GOFAI（グッド・オールド・ファッションド人工知能）は、人工知能の哲学において、古典的な記号的人工知能を指す用語であり、ニューラルネットワーク、状況的ロボティクス、狭い記号的人工知能、ニューロシンボリックAIなどの他のアプローチとは対照的である。この用語は、哲学者ジョン・ホーグランドが1985年の著書『人工知能：その本質』で造語したものである。ホーグランドは、GOFAIが機械に人間レベルの人工知能を生み出せるかどうか、そしてGOFAIが脳が知性を示すために用いる主要な方法であるかどうかという二つの中心的な問いに取り組むためにこの用語を導入した。
AI開発と技術において、GOFAIは、単一のタスクに対する意図的かつ明示的な指示で構築されたプログラムを指すために用いられ、機械学習を用いるアプローチとは対照的である。GOFAIの応用例としては、AlphaGoやAppleの初期のSiri設計が挙げられる。
歴史的背景と影響
1950年代から1960年代のAI研究は、知的歴史に多大な影響を与えた。それは認知革命を促し、認知科学という学問分野の創設につながり、計算主義、機能主義、認知主義の哲学的理論、および認知主義と認知心理学の心理学的理論における不可欠な例となった。この革命をもたらしたAI研究の特定の側面こそが、ホーグランドがGOFAIと呼んだものであった。
AIの創始者の一人であるハーバート・A・サイモンは、1963年に、GOFAIが人間レベルの知性を生み出せる可能性があり、それが脳が用いる主要な方法であると推測した。彼の証拠は、彼が共同執筆した論理理論家や一般問題解決器などのプログラムの性能と、人間の問題解決に関する彼の心理学的研究であった。
西洋合理主義とGOFAI
ホーグランドはGOFAIを西洋哲学における合理主義の伝統の中に位置づけている。合理主義は、抽象的な理性が最高の能力であり、人間を動物から分け、知性の最も本質的な部分であると主張する。この前提はプラトンとアリストテレス、シェイクスピア、ホッブズ、ヒューム、ロックに見られ、啓蒙主義、1930年代の論理実証主義者、1960年代の計算主義者と認知主義者にとって中心的なものであった。
1960年代の記号的人工知能は、論理的演繹、代数、幾何学、空間的推論、手段-目的分析を含む高次の推論を、すべて正確な英語の文でうまくシミュレートした。哲学者、心理学者、AI研究者を含む多くの観察者は、知性の本質的な特徴を捉えたと確信するようになった。この確信は合理主義によって含意されていた。もしそれが誤りなら、西洋哲学の伝統の大部分に疑問を投げかけることになる。
ニーチェ、フッサール、ハイデガーを含む大陸哲学は合理主義を拒否し、高次の推論は限定的で誤りを犯しやすく、ほとんどの能力は直感、文化、本能的な感覚から来ると主張した。ヒューバート・ドレイファスやホーグランドなど、この伝統に精通した哲学者たちは、GOFAIとその知性に対する十分性を最初に批判した。
ホーグランドの定義
ホーグランドの立場の批判者と支持者の両方が、GOFAIを正確に定義することの難しさを感じている。例えば、ドリュー・マクダーモットはホーグランドの記述を一貫性がないと見なし、GOFAIは神話であると主張している。ホーグランドは、すべてのGOFAI理論に不可欠な主張の哲学的含意を検討するためにこの用語を造語した。彼が列挙した主張は次の通りである：(1) 物事に知的に対処する能力は、物事について合理的に考える能力によるものであり、無意識の思考も含む；(2) 物事について合理的に考える能力は、内部の自動的な記号操作のための能力に相当する。
これは、1963年にハーバート・A・サイモンとアレン・ニューウェルによって提案された物理記号システム仮説に類似している。この仮説は、物理記号システムが一般的な知的行動のための必要十分な手段を持つと述べている。また、心を形式的な規則に従って情報のビットを操作する装置と見なすことができるというヒューバート・ドレイファスの心理学的仮定にも似ている。
ホーグランドの記述は、一連の指示によって支配される記号操作を指している。記号は、<cat>や<mat>のような明確な意味論が割り当てられた離散的な物理的対象である。それらは信号、未同定の数、または未同定の数の行列を指すものではない。したがって、ホーグランドのGOFAIには、サイバネティクス、パーセプトロン、動的計画法、制御理論、またはニューラルネットワークやサポートベクターマシンなどの現代的な技術は含まれない。また、記号的人工知能と他の技術を組み合わせたシステム（ニューロシンボリックAIなど）や、特定の問題のみを対象とした狭い記号的人工知能システムも含まれない。
AI科学者からの反応
ラッセルとノーヴィグは、GOFAIが最も単純な論理エージェント設計に対応し、適切な行動のすべての偶発性を必要十分な論理規則の集合で捉えることは困難であり、これを資格問題と呼んだと書いている。1980年代以降の後の記号的人工知能の研究は、確率的推論、非単調推論、機械学習など、オープンエンドな領域に対するより堅牢なアプローチを取り入れた。現在、ほとんどのAI研究者は、深層学習、そしておそらく神経的アプローチと記号的アプローチの統合（ニューロシンボリックAI）が、一般的な知性に必要であると信じている。
遺産と関連性
GOFAIは、人工知能の歴史と哲学を理解するための基礎的な概念であり続けている。それは、規則ベースの明示的な推論システムから、大規模言語モデルやトランスフォーマーなどのデータ駆動型アプローチへの移行を浮き彫りにしている。GOFAIの支配力は機械学習の台頭とともに衰退したが、その影響はエキスパートシステム、自動推論、ニューロシンボリック手法の継続的な探求などの分野で持続している。この用語は、知性の本質とAI研究の未来に関する議論のための重要な参照点として機能し続けている。