人工知能とは何か？仕組みをわかりやすく解説

人工知能（AI）とは、推論、計画、学習、知覚など、通常は人間の知能と結び付けられる能力を機械に持たせようとする科学・工学の分野です。現代のAIの多くは、一つひとつの手順をルールとして書き込まれたものではありません。大量の事例から規則性を学び、それを使って予測、推奨、判断、あるいは新しいコンテンツの生成を行います。

以下では、この言葉の意味、機械学習の内部の仕組み、ChatGPTのようなチャットボットがどのように文章を生成するのか、日常生活ですでにAIが使われている場面、そして心に留めておくべき限界について説明します。

人工知能とは何か？わかりやすい定義

この名称の起源は、1956年のダートマス夏季研究プロジェクトにさかのぼります。このプロジェクトは、1955年にジョン・マッカーシーらが提案したものです。数十年の間、AIは主に「記号主義AI」を意味していました。専門家が明示的なルールを書き、コンピュータがそれに従うという方式です。

学術的な概観によれば、こうしたルールベースの考え方は1980年代末まで主流でした。その後、ニューラルネットワーク、ファジィシステム、進化計算といったアプローチが広がっていきました。要するに、この分野は人手で書いたルールから、データに基づく学習へと移行したのです。

政策立案者も似た枠組みで捉えています。2023年11月に改訂されたOECDの定義では、AIシステムとは、入力から予測、コンテンツ、推奨、判断といった出力を生成する方法を推論する機械ベースのシステムであり、その出力は物理環境または仮想環境に影響を及ぼしうるものとされています。システムごとに自律性や適応性の度合いは異なり、EUのAI法も非常に近い文言を採用しています。

初心者にとって役立つ区別が二つあります。第一に、現在存在するものはすべて特化型AIであり、特定のタスクのために作られています。汎用人工知能（AGI）はいまだ仮説上の概念で、その定義自体も議論の対象です。第二に、これらの用語は入れ子構造になっています。AIには機械学習が含まれ、機械学習には深層学習が含まれ、深層学習は大規模言語モデルや生成AIを支えています。

機械学習はどのように機能するのか？

従来のソフトウェアは、プログラマーが書いたルールに従って動作します。機械学習はこれを逆転させます。学習データと呼ばれる事例をモデルに与えると、モデル自身がパターンを見つけ出すのです。

主な方式は三つあります。教師あり学習では、事例に「スパム」「スパムではない」といったラベルが付けられています。教師なし学習ではラベルがなく、モデルが自力でグループ分けを見つけ出します。強化学習では、報酬と罰を通じて試行錯誤しながら学習します。囲碁AIのAlphaGoなどのゲームプレイシステムがこの方式を用いました。

今日の高性能なシステムの多くは、ニューラルネットワークを使っています。これは、パラメータや重みと呼ばれる数値設定で結び付けられた単純な数学的ユニットの層です。学習中、モデルは推測を行い、正解と比較して、誤差が小さくなるように重みを微調整します。この仕組みを支える技術的な名称は、誤差逆伝播法と勾配降下法です。

また、二つの段階を区別しておくと理解しやすくなります。学習は、モデルが知識を獲得する費用のかかる段階です。推論は、完成したモデルが質問に答えたり予測を行ったりして実際に働く段階です。

ChatGPTのような大規模言語モデルはどのように機能するのか？

大規模言語モデル（LLM）はまず、テキストをトークンに分割します。トークンとは単語全体または単語の一部です。接尾辞を多く持つ言語、たとえばトルコ語では、同じ量の文章でも必要なトークン数が多くなることがあります。ただし、その比率はモデルによって異なります。

事前学習では、膨大なテキストを用いて一つの課題、すなわち次のトークンを予測することを繰り返し練習します。この単純な目的を通じて、モデルは文法、事実、そのほかの多くのパターンを身につけていきます。その基盤となる設計はTransformerアーキテクチャで、2017年に論文「Attention Is All You Need」でGoogleの研究者が発表したものです。

続いて事後学習が行われます。指示の例を用いてモデルを微調整し、人間のフィードバックによって形成していきます。人間のフィードバックによる強化学習（RLHF）などの手法を通じ、モデルは有用なアシスタントとして振る舞うようになります。OpenAIが2022年11月30日に公開したChatGPTは、このようなアシスタントを一般の人々に広めました。Gemini、Claude、Copilot、Llama、DeepSeek、Mistral、Grokも、よく知られた名前です。

この技術は変化を続けています。最近の動向としては、回答前に問題を段階的に検討する推論モデル、画像や音声を扱うマルチモーダルモデル、タスクを完了させるためにツールを使うエージェント、そして、まず文書やウェブを検索してから回答する検索拡張生成（RAG）などがあります。モデルのバージョンは頻繁に更新されるため、現在の情報は開発元の公式ページで確認してください。

日常生活でAIはどのように使われているのか？

気づかないうちに、一日に何度もAIを利用しているはずです。動画配信サービスやショッピングサイトのおすすめ表示、スパムメールの振り分け、ナビアプリでの交通量予測、顔認証によるスマートフォンのロック解除、音声アシスタント、そして翻訳などを支えています。

銀行は不正取引の検知にAIを活用しており、写真アプリは自動補正に使っています。生成AIは、文章作成の支援、要約、プログラミング支援、画像作成、学習サポートなどにも加わりました。

医療の分野では、AIツールが医師による画像診断を補助しています。科学の分野では、その影響が最高の栄誉によって認められています。2024年のノーベル化学賞の一部は、タンパク質の立体構造を予測するAlphaFoldの開発により、デミス・ハサビスとジョン・ジャンパーに授与されました。また、2024年のノーベル物理学賞は、ニューラルネットワークに関する基礎的研究によって、ジョン・ホップフィールドとジェフリー・ヒントンに授与されました。

AIの限界とリスクは何か？

最もよく知られた問題は幻覚です。言語モデルは検証された事実ではなく、もっともらしく聞こえる文章を生成するため、誤った内容を自信ありげに述べることがあります。その発生頻度はモデルや試験によって大きく異なるため、重要な内容は必ず確認してください。

モデルには知識のカットオフもあります。検索に接続されていない限り、学習が終了した後の出来事については何も知りません。また、学習データに含まれる偏見を再現してしまうこともあります。

プライバシーにも注意が必要です。個人や健康、業務に関わる機密情報をチャットボットに入力する前に考え、各サービス提供者の設定を確認して、会話が学習に利用される可能性がないかを確かめてください。

より広い議論としては、著作権訴訟、エネルギーや水の使用量、ディープフェイクや誤情報、そして雇用への影響があり、その予測は大きく分かれています。最後に、今日のシステムが人間の意味で理解していたり意識を持っていたりすると想定すべきではありません。この問題は哲学的にも争いが続いています。

人工知能は規制されているのか？

その傾向は強まっており、答えは「はい」です。EUのAI法は2024年8月1日に発効し、その義務は数年かけて段階的に適用されています。今後のEUの提案によっては一部の期限が変わる可能性があるため、現在の日程はEUの公式情報源で確認する価値があります。

ほかの国々も独自の枠組みを整えつつあります。たとえばトルコでは、大統領府デジタル変革局と産業技術省が策定した、2021年から2025年までの国家AI戦略があります。政策は急速に動いているため、最新の状況については関係当局の発表をご確認ください。