人間の知能と人工知能：どちらが優れているのでしょうか？

人工知能は近い将来、人間の知能を超える可能性を秘めている。テクノロジーは飛躍的に進歩しましたが、AIはまだ完成には程遠い状態です。人間の知能の目標は、経験から学び、さまざまな認知プロセスを通じて新しい環境に適応することですが、人工知能の目標は、人間の行動を模倣し、それを上回ることです。

人間の知能を測定する方法

人間の知能は、グループテストまたは個人テストを通じて測定できます。ほとんどの人は、会って数分以内にその人について判断を下します。

哲学者や心理学者は、知能をどのように概念化し測定するか、知能には何種類あるか、知能における生まれや育ちの役割、知能の社会的、生物学的、環境的決定要因、知能が脳内でどのように現れるかなどについて長い間議論してきました。

20 世紀初頭、ビネーとシモンは、物の名前を言う能力、言葉を定義する能力、絵を描く能力、文章を完成させる能力、物を比較する能力、文章を作る能力など、さまざまな質問を含む最初の知能テスト「学校知能テスト」を開発しました。

IQ は年齢調整された知能の尺度として広く使用されています。

IQ は、人間の知能を評価するために使用される一連の標準化されたテストまたはサブテストから導き出された合計スコアです。

スタンフォード・ビネーテストは、語彙、絵の記憶、身近な物の命名、文章の復唱、指示に従うことなど、さまざまなタスクで構成される一般知能の測定です。

ウェクスラー成人知能検査は、米国で最も広く使用されている成人向け IQ テストです。

最も一般的な IQ テストは次のとおりです。

• スタンフォード・ビネー知能検査
• 一般的な言語知能
• 能力差スケール
• ピーボディ個人学力テスト
• ウェクスラー個人学力テスト
• ウェクスラー成人知能検査
• 認知障害のウッドコック・ジョンソンIIIテスト

IQ が 130 を超えると、一般的に高い知能があると見なされます。 70 未満のスコアは通常、懸念の原因となります。これらは潜在的な学習障害を示している可能性があります。

AIには3つの種類があります。

人工知能の進歩により、さまざまな分野で進歩が可能になっています。

• 機能範囲が限定された狭義の人工知能 (ANI)。
• 人間の能力に匹敵する特性を持つ汎用人工知能 (AGI)。
• 人間を超えた能力を持つ人工超知能（ASI）。

人工知能における知能の測定方法

AI システムの知能を測定する主な方法は 4 つあります。

幅広さ:人間の脳など、私たちが知っているほとんどのインテリジェント システムは、幅広い機能を備えています。歩くこと、話すことなど、子供たちが学べるタスクはたくさんあります。インテリジェントであるとみなされるべき AI システムも同様に幅広い機能を備えている必要があります。 AI システムは、人間のエンジニアが直接ソースコードを変更することなく、あらゆるタスクを学習できる必要があります。しかし、私たちは皆、「ただで得られるものはない」という定理を知っています。これは、特定のタスク セットで優れたアルゴリズムは、残りのタスク セットのパフォーマンスが低下するという代償を払うことになるというものです。

つまり、このような幅広い AI システムを実現するには、1 つの基本的な学習アルゴリズムではなく、一連の基本的な学習アルゴリズムが必要です。これは非常に活発な研究分野であり、DeepMind などの有名なグループが、より広範な AI のバージョンである汎用人工知能を解決するためのこのような一連の汎用学習アルゴリズムを模索しています。実際、この機能は AI システムの知能を測定するのに間違いなく役立ちます。

データ要件:強力な AI システムは、できるだけ少ないデータから問題をモデル化できるだけでなく、Google 規模の膨大なデータを消費して理解できる必要があります。非常に少ないトレーニング データから一般化できる能力は、問題をモデル化するために大量のデータが必要であることと同様に、知能の強力な指標です。

教師あり学習と教師なし学習: AI では、適用範囲に応じて教師あり学習と教師なし学習が必要なのは明らかですが、ラベル付きデータよりもラベルなしデータの方が多いため、教師なし学習の方が魅力的です。教師なし学習は知能を意味します。なぜなら、最小限の監督で自律的に学習するシステムは、より多くの監督を必要とする他のシステムよりも知的であると考えられるからです。これは人間の知能において非常に顕著で、コーディングなどのタスクを自分で完了できる子供はより賢いとみなされます。

予測:人工知能は近い将来、人間の知能を上回る可能性があります。テクノロジーは飛躍的に進歩しましたが、AIはまだ完成には程遠い状態です。人間の知能の目標は、経験から学び、さまざまな認知プロセスを通じて新しい環境に適応することですが、人工知能の目標は、人間の行動を模倣し、それを上回ることです。