチモア：ウィリアムズ＆ウィルキンス. p. 1. 2010年7月18日取得. 

• BBCの番組「In Our Time」に関する情報
• 知能理論と知能検査の発展における影響の歴史。 2007年11月11日にWayback Machineにアーカイブされました。インディアナ大学のジョナサン・プラッカーによって作成されました。
• 知能の限界：物理法則は、人間の脳がますます強力な思考機械へと進化するのを阻む可能性がある。ダグラス・フォックス著、『サイエンティフィック・アメリカン』誌、2011年6月14日号。
• 知能の定義集