Loading article…
A physical symbol system (also called a formal system) takes physical patterns (symbols), combining them into structures (expressions) and manipulating them (using processes) to produce new expressions.
The physical symbol system hypothesis (PSSH) is a position in the philosophy of artificial intelligence formulated by Allen Newell and Herbert A. Simon. They wrote:
"A physical symbol system has the necessary and sufficient means for general intelligent action."[1]
This claim implies both that human thinking is a kind of symbol manipulation (because a symbol system is necessary for intelligence) and that machines can be intelligent (because a symbol system is sufficient for intelligence).[2]
The idea has philosophical roots in Thomas Hobbes (who claimed reasoning was "nothing more than reckoning"), Gottfried Wilhelm Leibniz (who attempted to create a logical calculus of all human ideas), David Hume (who thought perception could be reduced to "atomic impressions") and even Immanuel Kant (who analyzed all experience as controlled by formal rules).[3] The latest version is called the computational theory of mind, associated with philosophers Hilary Putnam and Jerry Fodor.[4]
Examples of physical symbol systems include:
The physical symbol system hypothesis claims that both of the following are also examples of physical symbol systems:
アレン・ニューウェルとハーバート・A・サイモンは、「記号操作」が人間と機械の知能の本質であると示唆する2つの証拠を挙げた。それは、人間を対象とした心理実験と、人工知能プログラムの開発である。
ニューウェルとサイモンは、論理、計画、またはあらゆる種類の「パズル解決」における難しい問題に対して、人々は慎重に段階的に進み、いくつかの異なる可能な前進方法を検討し、最も有望なものを選択し、可能性が行き詰まったときに後退することを示す心理実験を行った。考えられる各解決策は、単語、数字、図などの記号で視覚化された。これは「記号操作」であり、人々は形式的なシステムを繰り返し探索して、パズルを解決する一致するパターンを探していた。[ 5 ] [ 6 ] [ 7 ]ニューウェルとサイモンは、コンピュータ プログラムで人々の段階的な問題解決スキルをシミュレートすることができた。彼らは、人間と同じアルゴリズムを使用し、同じ問題を解決できるプログラムを作成できた。
実験心理学とコンピュータモデルの両方を用いたこの種の研究は、ヒューバート・ドレイファスによって「認知シミュレーション」と呼ばれた。[ 8 ]彼らの研究は非常に大きな影響力があり、1960年代の認知革命に貢献しただけでなく、心理学における認知科学と認知主義の分野の創設にもつながった。
この研究の流れは、人間の問題解決は主に高次の記号の操作から成ることを示唆していた。
AI研究の初期の数十年間には、高度な記号処理を使用するプログラムが多数存在しました。これらのプログラムは非常に成功し、当時多くの人が機械には不可能だと考えていたスキル、例えば代数の文章問題を解くこと（STUDENT）、論理の定理を証明すること（Logic Theorist）、競技チェッカーをプレイすることを学習すること（Arthur Samuelのチェッカー）、自然言語でコミュニケーションすること（ELIZA、SHRDLU）などを実現しました。[ 9 ] [ 10 ] [ 11 ]
これらのプログラムの成功は、記号処理システムがあらゆる知的行動をシミュレートできることを示唆した。
物理記号システム仮説は、次の3つの区別を認識しない限り、自明で、一貫性がなく、無関係なものになってしまう。すなわち、「デジタル化された信号」と「記号」の間、「狭義の」AIと汎用知能の間、そして意識と知的な行動の間である。
物理的記号体系仮説は、「記号」を、認識可能な意味や指示を持ち、他の記号と 組み合わせてより複雑な記号（例えば、 <dog>と<tail> ）を生成できるものに限定した場合にのみ興味深いものとなる。デジタルコンピュータのメモリ内の単純な0と1、あるいはロボットの知覚装置を通過する0と1のストリームには当てはまらない。また、ニューラルネットワークやサポートベクターマシンで使用されるような、識別不能な数値の行列にも当てはまらない。これらは技術的には記号かもしれないが、記号が何を表しているのかを正確に判断できるとは限らない。これはニューウェルとサイモンが想定していたことではなく、これらを含めると議論は自明になってしまう。
デイビッド・トゥレツキーとディーン・ポメルローは、PSSH の「シンボル」をデジタル ハードウェアのバイナリ数字と解釈した場合に何が起こるかを考察している。この仮説のバージョンでは、「シンボル」と「信号」の区別はなされていない。ここで、物理シンボル システム仮説は、知能はデジタル化できると主張するだけである。これは弱い主張である。実際、トゥレツキーとポメルローは、シンボルと信号が同じものであるならば、物理シンボル システム はチューリング普遍であるため、二元論者か何らかの神秘主義者でない限り、十分性は自明であると述べている。[12] 広く受け入れられているチャーチ・チューリング テーゼは、十分な時間とメモリがあれば、任意のチューリング普遍システムは、デジタル化できるあらゆる考えられるプロセスをシミュレートできると主張している。任意のデジタルコンピュータはチューリング普遍であるため、理論的には、任意のデジタル コンピュータは、知能生物の行動を含め、十分な精度でデジタル化できるあらゆるものをシミュレートできる。物理的シンボルシステム仮説の必要条件も同様に洗練させることができる。なぜなら、我々はほぼあらゆる信号を「シンボル」の一形態として受け入れることができ、すべての知的な生物システムには信号経路があるからである。[ 12 ]
ニューラルネットワークやサポートベクターマシンの行列に現れる未確認の数値にも同じ問題が当てはまります。これらのプログラムは動的システムのデジタルシミュレーションと同じ数学を使用しており、「物理的な記号システム」よりも「動的システム」として理解する方が適切です。ニルス・ニルソンは次のように書いています。「あらゆる物理プロセスは、記号操作コンピュータ上で任意の精度でシミュレートできますが、信号ではなく記号でそのようなシミュレーションを説明すると、扱いにくいほど煩雑になる可能性があります。」[ 13 ]
PSSHは「汎用的な知的行動」、つまり私たちが「知的」と考えるあらゆる活動を指します。したがって、これは記号的手法のみを用いて汎用人工知能を実現できるという主張です。これは「狭い」応用（つまり、たった一つの問題を解決することだけを目的とした応用――現在使用されているほとんどすべてのAIシステムがこれに該当します）を指すものではありません。
人工知能研究は、特定の課題をインテリジェントに解決できる多くのプログラムの開発に成功してきた。しかし、AI研究はこれまで、人間のように多様な新しい課題を解決できる汎用人工知能システムを生み出すには至っていない。したがって、PSSHに対する批判は、将来のAIの限界を指しており、現在の研究やプログラムには当てはまらない。
大規模な言語モデルは「汎用的な知的行動」が可能であると主張する人もいるが、これは議論の余地がある。
PSSHは「知的な行動」、つまり機械の振る舞いを指し、機械の「精神状態」、「心」、「意識」、あるいは「経験」を指すものではありません。神経学が判断する限り、「意識」はエージェントの振る舞いから推測できるものではありません。完璧に書かれた架空のキャラクターが意識を持つ人間をシミュレートするのと同様に、機械が実際に意識を経験することなく、意識の経験をシミュレートしている可能性は常にあります。
したがって、PSSHは、ジョン・サールの強いAI仮説のように、「心」や「意識」に言及する立場には関係がない。
適切な入力と出力を備えた適切にプログラムされたコンピュータは、人間が心を持つのと全く同じ意味で心を持つことになるだろう。[ 14 ] [ 15 ]
ニルス・ニルソンは、物理的シンボルシステム仮説が攻撃されてきた主な「テーマ」または根拠を4つ特定した。[ 2 ]
もし人間の脳が記号的推論を用いて知的な行動を生み出さないのであれば、仮説の必要条件は偽であり、人間の知能は反例となる。
ヒューバート・ドレフュスは、物理的記号体系仮説の必要条件を攻撃し、それを「心理学的仮定」と呼び、次のように定義した。
ドレイファスは、人間の知能と専門知識は意識的な記号操作ではなく、主に無意識的な本能に依存していることを示すことで、この主張を否定した。専門家は、段階的な試行錯誤による探索ではなく、直感を使って問題を素早く解決する。ドレイファスは、こうした無意識的なスキルは形式的な規則では決して捉えられないと主張した。[ 17 ]
ジョージ・レイコフ、マーク・ターナーらは、数学、倫理、哲学といった分野における私たちの抽象的な能力は、身体から派生する無意識的な能力に依存しており、意識的な記号操作は私たちの知能のごく一部に過ぎないと主張している。
記号AIが汎用知能を生み出すことは決してないということを証明することは不可能だが、記号AIを用いて特定の問題を効率的に解決する方法が見つからない場合、それはPSSHの十分条件が真である可能性が低いという証拠となる。
深層学習のようなサブシンボリックAIプログラムが知的に問題を解決できるのであれば、これはPSSHの必要条件が誤りであることの証拠となる。
記号AIと他の手法を組み合わせたハイブリッドアプローチが、どちらか一方の手法単独よりも幅広い問題を効率的に解決できるのであれば、それは必要条件が真であり、十分条件が偽であることの証拠となる。
MITのロドニー・ブルックスは、記号的推論を全く用いずに、優れた移動能力と生存能力を持つロボットを製作することに成功した。ブルックス（およびハンス・モラベックなど）は、運動、生存、知覚、バランスといった人間の最も基本的な能力は、高度な記号を全く必要とせず、実際には、高度な記号の使用はより複雑で、成功率も低いことを発見した。
1990年の論文「象はチェスをしない」の中で、ロドニー・ブルックスは物理的シンボルシステム仮説を直接的に批判し、「世界はそれ自体が最良のモデルである。世界は常に最新の状態であり、常に知るべきすべての詳細を備えている。重要なのは、それを適切に、そして十分な頻度で感知することだ」と主張した。[ 18 ]
2012年、深層学習ネットワークであるAlexNetは、 ImageNetにおける画像分類において、他のすべてのプログラムを大幅に上回る性能を発揮した。それ以来、深層学習は多くの分野で、記号的AIよりもはるかに大きな成功を収めている。