知能はグラウンディングを必要とするが、身体性は必要としない

TL;DR（結論）

知能の成立には、記号を外部世界の参照先と結びつけて意味を付与する「グラウンディング（記号接地）」が不可欠であるが、物理的な肉体を持つ「身体性」は必須ではない。 知能を「動機付け」「信号予測」「因果関係の理解」「経験からの学習」という4つの特性の集合として定義し、これらはデジタル環境のエージェントでも達成可能であることを論じている。 大規模言語モデル（LLM）などの進展を背景に、物理世界に限定されない一貫した規則を持つ環境との相互作用こそが知能の本質であり、身体性は知能の十分条件ではあっても必要条件ではないと結論付けている。

なぜこの問題か

人工知能（AI）が真の知能を獲得するために「身体」が必要かどうかという問いは、長年AI研究における大きな論争の的となってきた。この議論は主に二つの陣営に分かれている。一つは「計算機能主義」の立場であり、知能を物理的な基盤や参照先から独立した複雑な情報処理プロセスであると捉える。この考え方は、物理記号システム仮説に端を発し、近年の大規模言語モデル（LLM）が見せる高度な推論能力や、事前の学習なしに課題をこなすゼロショット性能によって、その妥当性が改めて注目されている。 対照的に「身体的認知」の支持者たちは、知能を持つエージェントは現実世界と直接対話し、物理的な相互作用を経験しなければならないと主張する。彼らは、身体性がなければ記号に具体的な意味を付与することができず、これは「記号接地問題（Symbol Grounding Problem）」として知られる哲学的な難題であると指摘している。この視点では、知能には現実世界との動的なやり取りや、重力や摩擦といった物理法則の直感的な理解が不可欠であるとされる。 しかし、これら二つの対立する見解の中間に位置する新しい視点も現れ始めている。…

核心：何を提案したのか

筆者らは、知能を単一の定義に押し込めるのではなく、知能を構成する主要な特性の集合として定義することを提案している。具体的には、知能とは「動機付け（Motivation）」、「信号予測（Signal Prediction）」、「因果関係の理解（Understanding of Causality）」、そして「経験からの学習（Learning from Experience）」という4つの特性をすべて備えている状態を指す。この提案の核心は、これら4つの特性が、物理的な身体を持たない「デジタルエージェント」によっても達成可能であるという主張にある。 ここで重要なのは、「グラウンディング」と「身体性」を明確に区別することである。グラウンディングとは、任意の記号が、その記号体系の外部に存在する現実の参照先に基づいて、一貫した因果的な価値を得るメカニズムを指す。一方、身体性とは物理世界における空間的な存在を意味する。…

続きはログイン/プランで閲覧できます。