「AI vs. 教科書が読めない子どもたち」新井紀子、東洋経済新報社
ベストセラーのシンギュラリティ「来ない本」です。シンギュラリティ（強いＡＩ）は来ないけど弱いＡＩ＝特化型ＡＩでも充分なインパクトがあるから気をつけろという本です。ＡＩ関連のベストセラーはどんどん読むべきです。やはり情報のキャッチアップと言いますか、みんなが読んでいるわけですから、乗り遅れないように読んでおくことが必要です。
ＡＩが東大入試に挑戦するという「東ロボくん」プロジェクトリーダーである著者が、東ロボくんの内部でどのような処理が行われているかを明かしつつ、東ロボチャレンジの限界とＡＩ革命の今後の予想と、ＡＩ恐慌を防止するために読解力の改善を提唱した本です。現在の路線でＡＩに東大合格は無理だけど、既にＭＡＲＣＨレベルはクリアしているので、そのレベルの人材は不要になっちゃうよと警告しているわけです。ＡＩがもたらす不況（企業と人材の選別）は従来の不況とは質が違うと警告されていますね。
東ロボくんの内部処理を読んで、これはエキスパートシステムの発展形だったんだなと思いました。教科毎に、単元毎に、各研究分野の成果物＝パーツを駆使して、人間が知恵を絞って対策を考えていたんですね。著者は、「東ロボくんにはスパコンは不要だし、シンギュラリティは来ない」と断言しておられます。しかしこれは、自らの経験に基づく実感なんですね。「来る」という主張も「来ない」という主張にも、どちらも根拠は無いわけです。
いわゆる「強いＡＩ」「汎用人工知能ＡＧＩ」が当面造れそうも無い、という実感なんですね。
汎用人工知能は、赤ちゃんみたいに知識ゼロの状態から、外部刺激により教育して知性を獲得させるという方法論なのですが、東ロボくんは最初から違う方法でアプローチしていたということです。特化型ＡＩですね。ディープラーニングは使ってたみたいですけど、あくまで特化型なんですね。東大に合格しようとするなら、最初から、特化型ＡＩの方向性ではなく、「赤ちゃんＡＩ＝汎用ＡＩ＝ＡＧＩ」の方向性でチャレンジして欲しかったです。まあ、手っ取り早く結果を出すなら特化型ということになるわけです。
脳のエミュレーションは世界中で真剣に研究開発が進められています。脳のエミュレーションにはスパコンは有効ですし、ムーアの法則はＡＧＩの完成度に影響することになります。だから「来ない派＝特化型ＡＩ」と「来る派＝汎用ＡＩ」では議論が噛み合わないわけです。特化型ＡＩをいくら研究しても強いＡＩには到達できません。
脳のリバースエンジニアリング
chatGPTが話題となり、大規模言語モデルLLMによる機械翻訳や自然言語処理の性能向上が実感されています。しかし、これは昔からあるRNNとTransformer(注意機構 attention mechanism)の物量投入（学習データ量とCPU計算資源の増加）作戦と改良に過ぎません。自然な文章が出力されますが、コンピューターは意味を理解して回答しているわけでは無いのです。データの統計処理をしているだけなのです。
もっと根本的に、人間の知能がどのように構成されているのか、脳のリバースエンジニアリングにより汎用人工知能の実現に近づこうとするアプローチもあります。
レッドウッド神経科学研究所とヌメンタの創業者ジェフ・ホーキンスさんです。大脳新皮質の研究から、汎用人工知能のデザインをゼロからやり直そうとしています。思考実験、理論脳科学とも呼ぶべきアプローチにより、脳は世界の三次元地図（座標系）をたえず学習し続けて知性を獲得していると分析しています。
