■ホンモノ知能とエセ知能

2024年5月、突然、AIの未来がかいま見えた。

OpenAIとGoogleが、新しい大規模言語モデル（LLM）を発表したのだ。

大規模言語モデルとは、現在、猛威を振るう生成AIの「母なるAI」で、基盤モデルともいう。

今回発表されたのは、OpenAIの「GPT-4o」とGoogleの「Gemini 1.5 Pro」である。ともに、マルチモーダルが強化され、テキストだけでなく、音声、画像がスムースに扱えるようになった。

まず、音声による会話が実用レベルに達している。

旧モデルは、回答に３～５秒かかったが、新モデルは0.3秒。人間とほぼ同じ応答速度だ。今後、AIとの会話はテキストではなく、音声がスタンダードになるだろう。

さらに、画像を見せたり、音楽を聴かせ、話題にすることもできる。

早い話、AIが目と耳と口をもったのだ。

それだけではない。

知能も進化している。

会話にかぎれば、すでに人間を超えただろう。チューリング・テストを突破しているから。

コンピュータ科学の父アラン・チューリングが提唱したこのテストは、さながら魔法の呪文だった。

「機械は人間並みの知能をもつか？」

という歴史的命題も、この呪文を唱えれば、一発解答。

機械と会話をして、人間と区別がつかなかったら合格、そうでなければ不合格。それだけの話なのだが、長らく「人間並みの知能」の絶対尺度とされてきた。

ところが、2022年末、ChatGPTが登場すると、すっかり色褪せてしまった。

AIが人間なみに会話ができるか？

そんなのあたりまえ。

AIはさらなる高みを目指している。

MITの最新の研究成果によれば、大規模言語モデルは、「空間的概念」と「時間的概念」を獲得したという。

これは一大事だ。

大規模言語モデルは、膨大なテキストを学習し、人間の言葉を理解し、文章を生成する。ところが、識者の多くは「AIは言葉の意味もわからず、統計で言葉をつないでいるだけ」と蔑んできた。ホンモノにはほど遠いエセ知能だと。

根拠もある。

有名な「記号接地」問題だ。

たとえば「リンゴは美味しい」を学習するとする。

人間は、リンゴを触って、嗅いで、食べて、学ぶ。

一方、AIは、触る、嗅ぐ、食べるはムリ。そこで、テキストで座学するしかない。そのため、AIは「リンゴは美味しい」というテキストは知っているが、「美味しい」の意味がわからない。つまり「リンゴは美味しい」は記号の並びでしかないのだ。

人間は「言葉」と「実体」はつながっているが、AIは乖離しているわけだ。

これを「記号接地」問題という。記号（言葉）が、現実（実体）に接地しているという意味で。

大規模言語モデルは「記号接地」が壁になり、ホンモノの知能ではないと言われてきた。

ところが、MITの研究によれば、大規模言語モデルは空間的概念と時間的概念を獲得したという。であれば、大規模言語モデルは内部に「世界モデル」をもっている可能性が高い。

世界モデルとは、現実世界のメカニズム、仕組み、ルールを、コンピュータで再現したものだ（本来は数式）。

たとえば、次のテキストデータをAIに学習させたとする。

・リンゴは木から落ちる。

・隕石は空から落ちる。

では、人はハシゴから落ちるか？

「イエス」なら、世界モデルを持っている。

人とハシゴの関係を学習していないのに、推論できたから。

リンゴも隕石も人間も、地球上の物体は同じで、地球に引き付けられる（落ちる）。一を聞いて十を知るごとく、モノゴトを抽象化し、世界の基本ルールをマスターしているわけだ。これが世界モデルである。

このような抽象化は、人間でも難しい。だから、数学が苦手な人が多いのである。

ところが、大規模言語モデルはこのレベルに達したのだ。完全ではないだろうが、それは人間も同じ。

言葉の意味もわからず、統計で言葉をつないでいるだけ、と蔑んできた識者は、悔い改めるときがきた。審判の日は近い（煽り過ぎですね）。

■言葉の足し算・引き算

では、大規模言語モデルは、なぜこんな芸当ができるのか？

まずは「データのベクトル化」。

「ベクトル」は、データ形式の一つだ。たとえば、3次元空間の座標をベクトルで表すと

ｐ＝（x座標、y座標、Ｚ座標）

このとき、ベクトルの次元数は、x座標、y座標、Ｚ座標で「３」である。

このように、ベクトルは複数のデータを１つのデータとして表せる。

大規模言語モデルは、テキスト、画像、音声のデータをベクトルに変換して処理する。これは、とても賢い方法だ。

というのも、すべてのデータをベクトルに一元化することで、すべてのモノコトを「計算」に帰着できるから。

つまり、大規模言語モデルとは、森羅万象を「計算する」システムなのだ。人間の思考方法と根本的に違うことは明らかだ。

ただし、データのベクトル化は、大規模言語モデルが初めてではない。2013年に公開された「word2Vec」までさかのぼる。

Word2vecは、Googleの研究者が開発したプログラムで、言葉をベクトル化し、計算で自然言語処理する。ただし、word2Vecは、大規模言語モデルと違い、文脈は処理できない。あくまで、単語レベルだ（AIが扱う単語を「トークン」という）。

word2Vecも大規模言語モデルも、基本原理は脳を模倣したニューラルネットワーク。ただし、複雑さは桁違いだ。word2Vecは「2層」のニューラルネットワークだが、大規模言語モデルの最新版GPT-4は「100層」を超える。

そこで、シンプルなword2Vecで、言葉のベクトル化を体験しよう。

論より証拠、word2Vecを使ったプログラムを書いてみた。

3年前に書いた自然言語処理AIに、word2Vecの機能を追加し、膨大なテキストデータを学習させた。

word2Vecができることは２つ。

言葉の類義語をみつけることと言葉の演算。

言葉の演算？

言葉の足し算と引き算ができるのだ。

さっそく、確かめてみよう。

「類義語検索」と「言葉演算」の選択肢があるので、まず後者を選択。

つぎに、言葉の演算「ヒトラー ー ドイツ ＋ ソ連」を指示する。

意味するところは、ヒトラーからドイツ（国籍）を引いて、かわりにソ連（国籍）を足す。

期待する答えは、ソ連のヒトラーだ。

その処理結果を示す（アプリの画面をキャプチャした）。

1位は「スターリン」で確率は71.9％。つまり、ソ連のヒトラーはスターリンと答えているのだ。

ビンゴ！

ただ、2位以下はちょっと的外れ。ソ連にからむ言葉が多いが、人物はスターリンとモロトフだけ。モロトフはスターリン政権のナンバー２で、外相を務めた人物だ。

とはいえ、2層のニューラルネットワークでここまでできるのだ。

ただし、学習させたデータ群は部屋1杯分の本に相当する（特に歴史が強い）。word2Vecは、テキストの中の単語と単語の距離で類似度を決めるので、精度はデータに依存する。

ちなみに、このプログラムでは、word2Vecはベクトルの次元数を「256」に設定した。

では、最新の大規模言語モデル「GPT-4o」の次元数は？

GPT-4oに聞くと「12,288次元以上」と回答した。

つまり、一つの言葉を、1万以上のパラメータ（属性）で管理しているわけだ。その中にズバリ「人物」や「国籍」があるとは思えないが、人物や国籍に相当する属性はあるはずだ。でないと、こんな言葉の演算はできないから。

というわけで、AIの本質は、AIのプログラムを書かないとわからない。

「ファウスト」はゲーテの代表作で、歴史に残る長編戯曲だ。

その中で、悪魔メフィストフェレスはこう言っている。

「悪魔は年寄りだ。だから、歳をとらないと悪魔の言葉は理解できない」

「悪魔の言葉」とは、世界モデル（世界の仕組み）を表す秘密の言語だ。つまり、歳をとらないと、世界の仕組みはわからないと言っているのだ。

それは、AIにも当てはまるかもしれない。

メフィストフェレスは言いました。

「AIはプログラムだ。だから、プログラムを書かないとAIの言葉は理解できない」

ん～、なんか騙されたような。

■OpenAI Vs. Google

今回発表された大規模言語モデルで、AIは目と耳と口をもった。

「人間対AI」のコミニケーションが、「人間対人間」と同等になったのだ。

くわえて、AIは、人間より物知りだし、口が達者で、嫌なこと一つ言わない。各分野の専門家、良きアドバイザー、心休まる話相手を兼ねるわけだ。人間のお友だちはいらなくなりますね。

すると、こんなツッコミが入りそうだ。

歯車（今は半導体）でてきた機械に何がわかる。血の通ったアナログな人間だけが、真のパートナーになりうるのだと。

いえいえ、大事なことを忘れています。

ある統計によると、人間の悩みやストレスの原因の約30％が「人間関係」だそうな。

さて、AIと人間どっち？

話をもどそう。

今回、Googleが発表したアプリとサービスは、さながらAIのデパートだ。今できることを、すべてやっている。

たとえば、面倒くさい返品処理。

通販でシューズを買ったけど、返品したい。

商品をスマホにかざすだけでOK。

画像からメーカーや型番を特定し、G-mailでメールを探し、注文先をつきとめ、返品手続きをしてくれる。

さらに、壊れたレコードプレイヤーをスマホにかざせば・・・

どこが故障しているか、その対処方法まで教えてくれる。

まるでSFの世界だ。

このように、複雑なタスクを指示できるAIを「AIエージェント」という。いつか出ると言われてきたが、こんな早いとは。

AIの進化は加速している。

線形の変化なら予測可能だが、非線形の変化は予測するのは難しい。AIが社会実装されたとき、AI格差が生まれるだろう。活用するヒトとそうでないヒトで。

だが、あまり神経質になる必要ない。AIがわからなければ、わかる友人、知人に頼ればいいから。

GoogleのAI戦略は明快だ。

AIは使ってなんぼ。ユーザーとちゃんと向き合って、便利なアプリ、サービスを提供している。GoogleのAIビジネスは、考え抜かれていて、スキがない。まさに盤石の布陣で、他社の追随を許さない。

では、OpenAIの「GPT-4o」は？

会話の品質では、Googleの「Gemini 1.5 Pro」を上回るが、アプリとサービスのビジネス展開では、Googleに遠く及ぼない。

ところが、不思議なことに、メディア（Youtubeを含む）の反応は真逆だ。

同じ成果をあげても、OpenAIは絶賛され、Googleは沈黙（今回のマルモーダルも）。一方、何か失敗すると、Googleは大騒ぎなのに、OpenAIは沈黙。

なんで？

最終的に、OpenAIに勝つと思っているから？

確かに、OpenAIには一発逆転のチャンスがある。

「AGI（汎用人工知能）」だ。

人類が夢見る究極の人工知能で、人間と同等の知能をもつ。いや、人間を超えるだろう。人間より、早く、正確に、網羅的にやるから。しかも、発明・発見もこなすから、特許もノーベル賞もAIのもの（法は認めないだろうが）。

OpenAIの目は、まっすぐAGIに向いている。

OpenAIが自ら告白しているから、間違いない。

2024年5月、OpenAIはこう発信している。

「最近、次世代モデルのトレーニングを開始した。我々は、この結果として得られるシステムが『AGI』への道のりで、次のレベルの能力にわれわれを導いてくれると期待している」

ターゲットは明確にAGIだ。

■本が消える日

AGIが発明されたら、人間は完全に失業する。

AIロボットが、計画立案、意思決定、設計・製造・工事・サービスまでやるから。しかも、政治、経済、外交、軍事、文化、あらゆる分野におよぶ。さらに、発明・発見・創作までこなすのだ。

AGIが人間最後の発明になるのは間違いない。

では、人間は何をする？

消費するだけ。

早い話、穀潰し（ごくつぶし）です。

人間は、AIロボットが生み出す価値で、ベーシックインカムを享受する。食物連鎖の頂点の座をAIに譲り、消費するだけの存在に堕ちる。

すると、怠け者は小躍りして喜ぶだろうが、恐ろしい未来が待っている。

食物連鎖の2位じゃダメなんでしょうか？

ダメです、命が危ないので。

人間が他の動物に何をしてきたか、思い出そう。

娯楽のために動物狩りをするのは人間ぐらいですよ。

AGIが発明されたら、間をおかずASI（超人工知能）に自律進化するだろう。人間はおろかAGIさえ凌駕する超知能・ASIである。何をするか、どんな概念をもつさえわからない。ただし、コンピュータは合理主義に最適化されているから、価値を生まず、消費するだけの穀潰しを見逃すはずがない。

そんな大きな話ではなく、もっと小さな話もある。

AGIが出現したら、本は消えるだろう。

当然、著者、出版社、本屋、図書館も消える。

仕事はAIロボットがやるので、人間は勉強する必要がないから。つまり、本を読む必要がなくなるのだ。

でも「役に立つ」ではなく「楽しい」勉強もあるのでは？

それでも本は消える。

AIに、こんな本が読みたいといえば、その場で書いてくれるから。しかも、画像、動画付きで、望めば読み上げくれる。ここまでくれば、本ではないが、それが本の消える理由でもある。

やっぱり、本は消える運命にあるのだ。

古代ギリシャの吟遊詩人ヘーシオドスは、「仕事と日」の中で、５つの時代を物語った。

黄金族の時代、銀族の時代、青銅族の時代、英雄の時代、鉄族の時代である。

労働の苦しみがない「黄金族の時代」から、労働が課せられた「鉄族の時代」へ、人類は悪化の一途をたどっていると嘆いたのだ。

すべて「金属」なのに、一つだけ「英雄の時代」？

人間の歴史は悪くなる一方だが、一つ前の「英雄の時代」はまだマシだった。ホメーロスのイーリアスとオデュッセイアの世界を言っているのだ。自分たちの祖先は、トロイアで戦った偉大な英雄、高貴な存在なのだと。

けれど、ヘシオドスのノスタルジックに美化された「妄想の時代」にしかみえないのは、気のせいだろうか。

ん～、歴史的詩人を批判してはいけませんね。

お前は一体何様、と言われそうです。

とはいえ、「AI族の時代」が到来すれば、そんな悠長なことを言っていられない。

人間知の原点「本」が消えるのだ。

本（書物）の歴史は古い。

媒体は、粘土板、パピルス、羊皮紙、紙と進化してきた。

製本は、写本、印刷と進化してきた。

本は、人類文明5000年の源（みなもと）なのだ。

それが化石になろうとしている。

原子力は、街を明るくするが、灰にすることもできる。

AIは、人間の助けになるが、失業させることもできる。

原子力とAIは別物にみえるが、同じ穴のムジナなのだ。

《つづく》