AIが「本当に賢いかどうか」って、どうやって判断するんですか？
アラン・チューリングが1950年に提唱した方法があります。「機械は考えられるか？」という問いに対して、人間と区別がつかなければ「知能がある」とみなそうという考え方です。
審判（人間）がテキストだけで会話し、相手が人間かコンピュータかを判別できなければ、そのコンピュータは「知能がある」とみなす。
提唱者：アラン・チューリング（1950年）
元の名前：イミテーションゲーム（模倣ゲーム）
チューリングテストに合格すれば、そのAIは「理解している」と言えるんですか？
それに対して「NO」と主張したのが哲学者のジョン・サールです。1980年に「中国語の部屋」という有名な思考実験で反論しました。
設定：中国語を全く知らない英語話者が密室にいる
仕組み：中国語の質問が渡されると、マニュアル（ルールブック）に従って中国語の回答を組み立てて返す
結果：外から見ると完璧に中国語で会話している（チューリングテストに合格する）
しかし、部屋の中の人は中国語を一切理解していない。
ルール通りに記号を操作しているだけ＝コンピュータも同じではないか？
この思考実験は、チューリングテストは外部の振る舞いだけで判定するので、内部の「理解」を保証できないという批判です。この議論から「強いAI」と「弱いAI」という分類が生まれました。
「強いAI」「弱いAI」ってどう違うんですか？
これはサールが提唱した分類です。AIが本当に理解・思考しているか、それともただ処理しているだけかで分けます。
人間と同等の知能・意識・理解を持つAI
本当に「考えている」「理解している」
まだ実現していない
（AGI＝汎用人工知能とほぼ同義）
特定タスクを処理するだけのAI
あたかも知能があるように「振る舞う」が、内部で理解はしていない
現在のAIはすべてこちら
（画像認識、ChatGPT等も含む）
| 比較項目 | 強いAI | 弱いAI |
|---|---|---|
| 知能 | 本当の知能・意識がある | 知能があるように見えるだけ |
| 理解 | 内容を「理解」している | 記号を「処理」しているだけ |
| 対応範囲 | あらゆるタスクに対応 | 特定タスクのみ |
| 実現状況 | 未実現 | 現在のAIはすべてこちら |
| 別名 | AGI（汎用人工知能） | ANI（特化型人工知能） |
チューリングテスト（1950年、チューリング）
「外部の振る舞いで知能を判定しよう」
↓ 反論
中国語の部屋（1980年、サール）
「振る舞いだけでは理解を保証できない」
↓ この議論から生まれた分類
強いAI / 弱いAI（サール）
理解があるか（強い）、処理しているだけか（弱い）
チューリングテストと似た問題として、ELIZA効果がある。
ELIZAは単純なパターンマッチしかしていないのに、人間は「理解してくれている」と感じた。
これはチューリングテストの弱点を示す事例でもある ── 外部の振る舞いだけでは、AIが本当に理解しているかどうかは分からない。
AIが本当の意味で知能を持つためには、何が必要なんでしょうか？
ロルフ・ファイファーは「知能は脳（プログラム）だけでは生まれない。身体を持ち、環境と相互作用することが不可欠だ」と主張しました。これが身体性（Embodiment）の考え方です。
知能は脳だけではなく、身体と環境の相互作用から生まれるという考え方。
提唱者：ロルフ・ファイファー（スイスのAI・ロボット研究者）
人間は「りんご」を手で触り、食べ、匂いを嗅ぐことで「りんご」を本当に理解する。コンピュータは文字としての「りんご」しか扱えない ── この差を埋めるには身体が必要だという主張。
脳（プログラム）だけで知能を実現しようとする
記号を操作するだけで「理解」はない
（中国語の部屋と同じ問題）
身体で環境と相互作用しながら学ぶ
触覚・視覚・運動を通じて現実世界の意味を獲得できる可能性
シンボルグラウンディング問題：記号（シンボル）と現実世界の意味を結びつけられない問題。
AIは「猫」という文字は扱えるが、実際の猫がどんなものかは理解していない。
身体性の考え方では、身体を通じて環境と関わることで、記号と現実を結びつけられる（＝グラウンディングできる）としている。
また、マルチモーダルAI（画像・テキスト・音声など複数のデータを同時に扱うAI）もグラウンディング問題の解決に貢献する可能性があると考えられている。