講演資料
講義資料スライドの表紙です。上のスライド画像をクリックすると、同じ画面のまま全編のPDF資料を快適に閲覧・印刷することができます。
セミナーの概要
本資料は、2018年を中心に丸山不二夫氏がMaruLabo（マルレク）および角川セミナーで行った連続講義群を一冊に束ねた「総集編」です。統一的な問いは「人工知能は本当に何者なのか」というものであり、ディープラーニングを技術的な事実として受け入れつつも、それだけでは到達できない人間の知能の深さを多角的に解明しようとしています。[p.1, p.4] 人工知能研究の歴史を振り返ると、1930〜40年代の数学的「計算可能性」研究に端を発する「計算主義」と、1950年代の大脳視覚野研究に端を発する「コネクショニズム」という二大潮流が確認できます。現在のディープラーニングは後者の第三世代に当たりますが、本資料はその成果を認めたうえで「Post Deep Learning」という視座を提示します。すなわち、感覚・運動能力レベルの機械的代替には大きな可能性が開かれた一方、言語能力・数学的認識能力・知識検索という人間固有の上位階層には、複数の異なるアプローチが不可欠だという主張です。[p.12, p.66, p.67] この主張を支えるために、本資料はChomsky言語学のMinimalist Program、Lambekのカテゴリー文法、型理論とCurry-Howard対応、Voevodskyのホモトピー型理論、量子コンピュータと量子複雑性理論、さらには計算可能性・計算複雑性の哲学的含意まで、驚くほど広いスペクトルを横断します。これらは「人間と機械が知りうることの限界」という根本問題に向かって収束しており、「機械に何ができるか」ではなく「機械と人間が協働すれば何ができるか」という問いへと読者を誘います。[p.68, p.118, p.149] 知能の階層モデル（感覚・運動的外界の把握→言語能力による認識の飛躍→文字による知識の集積→数学的・科学的認識）は本資料全体のアーキテクチャーとなっており、各講義はこの四層のいずれかを深掘りする構造になっています。[p.62, p.63, p.65] 最終的に本資料が示す未来像は、AI技術が人間の諸能力のギャップを補完する「パーソナル・アシスタント」としての共生関係であり、ことに証明支援システムに象徴される「人間と機械の双対的共生」に、その理想形を見出しています。[p.60]
講義のロードマップ
ここでは、セミナーの講演資料がどのようなパートから構成されているかを示します。また、それぞれのパートのポイントを紹介します。
■ Part 1: 「ポスト・ディープラーニングの人工知能技術を展望する」（Long Version / Short Version）
# 1-A: 人工知能の歴史を振り返る（Part I）
– **この部の核心:**
人工知能研究の二大潮流計算主義とコネクショニズムを歴史的に整理し、現在のディープラーニングの位置づけを確定します。さらに「知識・検索主義」という第三の流れを発見し、Googleの検索技術とSchema.orgへの接続を批判的に論じます。「文盲プロトコル」という挑発的な概念によって、ボイス・アシスタントの現状課題を鋭く照射します。[p.6〜p.16]
■ Part 2: 知能の階層性
– **この部の核心:**
「認識能力の発展と人間の知能の階層」の図解モデルを精緻化し、Deep Learningがカバーするのが最下層（感覚・運動）であるのに対し、言語能力と数学的認識能力の機械化には「計算主義」と「検索・知識表現」という別のアプローチが不可欠であることを、視覚的に整理します。現在のAIが「攻めあぐねている課題」の所在を明示するパートです。[p.61〜p.67]
■ Part 3: 人間と機械が知りうることの「限界」について
– **この部の核心:**
計算可能性理論から計算複雑性理論、さらに量子複雑性理論へと至る「認識の限界」の歴史的変遷を四段階（50年代・70年代・80年代・現在）で描きます。「限界を知ること」と「世界の認識が拡大すること」が実は一体であるという逆説的な結論が、このパートの美学的な核心です。[p.68〜p.73]
■ Part 4: 自然言語理解をめぐって
# 4-A: ボイス・アシスタントから見るAIの未来
– **この部の核心:**
Amazon Echo/AlexaとGoogle Homeを具体的な事例として、現在のボイス・アシスタントの限界（Speech2TextとText2Speechしかできない）を直視しつつ、コンシューマー市場での激しい競争がAI技術全体の「淘汰圧」として機能するという楽観的展望を示します。IBM WatsonのJeopardyプロジェクトから学ぶべき多様なアプローチの豊かさも強調します。[p.77〜p.79]
■ Part 5: 数学的認識をめぐって
# 5-A: 数理哲学への招待
– **この部の核心:**
数学の世界と現実の世界の関係という数理哲学の根本問題を俯瞰しつつ、「数学は対象認識の拡大に応じて構成された体系」という著者独自の立場を示します。ピタゴラスの定理がリーマン幾何学を経てアインシュタインの一般相対論へと拡張されていく系譜を、「数学的認識の器官」という視点で追います。[p.100〜p.103]
■ Part 6: 量子情報理論について
# 6-A: 紙と鉛筆で学ぶ量子コンピュータの基礎
– **この部の核心:**
量子ゲート型量子コンピュータの数学的基礎（ベクトル・行列計算、量子ゲート）を高校数学を前提に演習形式で解説します。量子情報理論が物理学そのものの基礎理論である可能性という大きな問題意識が底流に流れています。[p.122〜p.124]
■ Part 7: 人工知能論について
# 7-A: 人工知能と複雑性理論
– **この部の核心:**
複雑性理論の三世代（計算可能性→計算複雑性→量子複雑性）を「人工知能の認識の限界」の理論として読み直し、「人間と機械が同じ限界を持つ」という計算主義的等値性を、物理学的に基礎づけます。[p.138〜p.152]
ページのナビゲート