Weak AI
弱いAIは、狭義のAIとも呼ばれ、汎用的な理解を伴わずに特定のタスクを実行します。セールの中国語の部屋における起源、例、限界について解説します。
弱いAIは、人工知能のうち、顔認識、音声の文字起こし、商品の推薦など、特定のタスクまたは範囲が限られた一連のタスクを実行するよう構築されたものであり、自身が何をしているかについての汎用的な理解や意識はありません。日常的な用法では、弱いAIは特化型人工知能（ANI）の同義語であり、ほとんどの定義において、現在使われているAIシステムはすべてこれに該当します。「弱い」とは能力の範囲を指します。弱いAIシステムでも、そのタスクの範囲内ではあらゆる人間の専門家を上回る可能性があります。
用語の由来#
哲学者のJohn Searleは、1980年の論文「Minds, Brains, and Programs」で弱いAIと強いAIという呼称を導入しました。この論文では中国語の部屋の議論が提示されています。Searleの用法では、弱いAIとは、コンピューターが心のシミュレーションや研究に役立つ強力なツールであるという主張です。一方、強いAIとは、適切にプログラムされたコンピューターが文字どおり心を持ち、理解するという主張です。思考実験では、閉じた部屋の中にいる人物が、中国語の文字を操作するための英語の手引きに従って、中国語で書かれた質問に回答します。部屋の外にいる中国語の母語話者はその回答を見て、相手が中国語を理解していると確信しますが、部屋の中の人物は中国語をまったく理解していません。Searleは、プログラムを実行するコンピューターも同じ状況にあると主張しました。
その後数十年の間に、これらの呼称は哲学的な立場を示すものから、能力の分類を示すものへと変化しました。現在、「弱いAI」は通常、特化型のタスク固有AIを意味し、「強いAI」は汎用人工知能（AGI）の同義語として使われます。
弱いAIの特徴#
- タスクに限定された能力: 弱いAIシステムは、構築または学習時に想定されたことを実行します。胸部X線画像を読み取るように学習したモデルは、新たなトレーニングデータと再学習なしでは、マンモグラムを読み取ることも、ましてやチェスをすることもできません。
- データドリフトへの感度: 現代の弱いAIはデータから統計的なパターンを学習するため、その精度が保たれるのはトレーニングデータに似た入力に限られます。実世界の入力が変化すると、高い信頼度を報告したまま失敗する可能性があります。
- 独自の理解や目標はありません: システムは入力を出力に変換します。歩行者や腫瘍が何であるかを認識しておらず、最適化された目的以外の目標もありません。
- 適用範囲内では人間を超える性能: 対象が狭くても、卓越した性能を発揮できます。DeepMindのAlphaFold 2は、実験室の手法に近い精度でタンパク質の構造を予測します。この成果により、デミス・ハサビスとジョン・ジャンパーは2024年のノーベル化学賞を共同受賞しました。
弱いAIと強いAIの比較#
- 弱いAI（ANI）: 現在すでに存在し、実用化されているAIはすべてこれに該当します。「ANI」は能力の適用範囲が狭いことを強調し、「弱いAI」は機械が何かを理解しているのかというサールの当初の問いも含んでいます。
- 強いAI（AGI）: 仮説上の存在です。一般的には、ほぼすべての認知タスクで人間に匹敵し、タスクごとのエンジニアリングなしに新しいタスクを学習するシステムを指します。サールの意味では、真の心を持つ機械です。
- 人工超知能（ASI）: 仮説上の存在です。ほぼすべての分野で最高の人間を超えるシステムであり、技術的特異点のシナリオの背景となるものです。
弱いAIの例#
- コンピュータービジョン：運転支援システムは歩行者や車線標示を検出し、工場のカメラは部品の欠陥を検査します。Ultralytics YOLO26は、まさにこのように用途を絞っています。1つのモデルファミリーで、検出、インスタンス・セマンティックセグメンテーション、深度推定、分類、姿勢推定、回転ボックスに対応し、トレーニング済みモデルはトレーニングされたタスクとクラスのみを処理します。
- 音声認識：ディクテーションソフトウェア、字幕ツール、音声アシスタントは、話された音声をテキストに変換します。
- レコメンデーションシステム: ストリーミングサービスやショッピングサービスは、視聴履歴や購入履歴に基づいて、ユーザーごとにアイテムをランク付けします。
- ゲーム: IBMのDeep Blueは1997年に世界チェスチャンピオンのガルリ・カスパロフに勝利しましたが、それ以外のことは何もできませんでした。
生成AIは今も弱いAIなのか？#
大規模言語モデル（LLMs）はコードの作成、翻訳、要約、画像に関する質問への回答を行うため、「対象範囲が狭い」という呼び方には無理が生じます。2023年にMicrosoft Researchが発表したGPT-4に関する論文は、「汎用人工知能の片鱗」について述べました。一方、LLMを狭いカテゴリにとどめる人々は、能力にばらつきがあること、つまりギザギザした知能と呼ばれる傾向や、学習が終了すると学習を停止する重みを指摘します。EU AI法は弱いAIと強いAIという分類を避け、こうしたシステムを汎用AIモデルとして規制しており、プロバイダーに対する義務は2025年8月2日から適用されています。
