ChatGPTと言語ゲーム 似非インテリに欠けたる粋
ChatGPTの基礎的な技術になっている大規模言語モデル（LLM）は言語の集合であるコーパスを大量に学習する。かつてのように単語の意味や文法の論理といったルールを記憶するだけではえられなかった、大規模言語モデル（LLM）の成果こそ、今まさに人類を驚嘆せしめているものの中心ではないだろうか。
目次
AIが人間の知性に近づいたことへの沈黙
人間の知的活動あるいは知能といったものは非常に複雑な構造と複合的なルールで機能している。そう考えれば、AIの研究開発はほとんど人間という存在そのものの探究と同質の難問となる。人類や生命の謎に匹敵する難問だ。もしかすると第３次AIブームごろから人類史に関する書籍がベストセラーランキングに目立つようになったのは、そのせいかもしれない。
難問であったからこそ、シンギュラリティやら汎用AIの誕生やらはいうまでもなく、人間と違和感なくコミュニケーションできるAIの開発でさえ、もっともっと未来の話といわれていた。しかし、第３次AIブームはそれ以前のルールベースで動くAIではなかった。機械学習、ディープラーニングで動くAIなのだ。
AIの思考は記号と論理から知覚と直感へと移行した。より動物的な世界とも言えるかもしれない。現に前回、登場したジェフリー・ヒントンは生物学者を親にもち、その知見から発想してディープラーニングを生みだした。ディープラーニングの用語である「強化学習」は生物学と密接に関係のある行動分析学の用語だ。
報酬を最大化することを目的とし失敗と成功を繰り返すなかで、より適した行動を選択できるようになる。専門家にお叱りを受けることを覚悟で、私のやり方で解きほぐせば、パブロフの犬のごとくAIも強化学習によって躾られているということだ。
「重みづけ」といって、目的に適う行動に対し選択の優先度をあげていく。これらはルールとして記憶されるのではなく、学習によって経験されている。
第３次AIブームがもたらしたAIの知性は因果関係でも論理でも説明がつかない。その最新のかたちがChatGPTに代表される生成AIの進化である。だから、世界中のどんな学者もChatGPTをはじめとする大規模言語モデル（LLM）をもとにする生成AIが、なぜこのようにいきなり進化したのか、なぜ文章や画像のみならず動画や音楽まで自動生成できるのかを根っこのところで説明できない。
これまで、AIを人間とコミュニケーションさせる困難、AIに自然言語を学習させる困難は巨大な壁として立ちはだかってきた。言語学側からもさまざまなアプローチがあり、自然言語処理にさまざまな議論がおきてきた。その困難や論点については、以前、わが「IT批評」でも取材した川添愛さんの『働きたくないイタチと言葉がわかるロボット 人工知能から考える「人と言葉」』（花松あゆみイラスト/朝日出版社)がわかりやすく、かつ面白い。
川添さんは言語学の論点から、AIの本質的な部分を浮き彫りにする。いや、AIの自然言語処理にまつわる観点から、読者に言語や意味というものを考え直させる。寓話を駆使して。2017年のものだが、ChatGPTが世論をさらうご時世だからこそ、読みたい本でもある。
生成AI以前、AIが人間の知性に達し得ない理由に饒舌であった私たちは、今やAIが人間の知性に近づいたことに沈黙を余儀なくされているのだ。
働きたくないイタチと言葉がわかるロボット
川添愛 著 / 花松あゆみ 絵
朝日出版社
ISBN:9784255010038
