AIとは何か
はじめに — AIがノーベル賞を受賞した日
2024年、ノーベル化学賞がGoogle DeepMindのAlphaFold2の開発者に授与されました。AlphaFold2は、タンパク質の立体構造を予測するAIで、50年間未解決だった「タンパク質フォールディング問題」を事実上解決しました。2億以上のタンパク質の構造予測が公開され、創薬研究を根本から加速しています。
しかし、AlphaFold2は「タンパク質とは何か」を理解しているわけではありません。膨大なアミノ酸配列と構造のデータからパターンを学習し、新しい配列に対して構造を予測しているのです。
この「パターン学習」こそが、現在のAIの本質です。
AlphaFold2の論文。タンパク質構造予測でCASP14を圧倒的精度で制覇
AIの定義 — 「模倣」と「再現」の決定的な違い
AI（Artificial Intelligence）は、「人間の知能をコンピュータで模倣する技術」です。重要なのは「模倣」という言葉です。
「模倣」と「再現」の違い
模倣（Imitation）: 外側から見た振る舞いが同じ。内部の仕組みは異なっていてよい。AlphaFold2はタンパク質の構造を「予測」できるが、生化学を「理解」しているわけではない。
再現（Reproduction）: 内部の仕組みまで同じ。人間の脳のニューロンの動きを完全に再現する。現在の技術では実現していない。
→ 現在のAIは全て「模倣」の段階。結果として正しい答えを出すが、なぜその答えなのかを人間と同じように「理解」しているわけではない。
チューリングテスト — 知能の「判定方法」
アラン・チューリング — 「機械は考えることができるか？」
背景: 1950年、イギリスの数学者アラン・チューリングは論文「Computing Machinery and Intelligence」を発表。「機械は考えることができるか？」という問いを投げかけた。
テストの内容: 人間の審査員が、テキストで相手と会話する。相手が人間かコンピュータか分からない状態で対話し、コンピュータだと見破れなければ、そのコンピュータは「知能がある」と判定する。
革新性: 知能の**「定義」ではなく「判定方法」**を提案した点。「知能とは何か」という哲学的な問いを回避し、「この機械は知能を持っているように振る舞えるか」という実践的な問いに置き換えた。
現代的意義: ChatGPTやClaudeは、多くの場面でチューリングテストに「合格」する水準の対話能力を持つ。しかし、それは「知能がある」ことを意味するのか？ この問いは今も未解決。
強いAI vs 弱いAI
弱いAI（Narrow AI）
特定のタスクに特化したAI。現在実用化されている全てのAIがこれに該当します。
| 分野 | AIの例 | できること |
|---|---|---|
| 画像認識 | 胸部X線AI（EIRL等） | 肺炎・結核・動脈瘤の検出 |
| 自然言語処理 | ChatGPT / Claude | テキスト生成・要約・翻訳 |
| ゲーム | AlphaGo（2016年） | 囲碁で世界チャンピオンに勝利 |
| タンパク質 | AlphaFold2 | 立体構造の予測 |
強いAI（AGI: Artificial General Intelligence）
人間と同等の汎用的な知能を持つAI。現在は実現していません。
AGI — 期待と現実
ChatGPTやClaudeは非常に多くのタスクをこなせますが、「汎用的な知能」とは言えません。テキストから肺炎の診断基準を説明できても、実際の聴診器を使った診察はできない。数学の問題は解けても、目の前のコップを持ち上げることはできない。
→ 医療現場では、AIは特定のタスクの補助ツールとして位置づけ、最終判断は医師が行う。この原則はAGIが実現するまで変わりません。
AIの三つの核心能力
現在のAIの能力は、大きく3つに分類できます:
- 学習: データからパターンを発見する（10万枚のX線画像から異常パターンを学習）
- 推論: 学習したパターンを新しいデータに適用する（新しいX線画像の異常を検出）
- 生成: 学習したパターンに基づいて新しいデータを作る（診断書のドラフト作成）
これらの能力は、医師の「経験に基づく診断」に表面的には似ていますが、本質は異なります。医師は病態生理を理解して診断しますが、AIはデータのパターンから判定しています。
まとめ
AIは「人間の知能の模倣」であり、「再現」ではありません。チューリングテストが示すように、「知能があるように見える」ことと「知能がある」ことは別の問題です。現在のAIは全て「弱いAI」（特定タスク特化）であり、医療現場では補助ツールとして位置づけ、最終判断は医師が行うという原則が重要です。
次のレッスンでは、AIが1950年代から現在までどのように発展してきたかの歴史を学びます。
明日のアクション
明日の業務で使っているAIツール（ChatGPT、Claude、画像診断AI等）について、「これはデータのパターンを学習した結果であり、医学を理解しているわけではない」という視点で出力を批判的に確認してみましょう。どの部分がパターン学習の恩恵で、どの部分に人間の判断が不可欠かを区別することが、AI活用の第一歩です。