コンピュータサイエンス教授のマーク・リーは、人工知能は特定のタスクにおいて人間の最高水準のパフォーマンスを上回ることができると述べています。
しかし、感情を真に理解し、自己意識を育むためには、AIはロボットの身体に収められる必要があるでしょう。
人工知能は目覚ましい進歩を遂げているようです。人工知能は、次の技術の中核を担う重要な技術となっています：自動運転車、自動翻訳システム、音声およびテキスト分析、画像処理、そしてあらゆる種類の診断および認識システムです。多くの場合、AIは特定のタスクにおいて最高水準の人間のパフォーマンスを上回ることができます。
私たちは、激しい活動を伴う新たな商業産業が出現するのを目の当たりにしています。巨額の金融投資と、計り知れない可能性を秘めています。AIによる改善が及ばない分野はなく、自動化できないタスクも、AIアプリケーションによって少なくとも支援できない問題もないように思えます。しかし、これは本当に厳密に正しいのでしょうか。
計算に関する理論的研究により、計算不可能なものが存在することが示されています。優れた数学者であり暗号解読者でもあるアラン・チューリングは、一部の計算は決して終わらないかもしれない（一方、他の計算には何年、あるいは何世紀もかかる）ことを証明しました。
例えば、チェスのゲームで数手先までを容易に計算することはできます。しかし、一般的な80手のチェスの対局について、その終局までのすべての手を検討することは、まったく現実的ではありません。世界最速のスーパーコンピュータの一つを用いても、毎秒10兆の10倍を超える演算で動作させた場合でさえ、チェスの探索空間のごく一部を調べるだけで1年以上かかるでしょう。これは「スケールアップ問題」としても知られています。スケールアップ問題。
初期のAI研究は、問題の組み合わせが少数の場合（三目並べのような、トイ・プロブレムと呼ばれるもの）には良好な結果をもたらすことが多かったものの、チェスのような（現実の問題）より大規模な問題には対応できませんでした。幸いなことに、現代のAIは、そのような問題に対処するための別の方法を開発してきました。これらは、先を読むすべての手を検討するのではなく、人間の思考が及ぶよりもはるかに先まで見通すことによって、世界最高の人間のプレイヤーを打ち負かすことができます。これは、近似、確率推定、大規模なニューラルネットワーク、その他の機械学習技術を用いた手法によって実現されています。
しかし、これらは本質的にはコンピュータサイエンスの問題であり、人工知能の問題ではありません。AIが知的に機能する上での根本的な限界は存在するのでしょうか。人とコンピュータの相互作用を考えると、重大な問題が明らかになります。将来のAIシステムは、と意思疎通を図り、友好的で完全に双方向的な社会的やり取りを通じて人間を支援すると広く予想されています。
心の理論
もちろん、そうしたシステムの原始的な形態はすでに存在します。しかし、音声コマンドシステムやコールセンター型のスクリプト処理は、単に会話のふりをしているだけです。必要とされているのは、長期にわたる自由な会話を伴う、適切な社会的相互作用です。その中でAIシステムは、相手やこれまでの会話を記憶します。AIは、意図や信念、そして人々の発言の意味を理解しなければならないでしょう。
これには、心理学で心の理論として知られるものが必要です。これは、対話している相手が独自の考え方を持ち、おおむね自分と同じように世界を捉えているという理解を意味します。そのため、誰かが自身の経験について語るとき、その人が述べていることや、それが自分自身とどのように関係するかを認識し、理解することができ、その発言に意味を見いだすことができます。
また、私たちは相手の行動を観察し、そのジェスチャーや合図から、その人の意図や好みを推測します。例えば、サリーが「ジョンはゾーイが好きだが、ゾーイは彼を不釣り合いだと思っていると考えている」と言うとき、私たちは、サリーが自分自身の（自分の考えの）一次モデルを持ち、ジョンの考えについての二次モデルを持ち、さらにジョンがゾーイの考えについてどう考えているかについての三次モデルを持っていることを理解します。これを理解するには、人生において同様の経験を持つ必要があることに注目してください。
身体的学習
こうした社会的相互作用のすべては、関係する当事者が「自己意識」を持ち、同様に相手の自己に関するモデルを維持できる場合にのみ意味をなすことは明らかです。他者を理解するには、自分自身を知る必要があります。AIの「自己モデル」には、主観的な視点を含める必要があります。それは、身体がどのように機能するか（例えば、視覚的な視点は目の物理的な位置に依存する）、自身の空間の詳細な地図、そして十分に理解されたスキルや行動のレパートリーを含みます。
つまり、自己意識を具体的なデータや経験に根ざすためには、物理的な身体が必要だということです。ある主体の行動が別の主体によって観察されるとき、経験の共有された構成要素を通じて、双方がそれを理解することができます。これは、社会的なAIがボディを備えたロボットとして実現される必要があることを意味します。ソフトウェアの箱が、人間が暮らす物理世界について、その中における主観的な視点を持つことなどどうしてできるのでしょうか。私たちの対話システムは、単に組み込まれるだけでなく、身体化されていなければなりません。
設計者がロボットのためのソフトウェアによる自己意識を効果的に構築することはできません。主観的な視点を最初から設計に組み込んだ場合、それは設計者自身の視点となり、さらに設計者が知らない経験を学習し、それに対処する必要も生じるでしょう。したがって、私たちが設計すべきは、主観的な視点の学習を支える枠組みなのです。
幸いなことに、こうした困難から抜け出す道はあります。人間も全く同じ問題に直面しますが、それらをすべて一度に解決するわけではありません。乳児期の最初の数年間には、目覚ましい発達の進歩が見られ、その間に私たちは自分の身体をコントロールする方法や、物体、主体、環境を知覚し経験する方法を学びます。また、行動の仕方や、行為や相互作用の結果についても学びます。
発達ロボティクスという新たな分野の研究では、ロボットが乳児のように白紙の状態から学習する方法が現在探求されています。初期段階では、受動的な物体の性質やロボットの世界の「物理法則」を発見することが含まれます。その後、ロボットは他の主体との相互作用（介護者）を観察し模倣し、その後、文脈における自己のモデル化を徐々により複雑なものにしていきます。私の新著では、この分野で行われている実験について論じています。
したがって、非身体型のAIには根本的な限界があることは確かですが、ロボットの身体を用いた将来の研究は、いつの日か、AIと人間の間に持続的で共感的な社会的相互作用を生み出す助けとなるかもしれません。
