ヒューバート・ドレイファスの人工知能に関する見解は、1960年代から21世紀初頭にわたる、この分野の目標と方法に対する重要な哲学的批判である。カリフォルニア大学バークレー校の哲学教授であったドレイファスは、人間の知性と専門性は根本的に身体化され、文脈に依存していると主張し、知性が論理的な規則の遵守や記号的操作に還元できるという prevailing な前提に挑戦した。彼の批判は、人工知能の限界に関する議論を形成する上で影響力を持ち、明示的なプログラミングよりも経験からの学習を重視する代替アプローチに着想を与えた。
ドレイファスの分析は現象学、特にマルティン・ハイデガーとモーリス・メルロー＝ポンティの著作に基づいており、それらは detached な内省よりも実践的な関与の優位性を強調する。彼は、人間は記号的表現に形式的規則を適用することによって主に考えるのではなく、世界との相互作用を通じて柔軟で直感的な応答を発達させると主張した。この見解は、初期のAI研究を支配していた情報処理パラダイム、すなわち知性が明示的な形式システムに捉えられるとの想定に直接対立した。
初期の批判：1960年代と1970年代
1965年、ドレイファスはランド研究所の資金提供を受けた「錬金術と人工知能」と題する報告書を発表し、AI研究者が toy 問題に焦点を当てることで進歩を過大評価していると論じた。彼は、自然言語の翻訳や専門家レベルのチェスなどの常識を必要とするタスクをコンピュータが決して習得することはないだろうと有名な予測をした。なぜなら、これらのタスクは膨大で、暗黙のうちに保持された背景知識を要求するからである。この報告書は後に1972年の著書『コンピュータには何ができないか』に拡張され、AIの4つの主要な仮定を批判した：生物学的仮定（脳はデジタルコンピュータのように情報を処理する）、心理学的仮定（心は形式的規則によって働く）、認識論的仮定（すべての知識は明示化できる）、存在論的仮定（現実は原子的な事実から構成される）。
ドレイファスの批判は、彼のチェスに関する予測が挑戦されたときに悪名を博した。彼は初期のチェスコンピュータプログラムは脆く、強い人間のプレイヤーに敗北するだろうと論じ、1967年にプログラム Mac Hack との対局でこの主張を自ら試して敗れたことで有名である。しかし、彼はこれが彼のより広い論点を無効にするものではないと主張した。なぜなら、そのプログラムの成功は真の知性ではなく brute-force 探索に依存していたからである。後に、IBMのディープ・ブルーが1997年に世界チャンピオンのガルリ・カスパロフを破ったが、ドレイファスはこの勝利は計算能力を反映したものであり、人間に似た理解ではないと論じた。
専門性の現象学
ドレイファスの仕事の中心的なテーマは、知的知識と身体的知識の区別である。ハイデガーに依拠して、彼は人間の専門性を、規則に従う初心者から、規則を意識的に熟考することなく具体的な状況に流暢に応答する直感的な専門家への進行として記述した。例えば、熟練した運転手は制動距離を意識的に計算しない。代わりに、道路を行動のアフォーダンスとして知覚する。ドレイファスは、規則に基づくAIシステムは、身体と世界との生きた関与の歴史を欠いているため、このレベルの直感的把握を決して達成できないと論じた。
1992年の改訂版『コンピュータにはまだ何ができないか』において、ドレイファスは分野の進歩に言及しつつも、自身の立場を再確認した。彼は機械学習とニューラルネットワークのアプローチが明示的な規則を超えて進んだことを賞賛したが、これらの方法は統計的パターン認識に依存しており、真の理解には欠けると論じた。彼は、真に知的なシステムには人間の身体のようなものが必要であると示唆した。この主張は後に「身体化AI」の分野で共鳴を呼んだが、哲学的には依然として論争の的である。
後期の応答と実用主義的転回
2000年代に入ると、ドレイファスは技術の倫理的・社会的含意に焦点を移したが、AIについてのコメントは続けた。彼は音声認識や視覚分類などの狭い領域における統計的アプローチの成功を認めつつも、これらは一般的知性を欠いていると主張した。2007年の論文「なぜハイデガー的AIは失敗したか、そしてそれを修正するにはハイデガー的にすることが必要か」において、彼はMIT CSAILのロドニー・ブルックスなどの研究者による「ハイデガー的AI」を構築する試みは、身体を依然として計算装置として扱っているため、哲学的に誤っていると論じた。
ドレイファスの後期の仕事はまた、キルケゴールの哲学に依拠して、専門性におけるリスクとコミットメントの役割を探求した。彼は、真の専門性には感情的な投資と、何がかかっているかという感覚が必要であり、いかなる計算システムもこれを再現できないと示唆した。この見解は、機械学習システムにおける人間の道徳的判断をシミュレートする試みに対する彼の批判に影響を与えた。
AI研究への影響
否定的な予測にもかかわらず、ドレイファスの仕事はAIに肯定的な影響を与えた。彼は、記号的推論よりもデータと環境との相互作用からの学習を強調するコネクショニズムや状況的ロボティクスなどの代替パラダイムの発展に影響を与えた。彼の批判はまた、1980年代の「AI冬」に寄与し、記号的AIへの資金が減少し、研究者が統計的手法を探求するようになった。深層学習や大規模言語モデルの現代的な発展、例えばOpenAIやGoogle DeepMindによるものは、明示的な規則が不十分であるという彼の批判の一部を裏付けるものと見なされる一方、そのようなシステムが有意義な能力を達成できないという彼の主張に挑戦するものでもある。
2010年代後半の時点で、ドレイファスはAIシステムがパターン認識タスクに熟達したが、人間が持つ全体的で常識的な理解を依然として欠いていると観察した。彼は人工汎用知性の主張に対して慎重な姿勢を保ち、知性は身体化された経験と切り離せないことを強調した。彼の見解は現在もAI哲学のコースで研究され続けており、統計的学習と記号的推論を組み合わせたモデルを主張するブレンダン・レイクやジョシュア・テネンバウムなどの研究者によって参照されている。
遺産と現代的な関連性
ヒューバート・ドレイファスは2017年に亡くなったが、彼の批判はAIの限界と可能性に関する議論の試金石であり続けている。身体化と直感への彼の強調は、人間とロボットの相互作用や説明可能なAIなどの分野に影響を与えた。ChatGPTや他の大規模言語モデルの時代において、理解にはテキスト操作以上のものが必要であるという彼の議論は新たな注目を集めている。これらのシステムはもっともらしいテキストを生成できるが、単純な常識や物理的推論タスクでしばしば失敗するからである。ドレイファスの仕事は、知性が単なる計算の問題ではなく、生命ある存在の構造に深く埋め込まれていることを思い出させるものとして機能する。
哲学的議論における参照
ドレイファスの考えは、AIコミュニティの多くの人々によって批判されてきた。彼らは機械学習の急速な進歩を指摘し、彼の懐疑論はコンピュータができることについての過度に狭い見解に基づいていたと論じる。例えば、囲碁やポーカーなどのゲームにおける深層学習の成功は、統計的手法が特定の領域で人間の直感を上回ることができることを示している。しかし、これらのシステムは表面的な意味でのみ「知的」であり、真の理解を欠いているというドレイファスの反論は、依然として哲学的な挑戦であり続けている。
要するに、ドレイファスのAIに関する見解は、この分野の哲学的基盤への先駆的な調査であり、今日でも未解決の疑問を提起している：知性は計算に還元できるか？機械は考えるために身体を必要とするか？暗黙知は専門性においてどのような役割を果たすのか？これらの疑問は、AI研究と技術の未来に関する公的議論の両方を形成し続けている。