AIはなぜ知能パズルを解けないのか？人間は機械を超えられるか

パズルやゲームは、人間の娯楽の手段にとどまらない。人工知能の発展史において、それらは機械の知能を測る尺度であり、アルゴリズムの進化を促す触媒でもあった。しかし最新の一連の知能テスト結果によれば、現在最も先進的なAIモデルは、一見シンプルに見えるこれらのパズルで相次いでミスを犯している――これは深く考えさせられる問いを投げかける。機械の「知能」には、いったい何が欠けているのか？

チューリングテストから知能パズルへ

1950年、アラン・チューリングが有名な「チューリングテスト」を提唱し、その後1959年にアーサー・サミュエルが発表した先駆的な論文によって「機械学習」という言葉が広く知られるようになった。それ以降の数十年間、パズル、ボードゲーム、論理推理問題はAI研究者にとっての「試金石」であり続けた。チェッカープログラムから、ディープブルーによるカスパロフ打倒、さらにAlphaGoによるイ・セドル撃破まで、歴史的な突破口が開かれるたびに、人類は「知能」の境界を再定義してきた。

今日、大規模言語モデルはテキスト生成やコード作成などの分野で驚異的な能力を発揮しているが、空間的な想像力、論理的な飛躍、あるいは常識的な推論を必要とする知能パズルに直面すると、しばしば的外れな答えを返す。これは偶然ではなく、現在のAIパラダイムが抱える深層的な欠陥を示している――AIはパターンマッチングは得意だが、真の因果関係の理解には至っていない。

AIの「盲点」：なぜパズルが正体を暴く鏡になるのか

研究者たちが設計した一連の知能テストには、古典的な「3本のマッチで三角形を作る問題」、「水面の上昇問題」、そして複数ステップの計画を要する迷路チャレンジが含まれていた。AIモデルがこれらのタスクで正解した割合は30%未満であり、一方で一般の人間被験者の平均正解率は70%を超えた。興味深いことに、同じ問題を文章による説明に変換すると、モデルの成績は若干向上したものの、それでも人間にはまったく及ばなかった。

「AIは流暢なソネットを書けるのに、浴槽に同時に水を注ぎながら排水した場合に満水になるまでの時間を計算できない――このギャップが示すのは、言語の流暢さは思考の厳密さとは別物だということだ。」――テストに参加したある研究者のコメント

その背景には、学習データに人間が生成したコンテンツが溢れており、AIは人間の表現方法を模倣することを学んだ一方で、物理世界の因果関係を実際に経験したことがないという理由があると考えられる。パズルは解く者に、抽象的なルールを具体的な状況へと対応させることを求める。この「身体化された認知」の能力こそ、現在のAIに欠けているものだ。

プロキシマ・ケンタウリへの航路：技術的ビジョンと人間の知恵

注目すべきは、同じ号の『The Download』が、野心的な宇宙計画についても論じていることだ。それは、私たちに最も近い恒星系であるプロキシマ・ケンタウリへ光帆探査機を打ち上げるというものだ。このプロジェクトはブレークスルー・スターショット計画によって推進されており、小型探査機を光速の20%で飛行させ、20年以内に4.24光年先のプロキシマb（プロキシマ・ケンタウリb）に到達させることを目標としている。

しかし、宇宙線からの防護、星間塵との衝突、長期にわたる自律航法といった問題は、いかなるAIパズルよりも困難な課題だ。これほど遠大な星間飛行を実現するには、探査機は高度な自律的意思決定能力を備えなければならない――光速の遅延が数年に及ぶため、地球からのリアルタイム指令を待つ余裕はないのだ。

編集後記：人間とAIが補い合う未来

知能パズルから星間飛行まで、AIの強みと弱みが等しく鮮明に浮かび上がる。あるいは私たちは、AIに人間と同じように考えることを求めるのをやめ、機械の計算能力と人間の直感的な知恵を有機的に組み合わせる方法を学ぶべきかもしれない。あるテクノロジー評論家の言葉を借りれば、「AIは私たちの代替品ではなく、私たちの望遠鏡だ――それはより遠くを見せてくれるが、どこを見るべきかを判断するのは、依然として私たち自身だ」。

人類がいつかプロキシマbの地表に降り立つとき、私たちを助けるのは、あらゆるテストで満点を取るAIではなく、人間の協働者に対して「わからない」と率直に言えるシステムかもしれない。限界を認めることこそが、真の知能へ、さらには未来の星間文明へとつながる出発点なのだ。

本記事はMIT Technology Reviewより編訳