人工知能は単なる技術的対象にとどまらず、哲学・倫理・社会学の問題とも深く結びついています。
ここでは、AI分野で頻繁に議論される代表的なテーマを整理し、G検定で問われやすいポイントを解説します。
シンギュラリティ（技術的特異点）
概要
- AIが人間の知能を超える転換点を指す。
- レイ・カーツワイルが「2045年にはシンギュラリティに到達」と予測したことで有名。
- AIが自らを改良し続ける「指数関数的成長」により、人間の理解を超える進歩が起こるとされる。
論点
- 楽観的シナリオ：AIが人類の課題を解決し、豊かな社会を実現。
- 悲観的シナリオ：AIが制御不能となり、人類に脅威を与える。
👉 試験ポイント：「シンギュラリティを提唱した人物」「到来予測年（2045年説）」
チューリングテスト
概要
- アラン・チューリングが1950年に提案した「AIの知能を判定する方法」。
- 人間の審査員がテキスト越しに会話し、「相手が人間かAIか区別できなければ、AIは知能を持つ」とみなす。
意義
- 初期のAI研究における「知能の基準」として長らく参照されてきた。
- 実際には「自然言語処理のテスト」としての側面が強い。
派生
- ローブナーコンテスト：毎年開催されているAIチャットボットの大会。
- 完全に人間を欺くAIはまだ存在しないが、部分的には成功事例も出ている。
👉 試験ポイント：「チューリングテストを提唱した人物」「ローブナーコンテストの概要」
中国語の部屋（Chinese Room Argument）
概要
- 哲学者ジョン・サールが1980年に提唱した思考実験。
- 内容：
- 中国語を理解できない人が「マニュアル」に従って記号を操作し、中国語の質問に対して正しい答えを返す。
- 外部から見ると「中国語を理解している」ように見える。
- しかし実際には「記号操作」であって、理解しているわけではない。
意義
- 「記号操作だけで知能といえるのか？」という疑問を投げかける。
- AIの**「意味理解の有無」**をめぐる重要な議論。
👉 試験ポイント：「中国語の部屋の提唱者（ジョン・サール）」「問題提起の内容」
フレーム問題
概要
- AIが現実世界の変化を扱う際に直面する課題。
- 例：ある行動を取ると環境のあらゆる部分が変化し得るが、どの変化を重要視すべきか判断できない。
具体例
- ロボットが「コーヒーを取ってくる」タスクを与えられたとき：
- 杯を持ち上げる → テーブルクロスが落ちる → 食器が割れる → 床が汚れる …
- AIは無限に考慮しなければならず、現実的に対応不可能。
👉 試験ポイント：「フレーム問題とは何か？」を正しく説明できるか。
知識獲得のボトルネック
概要
- 第2次AIブーム（1980年代）の中心課題。
- エキスパートシステムを構築する際に人間の専門知識をAIに入力する作業が膨大で、進展が止まった。
影響
- 「AIは理論的には強力だが、実用化は困難」という認識が広まった。
- この問題が第2次AI冬の時代の一因となった。
👉 試験ポイント：「第2次AIブームが停滞した要因」＝知識獲得のボトルネック。
シンボルグラウンディング問題
概要
- 言語や記号をAIが理解する際の根本的問題。
- 例：AIが「りんご＝Apple」と学習しても、それが実際の果物とどう結びつくかは分からない。
- 記号（シンボル）と実世界の「意味」をどう対応づけるかが難しい。
意義
- 自然言語処理や知識表現研究における基盤的課題。
- 現代の大規模言語モデル（LLM）にも通じるテーマ。
👉 試験ポイント：「シンボルグラウンディング問題の定義」
まとめと出題傾向
- シンギュラリティ：AIが人間の知能を超える転換点（2045年説）
- チューリングテスト：知能の有無を判定する方法（アラン・チューリング）
- 中国語の部屋：記号操作だけで「理解」と言えるのか（ジョン・サール）
- フレーム問題：現実世界の変化を無限に考慮しなければならない課題
- 知識獲得のボトルネック：第2次AIブーム停滞の要因
- シンボルグラウンディング問題：記号と実世界の意味の結びつき
例題（練習）
問題：次のうち「中国語の部屋（Chinese Room Argument）」が示した課題を最も正しく説明しているものはどれか？
- AIが自然言語を処理する際に膨大な計算資源が必要になること
- 記号操作だけで言語を扱っても「意味の理解」があるとは言えないこと
- 機械翻訳において文脈を解釈できない問題
- 人間がAIに知識を与える作業が膨大であること
👉 正解：2
