アラン・チューリングの「計算する機械と知能」について
これは何の話？
1950年、コンピューターがまだ現在とはまったく違う存在だった時代に、アラン・チューリングは論文『Computing Machinery and Intelligence』で、
「機械は考えることができるか？」
という問題を扱った。
しかしチューリングは、この問いにそのまま答えようとはしなかった。
「考える」とは何なのかを定義し始めると議論が終わらない。
そこで、
人間と区別できないほど人間らしく応答できる機械を作れるか？
という、実際に試すことのできる問題へと置き換えた。
さらに、機械に人間の知能を持たせる方法として、完成した「大人」を最初から作るのではなく、「子どもの機械」を作り、教育によって成長させるという考え方まで提示していた。
まず結論
この論文の面白さは、
「AIは人間と同じように考えているのか？」
という答えの出しにくい問題に対して、
「それ、直接答える必要ある？」
と問題そのものを作り直したことにある。
そして、
人間らしく振る舞えるか？
という評価方法を考え、
さらに、
完成した知能をプログラムするのではなく、学習できる機械を作って育てればいいのではないか？
と考えた。
1950年の段階で、現代のAIにもつながる問題をここまで具体的に考えていたことが、この論文の大きな面白さである。
1. Knowledge ― 何を知ればいい？
「機械は考えられるか？」は答えにくい
そもそもの問いは、
Can machines think?
機械は考えることができるか？
だった。
しかし、これには大きな問題がある。
「機械」とは何か？
そして、
「考える」とは何か？
を定義しなければならない。
「考える」の定義について延々と議論していても、肝心の問題にはなかなかたどり着けない。
そこでチューリングは、問いそのものを置き換えた。
模倣ゲーム
そこで登場するのが、後に「チューリングテスト」と呼ばれる考え方につながる模倣ゲームである。
質問者は、相手の姿や声を見ることができない。
分かるのは文字による回答だけ。
その状態で、
「この回答をしているのは人間なのか、それとも機械なのか？」
を判断する。
つまり、
内側で本当に「考えている」のかを直接証明するのではなく、外から観察できる振る舞いによって評価する。
という発想である。
2. Practice ― どうやって「人間らしさ」を試す？
正解するだけでは人間らしくない
模倣ゲームで面白いのは、機械が単純に正しい答えを返せばよいわけではない点である。
むしろ、あまりにも速く、正確に回答すると、
「こいつ機械じゃね？」
と気付かれてしまう。
そのため機械側は、
- わざと間違える
- 回答を遅らせる
- ときには答えない
といった振る舞いによって、人間らしさを模倣することも考えられる。
ここでは、
「どれだけ賢いか」
と
「どれだけ人間らしいか」
が必ずしも同じではないことが分かる。
3. Inherent Talent ― チューリングの何がすごかった？
反論①「感情がないなら考えてない」
機械には感情も意識もない。
だから、どれだけ人間らしく話しても「本当に考えている」とは言えない。
こうした反論に対して問題になるのが、
「じゃあ、他人に本当に意識があることはどうやって証明するの？」
ということである。
他人の意識を直接見ることはできない。
私たちも結局、
話しかける → 相手が答える → この人には意識があるのだろう
と判断している。
機械にだけ「本当に内側に意識が存在すること」を要求すると、他人の意識すら証明できない独我論的な問題へ入り込んでしまう。
そこで、対話によって適切に応答できることを一つの基準にしようと考えた。
反論②「機械は命令されたことしかできない」
ラブレス夫人に由来する反論として、
「機械はプログラムされたことしかできない。だから新しいものを発明することはできない」
という考え方も紹介された。
しかしチューリングは、学習や条件反射のような仕組みを持たせることで、一見すると創造的・独創的に見える振る舞いも可能になると考えた。
4. Value ― 「子どもの機械」という発想
完成した大人を作るのは大変すぎる
では、人間のような知能を持つ機械をどう作ればいいのか。
ここでチューリングは面白い方向転換をする。
完成した「成人の心」を最初から作る必要はないのでは？
人間も、生まれた瞬間から大人と同じ知識を持っているわけではない。
子どもとして生まれ、
経験する
↓
教えられる
↓
成功・失敗する
↓
学習する
↓
少しずつ賢くなる
という過程を通る。
だったら機械も、
「子どもの機械」を作って教育すればいい。
という発想である。
報酬と罰によって学習させる
発表では、教育方法として報酬や罰を与えながら学習させる考え方も紹介された。
つまり、
すべての正解を人間がプログラムする
のではなく、
学習するための仕組みを作り、経験によって機械自身を変化させていく。
1950年という時代に、完成した知能を直接設計するのではなく、「学習する機械を育てる」方向へ問題を置き換えていたことが重要なポイントである。
チューリングの予測
チューリングは未来についてもかなり具体的な予測をしていた。
発表で紹介された内容では、2000年ごろまでには、5分間程度の会話で約70％の人が機械を正しく識別できなくなる程度の計算機が登場すると予測していた。
その後、2014年には「ユージーン・グーストマン」というチャットボットがチューリングテストに合格したとして話題になった例も紹介された。
さらに現在では、LLMによる文章生成だけでなく、画像や音楽まで生成できるようになっている。
その意味では、
「人間と区別することが難しい振る舞いをする機械が現れる」
というチューリングの見通しは、現代から見ると非常に興味深いものになっている。
質疑応答から見えてきたこと
「機械が考えるなんて怖い」は反論なのか？
質疑では「知らんぷりの反論（Ostrich Objection）」についても触れられた。
これは簡単に言えば、
「機械が人間のように考えられる世界なんて恐ろしい。だからそんなことはあり得ない」
という感情的な拒否である。
しかし、
「そうなってほしくない」
ことと、
「実際にそうならない」
ことは別問題である。
この反論からは、AIを考えるとき、技術的な可能性と人間側の恐怖・価値観を分けて考える必要があることが見えてくる。
なぜ「子ども」から育てる必要があるのか？
質疑では、
「最終的に大人の知能を作りたいなら、最初から大人を作ればいいのでは？」
という疑問も議論された。
しかし、完成した成人の心を最初からすべて記述するのは非常に複雑になる。
それならば、
比較的単純な初期状態
＋
教育・学習する仕組み
＋
経験
によって成長させるほうが合理的なのではないか、という発想になる。
ここで重要なのは、
「知能そのものを作る」のではなく、「知能が育つ仕組みを作る」
という視点の転換である。
現代のAIと比べるとどう見える？
2020年代の私たちは、実際にLLMと文章で会話することができる。
そのため、
「文字だけで会話して、人間らしい回答が返ってくるか？」
という1950年当時の問いは、非常に身近なものになった。
しかし、そこで新しい問題が出てくる。
人間らしく振る舞えることと、本当に理解していることは同じなのか？
という問題である。
発表では、その代表的な批判として「中国語の部屋」についても触れられた。
つまり現代では、
「機械は人間を模倣できるのか？」
だけではなく、
「そもそも何をもって『理解した』『知能がある』と言うのか？」
という問題へ議論が進んでいる。
この発表から考えられること
この論文で特に印象的なのは、チューリングが未来のAIを正確に予言したかどうかだけではない。
むしろ、
答えられない問題に出会ったとき、答えを無理やり出すのではなく「答えられる問題」に作り直している。
という思考方法そのものが重要に見える。
「機械は本当に考えているのか？」
では議論が終わらない。
だから、
「人間と区別できない振る舞いができるか？」
に変える。
「人間の知能を全部プログラムできるか？」
では複雑すぎる。
だから、
「学習できる子どもの機械を作って育てられないか？」
に変える。
つまりチューリングは、巨大で曖昧な問題を、実験・設計できる問題へ変換している。
これはAIに限らず、研究や仕事で問題を考えるときにも使える考え方である。
もう一つ考えさせられること
この論文が発表されたのは1950年である。
現在のようなLLMも、スマートフォンも、一般家庭にあるパソコンも存在しない時代に、
人間と会話する機械
人間らしさを模倣する機械
学習によって成長する機械
機械に意識があると言えるのかという問題
まで考えられていた。
現代のAIを見てからこれらを考えるのと、1950年の技術水準からこれらを考えるのとでは意味が大きく異なる。
現在では当たり前に見えるAIの問題のいくつかが、コンピューターの黎明期からすでに問いとして存在していたこと自体が、この論文の面白さの一つと言える。
まとめ
チューリングは、
「機械は考えることができるか？」
という巨大で曖昧な問いを、そのまま解こうとはしなかった。
代わりに、
「人間と区別できないほど人間らしく振る舞える機械を作れるか？」
という模倣ゲームへ置き換えた。
さらに、人間の知能を最初からすべてプログラムするのではなく、
「子どもの機械」を作って、教育によって成長させればよいのではないか
という考え方を示した。
そして現代では、実際に人間らしい文章・画像・音楽を生成するAIが登場したことで、
「人間らしく振る舞えるか？」
のさらに先にある、
「振る舞えることと、本当に理解することは同じなのか？」
という問いがより現実的な問題になっている。
この論文は、AIについての「答え」を与えたというよりも、70年以上経った現在でも使える「問いの立て方」を残した論文として見ることができる。
👶 ドパガキ向け：つまり何？
1950年の人：
「機械って考えられるの？」
チューリング：
「まず『考える』って何？」
みんな：
「…………」
チューリング：
「これ一生終わらんやん。」
↓
チューリング：
「じゃあ文字だけで人間とAIを会話させて、見分けられなかったら結構すごくね？」
↓
みんな：
「でも機械って命令されたことしかできないじゃん！」
チューリング：
「じゃあ学習させれば？」
↓
みんな：
「最初から人間みたいなAI作るの難しすぎるだろ！」
チューリング：
「じゃあ赤ちゃんAI作って育てれば？」
↓
1950年です。
↓
2020年代：
ChatGPT「こんにちは！！！！」
チューリング：
「ほーん。」
でも人類：
「待って。こいつ人間っぽく喋るけど、本当に意味分かってるの？？？」
↓
新しい問題、発生。
超結論
「AIって本当に考えてんの？」なんて難しいことを直接考えるな。
「じゃあ何ができたら考えてることにする？」に問題を変えろ。
さらに、
完成した天才AIを作るのが無理なら、学習できる赤ちゃんAIを作って育てればいいじゃん。
というところまで1950年に考えていた人の話。
そして70年以上経って、
「人間っぽいAI」はかなり現実になった。
だから今度は、
「人間っぽい」＝「本当に理解してる」なの？？？
という次の問題で人類が悩んでいる。
チューリング、問いの置き方が強すぎる。