ボトルネック

- コンピュータと知識獲得の難しさ人間にとって、知識を学び、それを活用することは、さほど難しいことではありません。例えば、幼い子供が一度「これはリンゴ」と教われば、次にリンゴを見た時にそれが何かを理解し、さらに「赤い」「丸い」といった特徴や、「甘い」「美味しい」といった味覚までも知識として結びつけることができます。そして、他の果物を見た時にも、リンゴと比較することで、それが「果物」という共通のカテゴリーに属するものであることを理解していきます。しかし、コンピュータにとってこのような知識獲得は容易ではありません。コンピュータは、膨大なデータを処理することができますが、それはあくまで指示された処理を高速で行っているに過ぎません。自ら「意味」を理解し、知識として体系的に蓄積していくことは難しい課題です。例えば、コンピュータにリンゴの画像を認識させる場合、大量のリンゴの画像データと「これはリンゴである」という情報を結びつける必要があります。しかし、色や形、大きさなど、リンゴには様々な種類があり、画像データだけでは「リンゴらしさ」を全て網羅することはできません。さらに、味や香りといった、視覚情報以外の情報は、画像データからは得ることができません。人間のように、断片的な情報から全体像を把握し、新しい知識を既存の知識と結びつけ、状況に応じて柔軟に知識を活用する、といった能力をコンピュータに持たせることは、人工知能開発における大きな挑戦です。この知識獲得の壁を乗り越えることが、真の意味で人間のように考え、行動する人工知能の実現へと繋がっていくでしょう。