　この問いをめぐる、もはや古典的とも呼べる概念が「シンギュラリティ」（技術的特異点）だ。未来学者レイ・カーツワイルは、2005年に出版した著書「シンギュラリティは近い」で、2045年には人工知能は人間の脳を超える知性を持つと予想した。「ムーアの法則」に象徴されるような、デジタル技術の指数関数的な性能向上が後押しとなり、コンピュータの処理能力が飛躍的に向上するという。

　また彼は、2029年に人間1人当たりの脳の処理能力に匹敵するAIが実現されると予測する。これは汎用AIと言い換えてもいいだろう。しかし、いくらコンピュータの処理能力が向上しても、人間の頭脳と同じ働きをするAIが登場するかどうかは別問題だという批判もある。

　カーツワイルのシンギュラリティ理論は技術進化のトレンドに基づくマクロな予測だが、汎用AIを技術的に実現しようという取り組みは、実際にさまざまな団体や研究機関が進めている。こうした組織の研究者らは、それぞれ独自の理論に基づいて汎用AIの模索を続けている最中であり、いつどのような形で実現されるかについても、大きく意見が分かれる。

　例えば昨年、未来学者のマーティン・フォードが、著名なAI研究23人に対するインタビューをまとめた著書「Architects of Intelligence」を出版した。

　それによると、ロボット研究者として有名なロドニー・ブルックスは「2200年までに、汎用AIが50％の確率で実現される」と回答したそうだ。レイ・カーツワイルがシンギュラリティの到達時期として挙げた「2029年」とは大きな隔たりがある。他の研究者の予想もばらばらで、「何年までに汎用AIが50％の確率で実現されると思うか」という問いに対する回答の平均値は「2099年」だったという。

　いまのところ、AIのビジネス活用を考える場合は弱いAIに焦点を当てればいいだろう。とはいえ、このような「超人工知能」（最近ではASI：Artificial Superintelligence、『人工超知能』とも呼ばれる）がいつか生まれる前提に立つと、私たちはそれにどう備えるべきなのだろうか。あるいは、特定の領域で人間を上回るパフォーマンスを発揮する弱いAIをどう制御すべきか。この問いをめぐる議論については、次回整理してみたい。

著者プロフィール：小林啓倫（こばやしあきひと）

経営コンサルタント。1973年東京都生まれ、獨協大学外国語学部卒、筑波大学大学院地域研究研究科修士課程修了。システムエンジニアとしてキャリアを積んだ後、米Babson CollegeにてMBAを取得。その後外資系コンサルティングファーム、国内ベンチャー企業などで活動。著書に『FinTechが変える! 金融×テクノロジーが生み出す新たなビジネス』（朝日新聞出版）、『IoTビジネスモデル革命』（朝日新聞出版）、訳書に『テトリス・エフェクト世界を惑わせたゲーム』（ダン・アッカーマン著、白揚社）、『シンギュラリティ大学が教える飛躍する方法』（サリム・イスマイル著、日経BP社）など多数。

「AIが仕事を奪う」への疑問　いま、“本当に怖がるべきこと”は
「人工知能が原因で失業する」。しばしば、AIはこうした脅威論の文脈で語られることがある。AIは本当にそこまで怖いものなのだろうか。
ディープラーニングは何ができる？　エンジニア以外も知っておきたい注意点
第3次AIブームをけん引する技術である「ディープラーニング」。今回はディープラーニングを活用する上で知っておきたい基礎知識を紹介する。
エンジニア以外も「AIの仕組み」を学ぶべき理由　機械学習とディープラーニングの違いは？
エンジニア以外もAIについて学ぶべきなのか？　そんな疑問への答えと、いまさら聞けない機械学習とディープラーニングの違いを専門家が解説。
文系でも分かる「機械学習」のススメ　教師あり／なし、強化学習を解説
よく耳にするようになった「機械学習」という言葉。機械学習にはどのような種類があって、どのようなことができるのか。
「機械学習に50年の歴史あり」　人工知能が歩んできた道
いまの「第三次AI（人工知能）ブーム」はいつまで続くのか？　これまでのAIの歴史を振り返りながら考えてみたい。
あなたは人工知能が何なのか、人に説明できるだろうか？
いまや毎日のようにAIの話題が飛び交っている。しかし、「この製品やサービスではAIを使っている」というのは具体的に何を指すのか、どれほどの人が説明できるだろう。初心者向けに人工知能とは何かに迫る新連載がスタート。第1回は「AIとは何か」。