生成ＡＩの可能性 ①

　　
彦根藩二代当主である井伊直孝公をお寺の門前で手招き雷雨から救ったと
伝えられる"招き猫"と、井伊軍団のシンボルとも言える赤備え。（戦国時
代の軍団編成の一種で、あらゆる武具を朱塗りにした部隊編のこと）の兜
（かぶと）を合体させて生まれたキャラクタ。

  　




【再エネ革命渦論 176: アフターコロナ時代 177】
● 技術的特異点でエンドレス・サーフィング－
　　 特異点真っ直中 ㊿＋⑦

●　次世代太陽電池「ペロブスカイト型 ２０２５年実用化」を表明
　岸田首相は３日、「ペロブスカイト型」と呼ばれる次世代の太陽電池に
ついて、２０２５年の実用化を目指す考えを表明した。脱炭素社会の実現
に向けた投資促進策の一環で、年内にも具体的な戦略を構築する。首相官
邸で開かれた企業幹部との意見交換会で述べた。岸田首相はペロブスカイ
ト型を挙げ、「カーボンニュートラル（脱炭素化）の実現に重要な技術、
製品の開発、普及に向け、年内にＧＸ（グリーントランスフォーメーショ
ン）に向けた投資戦略を策定する」と強調した。開発に取り組む企業から
は政府の支援を求める意見が出た。ペロブスカイト型の太陽電池は、薄く
て軽く、曲げることもできる。車の屋根の形状に沿って設置でき、電気自
動車（ＥＶ）なでの活用が期待されている（via 読売新聞 2023.10.03）。

●　無害で安価な新規太陽電池材料を発見
10月4日、東北大学の研究グループは，アルカリニクトゲン（水素を除く元
素周期表1族元素（アルカリ金属）と15族元素（ニクトゲン）の化合物）が，
太陽電池材料として有望であることを発見。
【要点】
１．元素を置換する新たなエレメントミューテーション法（注１）と第一
　原理計算（注２）を用いて、アルカリニクトゲン化合物（注３）が太陽
　電池材料として有望であることを発見
２．その中でも無害で安価な元素で構成されるリン化ナトリウムを実験的
　に合成しバンドギャップが計算による値と一致することを確認
【概要】
太陽電池の中核をなす光を電気に変換する材料には、主に元素周期表14族
（Ⅳ族）のシリコンが使われてきました。しかしシリコンは電気への変換
効率が低いため代替材料が長年望まれてきた。その中には、実用化に至っ
た13族-15族（Ⅲ-Ⅴ族）化合物のヒ化ガリウム、CIS系（銅、インジウム、
セレンを主な原料とする材料）、12族-16族（Ⅱ-Ⅵ族）化合物のテルル化
カドミウムや、最近ではハロゲン化鉛系ペロブスカイト^（注５）が含まれて
いる。しかしながらそれらの材料は、ヒ素、セレン、カドミウム、鉛等の
有害元素を含んでおり、無害でさらに安価な元素で構成される太陽電池材
料が望まれていた。


図1. （左）固体セレンと、（右)アルカリニクトゲン化合物の結晶構造（
　NaPを例として）。

1873年に発見された人類最初の固体太陽電池材料である16族のセレンを手
がかりに、新たなエレメントミューテーション法と第一原理計算を駆使し
て太陽電池材料の探索を行いました。セレンは太陽電池材料として、150年
にわたり研究されて来ましたが、その効率は6.5%と実用化されている材料
には遠く及びません。この原因として、バンドギャップが大き過ぎる事が
考えられます。そこでバンドギャップをより最適な値に調整するため、16
族のセレンを15族のニクトゲンに置き換え、足りない電子を補うために、
格子間にアルカリ金属（1族）を導入する従来とは異なるエレメントミュ
ーテーション法を適用。その結果、1族-15族化合物のアルカリニクトゲン
化合物が適切なバンドギャップを有し、さらに軽い有効質量と高い光吸収
係数を持つため、太陽電池材料として有望であることを発見。またその中
でも特にリン化ナトリウム（NaP）が無害で安価な元素で構成されており、
太陽電池材料に適していることを見出す。そして計算による予測を実証す
るため、リン化ナトリウムを合成してバンドギャップを測定したところ、
計算値と良い一致を示しました。太陽電池材料は、長年シリコンが主流で
したが、リン化ナトリウムは安価かつ無害な元素で構成されておりめ、実
用化となれば社会に及ぼす影響は極めて大きく、今後、実用化に向けたさ
らなる開発が期待される。
【用語解説】
１．エレメントミューテーション法：ある特定の元素を、同じ閉殻構造を
持つ元素ペアに置換することで、派生物質を系統的に生成する方法。通常
は、1つの元素を2種類の元素に置換するが、本研究では、元素の置換と結
晶構造中の空隙に新たな元素を導入することで、閉殻構造を保持する従来
とは異なるエレメントミューテーション法を提案している。
２．アルカリニクトゲン化合物：水素を除く元素周期表1族元素（アルカリ
金属）と15族元素（ニクトゲン）の化合物。
３．バンドギャップ：電子が存在することのできないエネルギー領域のこ
と。バンドギャップより小さいエネルギーの光は太陽電池の発電には寄与
しないが、バンドギャップが小さすぎると取り出せる電圧が下がるため、
大きすぎず小さすぎない、太陽電池に最適なバンドギャップが存在する。
４．ハロゲン化鉛系ペロブスカイト
ハロゲン化鉛系ペロブスカイト半導体（CH₃NH₃PbX₃）は、2009年に初めて
桐蔭横浜大学の宮坂力教授のグループによって太陽電池材料として報告さ
れた材料で、2023年には最大26.1%の変換効率が報告されている。 印刷技
術によって製造できるため、太陽電池の低価格化が期待されており、国内
外で開発競争が激化している。
５．第一原理計算：固体の中の電子の振る舞いを、量子力学に基づいて数
値的に解く計算手法。半導体物性の予測性能が高いことが知られている。

●　微生物が作った有機液肥の性能をトマト水耕栽培
廃棄物中の窒素のアップサイクルで資源循環に貢献
9月26日、 産業技術総合研究所らの共同研究グループは、微生物による分
解活性を利用して食品加工廃水から作った有機液肥が、トマト水耕栽培で
実用可能なことを実証した、

【要点】
１．市販の化学液肥と同等の効果食品加工廃水を有機液肥に変換し農業利用
２．市販の化学液肥と同等の効果
３．•微生物がバイオフィルムを形成してトマトの根を守る



【概要】
有機液肥と化学液肥を使い、それぞれ27株のトマトの水耕栽培を96日のあ
いだ行う。栄養成分としての硝酸イオン濃度は、両液肥で同じとなるよう
に調整。図1は、植物体の茎の太さを計測した結果、有機液肥を使用した
場合、化学液肥と比べて植物体が10％程度大きくなり、また、トマト果実
も化学液肥を使用した場合と同等量が収穫できた。 化学液肥と比べて、
有機液肥を使うとトマトの根に定着する微生物に違いが生ずるのかを菌叢
解析によって調べました（図2A）。その結果、使用した有機液肥自体に複
数の微生物が含まれ、それらのうちの3種（Rudaea属細菌、Stenotrophobacter
属細菌、Chitinophaga属細菌）が比較的高い割合で根に定着（図2A中のそれ
ぞれ赤・青・黄色で示した微生物）。顕微鏡解析を行ったところ、有機液
肥で栽培したトマトの根には、化学液肥のそれと比較して多量のバイオフ
ィルムが形成されていることが判明（図2B）。検出された3種の微生物は、
植物の成長を促進したり病原性微生物の感染を防いだりなど、植物の生育
に有利な働きをする微生物と近縁する。これらの微生物の働きにより、ト
マトの植物体が大きく生育した可能性が考えられる。この有機液肥を使用
すると、トマトが感染性の疾病にかかりにくいことが、現場では経験的に
わかっていた。今回の研究により、有機液肥に由来する微生物が根に定着
してバイオフィルムを作り、根の表面を覆うことで、結果的に病原性を有
する他の微生物の侵入を防いでいることを示唆した。



図２　トマトの根に定着した微生物とバイオフィルム ※原論文の図を引用・
改変したものを使用。 図２Aでは存在量上位15種のみを表示。有機液肥の
微生物組成（図2A右端の2本の棒グラフ）は代表的な試料二つの結果を記載。
図２Bはそれぞれの肥料で栽培したトマトの根の同様の部分の解析結果。
【展望】
産総研は、本プロジェクト以外に、廃水から燃料となるメタンガスを生産
するなど、微生物の力で廃棄物を有価物に変換する技術を開発。それら技
術の効率や安定性を向上できるように、微生物の性質を理解して最大限に
機能を活用する研究を進める。また、株式会社 アイエイアイ（IAI）は、
水耕栽培を実用規模にするため、液肥製造装置を拡充・大型化した。現在、
水耕栽培の施設の大型化および高効率化も行い、液肥によるトマト水耕栽
培についての事業化を進めている。
【論文情報】
掲載誌： Applied Microbiology and Biotechnology
論文タイトル：Microbially produced fertilizer provides rhizobacteria to hydroponic
tomato roots by forming beneficial biofilms
DOI：https://doi.org/10.1007/s00253-023-12794-9
【コメント】
顕微鏡を利用しディープラーニングＡＩをドッキングし、菌体解析/同定、数値化/帰
還制御させるプロセッサ開発を同時進行させことが大切だ。

● 世界初の水中フュージョンセンサ技術




10月6日、水中光技術の活用を通じて新市場の創出や社会課題の解決に向け
て活動するALAN（Aqua Local Area Network）コンソーシアムは海洋・海中
を代表とする水中環境において，新コンセプトの水中センサロボットを駆
使し，新たな水中事業の実現を目指す「アクアジャスト株式会社」を設立
したことを発表。

光検出と測距」ないし「レーザー画像検出と測距」は、光を用いたリモー
トセンシング技術の一つで、パルス状に発光するレーザー照射に対する散
乱光を測定し、遠距離にある対象までの距離やその対象の性質を分析する
LiDARとカメラを組み合わせた「水中ヒュージョンセンサ」新技術を発表。
これまでLiDARとカメラは，水中においてはそれぞれ単独の遠隔操作型の無
人潜水機（ROV）に搭載して別々にデータを取得し，後からソフト的にデー
タを合成するのが一般的だった。しかし，これでは動きの速いもの等のリ
アルタイムで計測が困難であったが、この製品は，世界で初めてRGB三色
レーザーを搭載した水中用LiDARで，カメラを同時搭載してハード的に融
合させた。従来，RGB三色のレーザーを搭載したLiDARは，ラインレーザー
を用いた光切断法によって測定対象物をスキャンニングし，少し離れたと
ころから計測用カメラで計測するという方式が用いられていた。



この方式の課題は，当てる光がライン光であるため拡散するので，測定対
象物に当たるところの照度が低くなるほか，光源と測定対象を一定の距離
を離さないと，精度があがらないため装置構成が大掛かりになりがちで計
測時間が長くなるという課題があった。 で同社は，水中フュージョンセン
サを用いて，これらの課題を解決しようと考えた。海水は季節や海域によ
り光がよく通る波長（色）が変わり，また測定対象物の色合いにより反射
光量が波長（色）で変わる。 そこでRGB三色レーザー（446，552，640nm）
と，各色に対応した受光ユニット，4Kカメラを1台のLiDARに搭載した。走
査速度は0.05/flame，1秒間の測定点数は120万点となっている。 陸上で
は自動運転向けに，LiDAR，カメラ，ミリ波レーダーなどを組み合わせたセ
ンサフュージョン技術によって，システムのロバスト性の向上や精度の向
上が図られている。特にレーザーをカメラを1つレンズに融合する技術も
出始めている。 この場合，LiDARは近赤外光，カメラは可視光と，それぞ
れ異なる波長を使うため，カメラの前に近赤外光をカットし，可視光を透
過するようなフィルタを入れれば，LiDARの光がカメラにノイズとして混入
することを防ぐことができる。 しかし，水中では近赤外光は吸収されるた
めLiDARにも可視光を使わざるを得ず，陸上のセンサフュージョンのような
フィルタは使えない。 そこで同社は，ハード的にセンサーフュージョンを
可能にする技術を考案した。レーザー走査（ラスタースキャン）を終点ま
で行なった後，フレームのスタート位置にレーザーの照射位置を戻すまで
のLiDAR非計測時間帯にカメラ撮影を行ない，実質的なリアルタイム計測を
実現した。 これにより，LiDARとカメラ双方の撮影速度や解像度を損ねる
ことなくセンサフュージョンができる。さらに，水中透過率と測定物反射
率をパラメータとした最適波長選択法も開発しており，これらの技術は特
許出願中であるという。 これにより，水中LiDARで得た3D位置情報にカメ
ラの色情報を付与できるほか，カメラによる認識機能も使用可能となる。
さらに，LiDARの距離情報により，吸収される波長の光を加味したカメラの
色調補正効果も得られるとしている。
【展望】
同社はこの製品を現在発売に向けたチューニングを行なっており，11月より
実証実験を開始し，ユースケースを探っていく。


画像；常識を超える亜鉛化合物
亜鉛イオンの近接配置による可視光応答性の発現
提供：東京大学 生産技術研究所

●　鮮やかに色づく亜鉛（Zn）化合物の合成に成功
安価・低毒性なZnを用いた可視光機能材料開発へ 　
10月10日、東京大学らの研究グループは、複数の亜鉛（Zn）原子を近づけ
るシンプルな分子設計により、従来困難とされてきた可視光吸収を示すZn
錯体の創出に成功。 　

図２．二種のSi架橋配位子を用いたZn二核錯体1、2の写真（左）、構造式（
中）および単結晶X線構造解析により決定された分子構造とd_Zn-Zn（右）

Znは、地球上に存在する安価で低毒性な金属であり、人類にとって価値の
高い、重要な金属資源。一般的に、Znは化合物中において、安定な二
価のZn2+として存在しますが、それらは無色であることが広く知られてい
る。例えば、代表的な無機化学の教科書の一つであるC. E. Housecroft and A.
G. Sharpeらによる 「Inorganic Chemistry, 5th ed」にも「Since the electronic
configuration of Zn2+ is d10, compounds are colourless.（Zn2+の電子配置はd10
のため無色である）」。


図３．Zn二核錯体1、2のLUMOの分布図（上）およびZn間に働く相互作用の
模式図（下）。錯体1が高エネルギーな紫外光のみを吸収する一方、Zn間に
相互作用を有する錯体2は低エネルギーな可視光吸収が可能。

物質が無色でZn錯体は可視光吸収を示さないことが、これまで化学の常識
とされてきた。今回、２つのZn原子を分子骨格内に有するZn二核錯体にお
いて、Zn2+間の距離を短く制御する設計により、可視光吸収を示すZn錯体
の創出に初めて成功。さらに、このZn錯体は、低温において可視光発光性
を示すことも見出されました。本研究により、Znはこれまでの常識に反し
可視光に対して吸収・発光を示す、可視光機能材料の中心金属として利用
可能であることが示されました。本研究成果は、Znを利用した可視光機能
材料開発に際して、その分子設計指針を与えるものであり、Znの材料応用
範囲をさらに拡張するものと期待されている。
【論文情報】
雑誌：Angewandte Chemie International Edition
題名：Visible Light Responsive Dinuclear Zinc Complex Consisting of Proximally
　　　　 Arranged Two d¹⁰-Zinc Centers
DOI：10.1002/anie.202310571


44色以上の蛍光同時検出と分取に対応した
細胞分析装置 スペクトル型セルソーター『FP7000』　ソニ－株式会社
免疫学、細胞生物学、がん領域等の多様化する研究ニーズに対応

-------------------------------------------------------------------
わたしは何なの ⑪
今夜は、映画製作から離れ、アルゴリズミカルな人類社会を人工知能（AI
）の行方について、書籍から考察してみよう。



● 生成ＡＩの可能性　
この命題に答える知識人で先ず浮かんだのは松岡正剛。しかし、新型コロ
ナウイルス禍や<環境リスク本位制>高度消費社会の諸課題解決の考察作業
に追われ近況も分からず仕舞い、早速ネット検索に入る。
------------------------------------------------------------------
松岡正剛（まつおか せいごう、1944年1月25日 -）は、日本の実業家、編
集者、著述家。株式会社松岡正剛事務所代表取締役、編集工学研究所々長、
ISIS編集学校校長、連志連衆會理事、角川武蔵野ミュージアム館長。京都
市出身。東京大学客員教授、帝塚山学院大学教授を歴任。雑誌編集書籍や
映像の企画・構成など多方面で活躍。各界の研究者と交流し、情報文化の
考察を深め、独自の日本文化論も展開。著書に『知の編集術』『日本数寄
』(2000年)、書評『千夜千冊』(2006年)など。
------------------------------------------------------------------
「あっというまにＣｈａｔＧＰＴが話題になった。オープンＡＩ社が開発
したチャットサービスで、リリース僅か２ヶ月で１億人のユーザーを突破
した。ユーザーが知りたいことについて質問を入力すると、まるで訳知り
のセミプロ・ライターかコンサル屋のように回答を作成してくれる。さっ
そく私の周辺の若いクリエイターやエディターが出来を賞味していたが、
そこそこのレベルに達しているので驚いていた。」との松岡正剛との感嘆
から入ってみよう（No58『生成ＡＩの可能性』2022.05.15、館長通信｜角
川武蔵野ミュージアム）。機構やしくみはとくに複雑ではない。

　小説の自動生成ソフトやゲーム中の会話生成のためにつくられたＧＰ
　Ｔという言語モデルを応用したもので、もともとなめらかな日本語（
　英語）を生成できるところへもって、ネット上の厖大な類似テキスト
　例をＡＩ学習した成果を反映できるようにした。 だから技能的には
　生成的人工知能（ジェネラティブＡＩ＝生成ＡＩ）なのである。ただ、
　操作をやけに簡便にした。ユーザーはプロンプト（命令）するだけで
　いい。「リンゴって何？　成分は？　リンゴの料理のベスト３は？　
　リンゴが出てくる昔話・小説・オペラは？」というふうに聞いていけ
　ばいいだけなのだから、らくちんだ。 しかもこれらについてテキスト
　ライクに答えてくれる。実際には答えたのではなく、類似知をＧＰＴ
　モデルの起承転結に合わせて、そのつど即刻合成しているのだが、こ
　の程度でもふだんの会話をはるかに超えるスピードと説得力になるの
　で、ついつい驚いてしまうのである。

　なぜ賢く感じられるのかというと、ＧＡＮとＧＰＴという二つのフレ
　 ームが競争学習するように構成されているからだ。 ＧＡＮ（敵対的
　生成ネットワーク）は、新しいデータサンプルを作成するネットワー
　クとそのサンプルが本物か偽物かを判定する識別ネットワークからで
　きていて、これらの経緯をＧＰＴ（生成的事前学習トランスフォーマ
　ー）が参照しながら、より「もっともらしい」組み合わせに向かう。
　ＧＰＴがそうなれるのはＧＰＴの基体が大規模な人工ニューラルネッ
　トワークでつくられているからで、おまけにラベル付けのないテキス
　ト群を集積させて巨大データセットであらかじめ訓練されているせい
　だった。

と、このように述べプロの文筆家や作家や編集者が身につけている技能に
近い。また作曲家や画家の曲づくりや絵づくりのしくみとも近い。実際に
も作家の習作プロセスにはＧＡＮやＧＰＴが動いていたとみなせる。たと
えばバルザック、横山大観、高浜虚子、クィンシー・ジョーンズ、宮尾登
美子、坂本龍一は、アナログかデジタルかはべつにして、自分なりのＧＡ
ＮやＧＰＴを工夫して、表現力を磨き、ただ作家や作曲家や画家はプロン
プターになりたくて、文章に挑んだり曲を工夫しているのではない。また
いつまでもＧＡＮやＧＰＴに頼るわけでもない。ＡＩは役に立つ優秀な学
習ツールやアプリだとは思うが、そのＡＩからいつ離れるかということこ
そ、愉快なことなのであると結んでいる。

人工知能は人間を超えるか
ディープラーニングの先にあるもの
松尾豊のパワポ・レクチャーをユーチューブで見た。ディープラーニング
をめぐる瑞々しい解説だった。１９７５年生まれの世代だからというので
はない。人工知能の濃い薄い、機械学習の得手不得手などについてリアル
タイムで経験してきただろうことを、ＡＩ史のセミドキュメントをまぜて
実況する説明力に長けていて、そこが瑞々しかった。
本書はそのレクチャー内容とほとんど変わらない。だから口語的なところ
が効いている。きっとライターの田中幸宏がうまくまとめたのだと思う。
ただし、機械学習とディープラーニングの啓蒙を意図したためだろうが、
きっと鋭い洞察力を秘めているだろうにそこをあまり突っ込んでいないの
で、全体としてはややまんべんないものになった。ソフトバンクがフラン
スのアルデバラン・ロボティクスに頼んで作らせた「ペッパー」のことな
ど、これっぽっちも褒める必要なんてなかったはずである。



人工知能の揺籃期は、人間の思考や行動の判断を司っている「脳」が、基
本的には電気回路に似たニューロンのネットワークの中で「さまざまな計
算」をしているはずだという予測に始まっている。
そうだとしたら、「計算」が得意なＣＰＵをもったコンピュータは脳のや
っている思考や判断を少しは代行できるのではないか、かなり模倣できる
のではないか、脳の知能を外在化するシステムとして取り出せるのでは
ないか。コンピュータ科学者や認知科学者はそう考えた。
このとき原点となったのが、アラン・チューリングの「ユニバーサルマシ
ン」とフォン・ノイマンの自己複製オートマシン「ユニバーサル・コンス
トラクター」だった。そしてここを出発点にして、人工知能の研究と開発
が始まった。
ユニバーサル・コンストラクターの原理は、ぼくが端的にまとめて言って
しまうと、①構築できるものは何でも構築する、②しかし何が構築できる
かをあらかじめ教えるようなマシンは作れない、③どんなプログラムも論
理的代用でいく、というものだ。
人工知能はこの原理の上にのっている。ただしそこには改良しがたい不文
律がある。人工知能が複製できるのは、情報（知識）を与えてもらったも
のだけだということだ。逆にいえば、その“所与の一件”さえあれば、あ
とは「計算」に徹すればよい。
では、お手本は何になったのか。それが「脳」（ニューロンの計算モデル
）だったのである。 　人工知能は脳をお手本にした。しかし脳は「計算
」ばかりしているわけではない。多様なニューロトランスミッター（脳内
物質）をシナプスで放出したり制御したりして、さまざまな化学的プロセ
スを“解釈”しているだろうし、かつてロジャー・ペンローズ（４夜）が
仮説したように微細な量子現象によって「意味」を“解読”しているのか
もしれない。ペンローズは麻酔医学のスチュワート・ハメロフと組んで、
脳のマイクロチューブル（ＭＴ）がニューロンたちの接続を助け、学習や
理解の推進にかかわっていると見た。マイクロチューブルを構成するタン
パク質が変性するからだという仮説である。 　最近はジュリオ・トノー
ニの『意識の統合情報理論』に出てくる「Φ」（ファイ）が注目されて、
脳の情報活動の活性度のようなものを確率的に計算できるのではないかと
も言われている。トノーニの仮説についてはそのうち千夜千冊するつもり
だ。 　しかし、こういうことはいまのところ確証できていない。ぼくの父
は胆道癌と膵臓癌を併発したとき年齢退行をおこし、最期は３～４歳の言
葉づかいで幼児記憶を放出していたが、こんな「脳の奥の出来事」がどの
ようにおこっているのかは、ほとんど見当がついていないのだ。が、それ
はそれとして、脳とコンピュータに共通する「計算」のプロセスやパター
ンに注目することは、脳科学にとってもコンピュータ科学にとってもなん
らかの共通有効性をもつだろうことは、それでも成立する。そしてそこに
自動的自己学習をする人工知能という「ありかた」が生まれてくることも
、ありうる。コンピュータがそういうことを成立させるだけのべらぼうな
器量をもってきたからだ。 　こうして人工知能という研究と開発にも、
いろいろな“器量よし”が出てくるようになった。 　その本質を一言で
言いあらわすのは難しいが、スチュワート・ラッセルらの有名な教科書『
エージェント アプローチ　人工知能』（共立出版）の言い方を借りれば
、ずばり「入力によって出力が変わるエージェント」が人工知能なのであ
る。松尾はこの見方にもとづいて、今日の人工知能のレベルを４段階にま
とめた。わかりやすいものになっている。 　

レベル１「単純な制御プログラム」 　　
エアコン、掃除機、電動シェーバーなどの制御工学あるいは システム工
学が装填されているもの。情報家電製品には「人工知能搭載」と謳ってい
るものが多いが、これらは実際には 人工知能とは言えない。
レベル２「古典的な人工知能」
将棋やチェスのプログラム、お掃除ロボット、パズル対応ソフト、質問対
応ソフト、診断プログラムなど。ふるまいのパターンが多彩なものに対応
した人工知能。知識ベースが入っていることも多い。 　
レベル３「機械学習ができる人工知識」 　　
検索エンジンに内蔵されたり、ビッグデータをもとに自動的な判断をする
ような人工知能。機械学習のアルゴリズムが使われる。機械学習とはサン
プルとなるデータ群をもとにルールと知識を自分で学習できることをさす。 　
レベル４「ディープラーニングを採り入れた人工知識」 　　
機械学習をするときのデータをあらわす変数（特徴量）自体を自己学習す
る人工知能。いわゆるディープラーニングできる人工知能。松尾はディー
プラーニングのことを「特徴表現学習」とも名付けている。
本書が言及する人工知能は主としてレベル３とレベル４の機械学習レベル
のことである。（1603夜　『人工知能は人間を超えるか』 松尾豊 − 松岡
正剛の千夜千冊）



人工知能
人類最悪にして最後の発明
この１週間（2016年3月）、ソウルからのニュースで世界は沸き返った。
イ・セドルは唸っていた。セドルだけではない。井山裕太も唸った。井山
は囲碁史上初の６冠を達成した極め付けのチャンピオンである。こんなに
もあっさりとプロの碁打ちが負けるとは思っていなかったのだ。 　
グーグル傘下ベンチャー企業が開発した「アルファＧｏ」が韓国の囲碁チ
ャンピオンのイ・セドル９段をあっさり連破したのである（＃その後､セ
ドルが一矢を報いた。｢人類の叡知の歴史を築いた｣という感想には、剣ヶ
峯に立たされた人知の悲壮感が漂っていた）。半年前までは人工知能はチ
ェスや将棋には届くが、複雑な囲碁にはまだまだ届かないと言われていた
のだが、グーグルが４億ドルで買収したブレイン集団ディープマインド・
テクノロジーズがやすやすとその壁を突破してみせたのだ。デミス・ハサ
ビス（ディープマインドCEO）は「エキスパートシステムなんかじゃない。
機械学習のディープラーニングが一挙に進んだのだ」と誇った。ディープ
マインドは「ＡＩのアポロ計画」を標榜した集団で、２０１５年の１０月
には欧州囲碁チォンピオンのファン・フイも破っていた。 　ディープラー
ニングでは、あらかじめ想定されるできるだけ多くの「問題」と「答え」
とをコンピュータに入れておくのだが、その「解き方」は入力しない。そ
こはコンピュータが自分で考える。それが人工知能なのである。しかも囲
碁にはチェスや将棋のように「ポーン・クイーン」「歩・飛車」といった
駒の特性がない。「キング」「王将」のように守らなくてはならない駒も
ない。すべての戦況と作戦は石のアドレスの相互位置関係から判断する。
「アルファＧｏ」はこれらの難問も約３０００万にのぼる既存のプロの棋
譜から判断できるようにした。いまじわじわと人工知能をめぐる一部の研
究が“お化け”をめざそうとしている。一言でいえばＡＧＩ（人工汎用知
能 Artificial General Intelligence）に向かっているように見える。
　さまざまな知的機能をもつＡＩなら、すでに家電製品、ケータイ、スマ
ホ、クラウドコンピュータ、産業用ロボット、自動車、お掃除ロボット、
電子ゲーム、将棋ソフト、医療診断装置、遺伝工学解析、環境変化測定、
金融工学、航空制御システム、戦略兵器などに、多寡の大小はあるものの
あれこれ備わっている。世の中の目ぼしいハイテクシステムや製品でＡＩ
がかかわらないもののほうが少ない。 　実際にも、ＡＩをもっと賢くも
っと強力にもっと使いやすくしようとしているＲ＆Ｄは企業や研究所の中
で鋭意驀進中だ。目立つところでいえば、たとえばＩＢＭ、サイコープ
、グーグル、ＤＡＲＰＡ（国防高等研究計画局）、ノヴァメンテ、ＮＡＲ
Ｓ、Ｃｙｃ、ヌメンタ、セルフアウェア・システムズ、ＡＧＩＲＩ、ＳＯ
ＡＲ、ヴァイカリアス・システムズ、ＮＥＬＬ（カーネギーメロン大学）、
Ｓｅｎｔｉｅｎｃｅ、ＡＩＸＩｔｌなどは、そうしたＡＩ進化の開発に余
念がない（＃正確には認知アーキテクチャの研究開発だよね）。 　
ＡＩがＡＧＩをめざし、そのＡＧＩがエクサバイトクラス（1エクサバイ
トは10億文字の10億倍）の知識を学習していけば、そのうち科学者たちが
冗談めいて“ビジーチャイルド”と揶揄してやまないＡＳＩ（人工超知能
Artificial Super Intelligence）に向かうことになる。 　
原理的にはＡＳＩは自分自身の複製をいくらだってつくるだろうから、人
間が電源を抜かないようにいくつもの自身の延命のための選択肢をふやし、
感染力の高いプログラムをいくつも用意したり、外からの介入を利用して
逃げ出せるワーム（＃ASIが自己複製して増殖するプログラムをマシン自
身が予定する）をつくったり、自身のソースコードを圧縮して暗号化し、
人間社会のソフトウェアや音声ファイルの中に隠れることもするだろう。 　
そういうＡＧＩがあれば、そいつは『２００１年宇宙の旅』のＨＡＬ９０
００の二の舞や『ターミネーター』のスカイネットの“暴走”と“失敗”
を回避してしまう（＃AIが人間さまの魂胆をすばやく察知するわけだ）。
すでにＡＧＩの機能を部分的にもつシステムは情報軍事戦略の各所に用い
られているという。ＳＣＡＤＡ（監視制御データ収集システム）、スタッ
クスネット、マルウェア（悪意のあるソフトの蔑称でもある）、デューク
ー、フレームなどと名付けられている戦略的電子送電網がそうなっている。
他方、各国のインテリジェント（諜報）機能システム、正体不明のハッカ
ー集団の未公開システムなども、すでにどこかがＡＧＩめいているはずだ。 　
これがＡＧＩだというものはまだ登場していないけれど、ＡＧＩなんて夢
のまた夢だという時期はちょっぴり過ぎたようだ。アダプティヴＡＩとい
う会社をやっているピーター・ヴォスははっきりと「うちの会社はＡＧＩ
をめざしているんだ」と言っているし、ペイパル社を創業したピーター・
ティールはＡＩに専念する３つのステルス企業にけっこうな投資をしてい
ると聞いた。一番あやしいのはどう見てもグーグルだが、『エージェント
アプローチ　人工知能』（共立出版）の共同著者で、グーグルの研究責任
者でもあるピーター・ノーヴィグは「わが社はＡＧＩなんてやっていない
よ」と話題をそらし、広報担当のジェイソン・フリーデンフェルズも「Ａ
ＧＩは想像上の思考マシンであって、われわれはあくまでパターンマッチ
ングのための統計的モデルを研究しているにすぎない」と言っているのだ
が、さあ、どうか。 　そもそも共同創業者のラリー・ペイジが「究極のサ
ーチエンジンをつくるのが目標だ」と断言してきたのだし、いまや話題の
グーグルＸ（＃AI専門のセバスティアン･スランが立ち上げた自律走行自
動車の開発主体）はあきらかにステルス企業のはずなのである。スタンフ
ォードの人工知能研究所の元所長アンドリュー・ン（ロボット工学者）
も加わっている。 　おそらくグーグルは２０１２年にレイ・カーツワイ
ルを技術役員に迎え、ディープラーニングの第一人者ジェフリー・ヒント
ン（トロント大学教授）が立ち上げたＤＮＮリサーチを買収したあたりか
ら、ＡＧＩまっしぐらになっていると思われる。「アルファＧｏ」のディ
ープマインド・テクノロジーズ社の買収など、そのごくごく一部の計画だ
ろう。
 元ＤＡＲＰＡ長官のレジーナ・ドゥーガンもいっとき招聘雇用されてい
たと聞くし、とくに社員が数十人ほどのディープマインド・テクノロジー
ズをフェイスブックと競り勝って４億ドル（約420億円）で落としたのは、
その魂胆が奈辺にあるかをあからさまにした。はたして人工知能がこんな
ふうに熟達していっていいものか。人間は有能な機械に支配されるのではな
いか。そのうちどこかの国が“ＡＧＩ不拡散条約”（！）なんてものを呼
びかけることになるのではないか。そんな心配や懸念を科学者や技術者が
あちこちで表明するようにもなった。先頭を切ったのは不可知論者のステ
ィーヴン・ホーキング（１９２夜）やスチュワート・ラッセル（コンピュ
ータ科学者）、ノーベル物理学者のフランク・ウィルチェック、破竹のベ
ンチャー起業家イーロン・マスクたちである。ついでオックスフォードの
倫理学者ニック・ボストロム、生命未来研究所の所長マックス・テグマー
クらが、人工知能のＡＧＩ化に「待った」をかけた。 　
人工知能が仕事を奪うというつまらない議論もやかましい。経済学者のタ
イラー・コーエンは「ＡＩによってホワイトカラーの仕事がかなり失われ
るだろう」と危惧し、リサーチ屋のデロイト社はイギリスの仕事のうちの
３５パーセントが２０年のうちにロボットに置換されると予想した。 　
最近はビル・ゲイツ（８８８夜）もＡＧＩ反対派に入る表明をしたが、こ
れはグーグルへのやっかみ半分なので、どこまで本気なのかはわからない。 　
ＡＩの危険性を研究する機関もいくつかできた。バークレーの機械知能研
究所（ＭＩＲＩ）はそのひとつで、所長のマイケル・ヴァッサーは年に一
度の「シンギュラリティ・サミット」を主宰する。 　ヴァッサーはＭＢ
Ａを取得し、オンライン音楽のライセンスで一儲けして（サー･グルーヴ
ィー社）、さてどうするかというとき、２００３年にエリエゼル・ユドカ
ウスキーに会った。ユドカウスキーはＡＩボックスの実験をしていた。Ａ
Ｉがどこで人間の認知を裏切るのかをテストする装置だ。そのヴァッサー
とユドカウスキーに、さらに応用合理性センター（ＣＦＡＲ）が加わった。
いまやＡＩをどう監視するのかという時代に同時突入しているのである。
（1602夜　『人工知能』 ジェイムズ・バラット − 松岡正剛の千夜千冊
2016.03.16）

風蕭々と碧い時












John Lennon　Imagine  

アルバム『終わりなきこの愛』　2019年4月24日
秋のささやき
Richard Glaydaman A COMME AMOUR (piano et orchestre)

● 今夜の寸評：傲慢が支配する世界に異議申し立ての意思表示を。

    

一人を殺さば、これを不義と謂い、必ず一死罪あり。……いま大いに
不義をなし国を攻むるに至りては、すなわち非とするを知らず、従いて
これを誉めてこれを義と謂う。　　　　　　　　　　　　　　　　　
　　　　　　　　　　　　　　　　　　　　　　　　　墨子　『非攻』

一人を殺した男は死刑となり、百万人を殺した将軍は功績をたたえられ
る。戦いだけではない。いま、人々は。"小さな不正""小さな暴力"に怒
って"大きな不正""大きな暴力"を忘れ、"小さな親切”に感激して"大き
な親切"を忘れている。この逆立ちはどこからくるのか？