人工知能が絶対にできないこと――AI研究の難問「フレーム問題」を考える：【追補編】真説・人工知能に関する12の誤解（19）（1/3 ページ）

「データがあれば人工知能は正しい判断をしてくれる」。そう思う人は多いですが、一方で人工知能ができないこと、苦手とすることもあるのです。今回は、人工知能を扱う上で重要な難問である「フレーム問題」についてお話しします。

[松本健太郎，ITmedia]

　ハーバード・ビジネス・スクールのクレイトン・M・クリステンセン教授が書いた『ジョブ理論』（現訳は『Competing Against Luck』。日本語訳は2017年に刊行）には、私のような“ひよっこデータサイエンティスト”が仕事をする上で忘れてはならない教訓が記されています。

データは、顧客が「なぜ」ある選択をするのかについては、何も教えてくれない

　教授は自身の身長や家族構成などのデモグラフィックを例に挙げ、「今朝、ニューヨーク・タイムズを買うという行動を私に選択させたのは、こうした特徴のせいではない」として、相関関係と因果関係を取り違えてはならないと強く訴えます。

さまざまなデータがあっても、それがもとでニューヨーク・タイムズを買ったかどうかは分からない――とクレイトン・M・クリステンセン教授は主張します（写真はイメージです）

　この話を思い出すたびに、「手元にあるデータが世界の全て」だと思い込んで分析するとロクな結果にならないと、身につまされる思いでいっぱいになります。

　苦労してたどり着いたダンジョンの奥にある宝箱には、絶対に強い武器や防具が入っていると考えるのと同じように、データをこね回しているといつの間にか「これが答えだ！」と錯覚してしまった経験は、誰しも一度ぐらいはあるでしょう。「安易に答えを見つけ過ぎだ」という批判はごもっともなのですが……。

　私たちが暮らしている世界は、Excelで表現できる程度のデータ量では説明できません。ビッグデータといわれるようなデータ量でも無理なはず。それなのに、どうして膨大なデータさえあれば、人工知能が正しく判断してくれると考えてしまうのでしょうか？　今回は人工知能が「できないこと」についてお話しします。

人工知能が「できない」こととは？

　そもそも、人工知能はどんな問題を解くのが得意で、何が不得意なのでしょうか。

　東ロボくんプロジェクトを主導した新井紀子教授の著書『AI vs. 教科書が読めない子どもたち』や田中潤氏の『誤解だらけの人工知能』では、人工知能の“弱点”について、「意味が分かっていない」という点を主張しています。

　例えば画像認識の場合、人工知能がトイプードルを認識しても、それが“生きている”とは理解していません。少し角度を変えたトイプードルの写真を「物」であるぬいぐるみと認識することもあります。この2つは命が宿っているか否かという点で大きく異なるものですが、そもそも「命」という概念を教え込まなければ、その両者の違いを理解できないのです。