この記事の目次
結論：AIは超大量の単純な関数が繋がったもの
まず結論から。AIの正体は「関数の集合体」。これが一番正確な表現だ。
いきなり「関数」って言われると数学の授業を思い出して嫌な気持ちになるかもしれんけど、安心してほしい。AIの中にある関数1つ1つがやっていることは、足し算と掛け算だけ。マジでそれだけ。中学生でもできる計算しかしてない。
じゃあなんで「知能」に見えるのか？
答えはシンプルで、その単純な関数が数十億個〜数兆個集まっているから。1つ1つは「入力に数字を掛けて足す」だけの超シンプルな計算なのに、それが天文学的な数集まると、人間の言葉を理解しているように「見える」出力ができるようになる。
ここで大事なのは「見える」という部分。AIには理解も意識もない。計算結果がそう見えるだけ。ここを勘違いすると、AIに過度な期待をしたり、逆に必要以上に怖がったりすることになる。
なぜ「人工知能」と呼ばれるのか
そもそもなんで「人工知能（Artificial Intelligence）」なんて大げさな名前がついたのか。
これには歴史がある。1956年、アメリカのダートマス大学で開かれた学術会議で、ジョン・マッカーシーという研究者が「Artificial Intelligence」という言葉を初めて使った。これが「ダートマス会議」と呼ばれる、AI研究の出発点だ。
当時の目標は「人間の知能を機械で再現する」こと。つまり「知能を作りたい」という目標の名前であって、実際に知能があるという意味ではない。
ここめちゃくちゃ大事なので繰り返すぞ。
「人工知能」は実態を表した名前じゃなくて、目標を表した名前だ。
じゃあなんで70年経った今も使い続けられているのか？ 理由は単純で、マーケティング的にキャッチーだから。「人工知能」って言われたら興味湧くでしょ？ ニュースにもなるでしょ？
正確にはAIは「高度な統計処理エンジン」と呼ぶべきなんだけど、それじゃ誰も振り向かない。「ChatGPTは高度な統計処理エンジンです」って言われても「ふーん」で終わる。「ChatGPTは人工知能です」って言った方が100倍キャッチーだし、投資も集まる。
つまり「人工知能」という名前は、ある意味最高のブランディングだったわけだ。
AIの中身：ニューラルネットワーク
さて、AIの中身をもう少し具体的に見ていこう。現在のAI（特にChatGPTやClaudeなどの大規模言語モデル）の基本構造はニューラルネットワークと呼ばれるものだ。
構造を簡単に書くとこうなる。
各関数（「ニューロン」と呼ばれる）がやっていることは、たった1つの式で表せる。
これだけ。マジでこれだけ。
- 重み：入力にかける数字（掛け算）
- バイアス：調整用の数字（足し算）
- 活性化関数：結果を次の層に渡すかどうかの判定
1つの関数（ニューロン）は超シンプル。足し算と掛け算だけ。小学生でもできるレベルの計算だ。
でもこれが数十億個繋がっている。GPT-4は推定1.8兆個のパラメータ（重み）を持っていると言われている。1兆8000億個の数字が、入力に対して掛け算と足し算を繰り返して、最終的に「それっぽい文章」を出力する。
つまりAIがやっていることは、天文学的な数の足し算と掛け算を超高速で処理しているということ。それ以上でもそれ以下でもない。
例えで理解する ── 創発という現象
AIが「知能っぽく見える」理由を、もう少し分かりやすい例えで説明する。
| 例え | 1つだと | 大量に集まると |
|---|---|---|
| アリの巣 | 1匹のアリは単純な行動しかしない | 数万匹集まると複雑な巣を作る |
| ピクセル | 1ピクセルはただの色の点 | 数百万個集まると美しい写真になる |
| AI | 1つの関数はただの計算 | 数十億個集まると「知能」に見える |
この現象を「創発（emergence）」と呼ぶ。
創発とは、単純なものの集合が、個々の要素からは予想できない複雑な振る舞いを見せる現象のことだ。アリ1匹の行動ルールを見ても、あの精密な巣の構造は予想できない。ピクセル1つを見ても、風景写真の美しさは想像できない。
AIもまったく同じ。関数1つの動作を見ても、「それが人間の言葉を理解しているように見える出力を生む」とは想像もつかない。でも数十億個集まると、そうなる。
だからAIは「賢い」のではなく「多い」のだ。量が質を生んでいるだけ。
人間の知能 vs AIの比較
じゃあ人間の知能とAIは何が違うのか？ 表にまとめてみた。
| 項目 | 人間 | AI |
|---|---|---|
| 理解 | 意味を理解する | 意味を理解していない（パターン認識のみ） |
| 判断 | 経験・感情・倫理で判断 | 確率の高い出力を選ぶだけ |
| 創造 | ゼロから新しい概念を生む | 既存パターンの再構成 |
| 意識 | ある（自己認識がある） | ない |
| 学習 | 1回の経験で学べる | 膨大なデータが必要 |
| 計算速度 | 遅い | 超高速 |
| 疲労 | 疲れる（集中力に限界あり） | 疲れない（電力がある限り動く） |
見ての通り、人間とAIは得意分野がまったく違う。AIは速くて疲れないけど、理解していない。人間は遅くて疲れるけど、意味を理解している。
だからこそ「AIに任せる仕事」と「人間がやるべき仕事」を分けるのが大事になってくる。全部AIにやらせようとするのも、AIを全否定するのも、どっちも間違っている。
「論理構造＝知能」なのか？
ここでちょっと哲学的な話をする。「AIの中身が論理的な構造（数学的な関数）でできているなら、それは知能と呼べるんじゃないか？」という疑問だ。
答えは「半分正解、半分違う」。
AIの中身はニューラルネットワークという数学的な関数の集合体であり、これは確かに論理構造と言える。入力に対して決まったルール（重みとバイアス）で計算し、出力を返す。完全に論理的だ。
ただし、人間が言う「知能」には意識・理解・感情が含まれる。
- 「りんご」と言われたとき、人間は赤い果物の味や匂い、食感までイメージできる
- AIは「りんご」という文字列に対して、統計的に関連する文字列を出力するだけ
- 人間は「悲しい」を感じる。AIは「悲しい」という文字列のパターンを処理するだけ
だから正確に言えば、今のAIは「人工知能」ではなく「高度な統計処理エンジン」だ。論理構造はあるが、知能はない。構造が知能っぽく振る舞っているだけ。
じゃあAIは今後「知能」になるのか？
これはAI研究の最大のテーマだ。現在のAI研究では、知能のレベルを3段階に分類している。
| 分類 | 名称 | 説明 | 現状 |
|---|---|---|---|
| ANI | 特化型人工知能 | 特定のタスクだけが得意 | 今のAIはこれ |
| AGI | 汎用人工知能 | 人間と同等の知能を持つAI | まだ実現していない |
| ASI | 超知能 | 人間を超える知能 | SF映画の世界 |
ChatGPTやClaudeがどれだけ賢く見えても、現在のAIはANI（特化型人工知能）だ。文章を生成するのは得意だけど、自分で目標を設定したり、未知の状況に対して人間のように柔軟に対応したりはできない。
AGI（汎用人工知能）が実現するかどうかは、専門家の間でも意見が割れている。
- 「現在の延長線上では無理」という意見：今のニューラルネットワークは統計処理でしかないから、どれだけスケールしても「理解」は生まれない
- 「いずれ到達する」という意見：技術の進歩は加速しており、新しいアーキテクチャが登場すれば突破口が開ける
- 「もう近い」という意見：GPT-4の時点でかなり近づいているという研究者もいる（ただし少数派）
確実に言えるのは、技術の進歩は加速しているということ。5〜10年後には今とはまったく違うレベルのAIが登場している可能性は高い。ただしそれが「知能」と呼べるかどうかは別問題だ。
まとめ
この記事のポイント
- AIは「関数の集合体」。1つ1つは足し算と掛け算だけの単純な計算
- 「人工知能」は目標の名前。今のAIの実態は「高度な統計処理エンジン」
- 知能に見えるのは「創発」のおかげ。単純なものが大量に集まると複雑に見える
- 理解も意識もない。でもめちゃくちゃ便利。だから使い倒せ
- AGIはまだ来ていない。今は「今のAIをどう活用するか」に集中すべき
AIの正体を正しく理解しておけば、過度な期待も過度な恐怖もなくなる。「すごい計算機」として正しく使えば、仕事も副業もめちゃくちゃ効率化できる。
AIの仕組みについてもっと詳しく知りたい人は、こちらの記事も読んでみてほしい。
関連記事：AIの根本的な仕組みを解説｜「高性能フィルター」という考え方と著作権問題