記号的AI（きごうてきえいあい）

概要

記号的AI（Symbolic AI）は、1950年代から1980年代にかけて主流であった人工知能のアプローチであり、人間の知識を記号（シンボル）として表現し、論理的な推論規則を用いて問題を解決することを目的とする。この手法は、知識表現、推論、問題解決といった分野に重点を置いている。

歴史

記号的AIの初期の研究は、アラン・チューリングの「計算機械と知能」に端を発し、ダートマス会議（1956年）で「人工知能」という言葉が初めて使われた。初期の成功例としては、ニューエルとサイモンの「ロジック・セオレム」や「ゼネラル・プロブレム・ソルバー」が挙げられる。これらのプログラムは、数学的な定理の証明やパズル解決といったタスクをこなすことができた。

主要な手法

記号的AIでは、以下の主要な手法が用いられる。

• 知識表現: 知識を記号（シンボル）を用いて表現する。フレーム、セマンティックネットワーク、プロダクションルールなどが用いられる。
• 推論: 知識表現に基づいて論理的な推論を行う。演繹推論、帰納推論、アブダクションなどが用いられる。
• エキスパートシステム: 特定の専門分野の知識を記号として表現し、専門家の推論を模倣するシステム。

限界と課題

記号的AIは、複雑な現実世界のタスクを扱う上でいくつかの限界を抱えている。特に、以下の点が課題として挙げられる。

• 知識獲得の困難さ: 人間の知識を記号として表現することは非常に困難であり、時間と労力を要する。
• 曖昧さの処理: 現実世界の知識は曖昧さを多く含んでおり、記号的な表現で正確に捉えることが難しい。
• 学習能力の欠如: 記号的AIは、経験から学習する能力に乏しく、新しい状況への適応が難しい。

近年の動向

近年、機械学習、特に深層学習の発展により、記号的AIは一時的に衰退した。しかし、近年では、記号的AIと機械学習を組み合わせたハイブリッドなアプローチが注目されている。これにより、それぞれの長所を活かし、より高度な知能を実現することが期待されている。