親が子供に世界に関連することを教える際、関連付けとパターン認識を通じて教えます。たとえば、文字の「S」についてです。親は子供に「S」が書かれた多くの例を見せ、すぐに子供は、指導を受けていない状況でも、学校、書籍、ビルボードなどで「S」を見つけることができるようになります。

新しく出現する人工知能（AI）技術の多くは、同じように教えられました。研究者はシステムに正しい例を与え、子供のように、AIはパターンを認識し、未経験の状況でも知識を外挿するようになり、独自の「ニューラルネットワーク」を形成しました。ただし、人間の知能と同様に、専門家はAIの意思決定に寄与する入力を把握できなくなりました。

この「ブラックボックス問題」は、AIシステムがどのように接続し、どのような変数が意思決定に寄与するかを完全に理解できないという事実として現れます。これは、システムの信頼性と安全性を高め、AIの採用を規定する上で特に重要な問題です。

AI搭載車がブレーキを間に合わなかったり、AIに依存する医療機器が医師の診断を支援したり、AIによる採用プロセスの偏見が見られたりするなど、AIシステムの複雑さは、AIの「物理学」と呼ばれる新しい研究分野の出現につながっています。

これらの課題に対処するために、新しい独立した研究グループが物理学、心理学、哲学、神経科学の分野を統合して、AIの謎を探求します。

NTT、AIの信頼性と安全性を提案

新しく発表された人工知能の物理学グループは、NTT Researchの物理学と情報学（PHI）研究所のスピンオフであり、カリフォルニア州サンフランシスコで開催されたNTTのUpgrade 2025会議で発表されました。同グループは、過去5年間で研究してきた人工知能の物理学へのアプローチをさらに進めています。

ハーバード大学で応用物理学とコンピューターサイエンスの博士号を取得した田中秀典博士が、新しい研究グループを率いることになります。田中博士は、NTTのインテリジェントシステムグループとCBS-NTTのAI研究プログラムで物理学の知性に関する研究を行ってきました。

「物理学者として、知能というテーマに興味があります。数学的に、創造性や優しさについてどう考えることができるでしょうか。これらの概念は、AIがなければ抽象的なもののままだったでしょう。AIによって、これらの概念を数学的に定義することができるようになりました。たとえば、AIに優しさを教えるには、優しさとは何かを数学的に定義する必要があります」と田中博士は、Upgrade会議の際に私に話しました。

PHI研究所は、初期の研究において、AIと機械学習の「ブラックボックス」の性質を理解することの重要性を認識しました。AIの進歩は、エネルギー効率の高い計算システムの開発につながりましたが、安全性と信頼性の考慮も重要になってきました。

新しい研究グループを通じて、NTT Researchは、生物的知能と人工知能の類似性を探求し、AIメカニズムの複雑さを解明し、人間とAIの協調性を高めることを目指しています。

このアプローチは、新しいものではありません。物理学者は、技術と人間の関係の詳細を明らかにするために、ガリレオ・ガリレイの物体の運動に関する研究や、蒸気機関が熱力学の理解に与えた影響など、数世紀にわたって研究してきました。21世紀には、科学者は、AIがどのように訓練され、知識を蓄積し、意思決定を行うかを理解しようとしています。そうすることで、将来、より統合的で安全で信頼できるAI技術を設計することができます。

「AIはニューラルネットワークであり、人間の脳と同様の構造を持っています。ニューロンがシナプスで結ばれており、コンピュータ内では数字で表現されています。そこに物理学が関係してきます。物理学は、宇宙のあらゆるものについて、内部メカニズムに関する数学的な仮説を立て、検証することです」と田中博士は話しました。

新しいグループは、ハーバード大学の脳科学センター（CBS）と協力し、スタンフォード大学のスヤ・ガングリ教授とも協力する予定です。田中博士は、ガングリ教授と共同でいくつかの論文を発表しています。

ただし、田中博士は、自然科学と産業のアプローチが重要であると強調しています。2017年、ハーバード大学の博士課程在籍中に、田中博士は、伝統的な物理学を超えて、新しい概念的世界を開拓したいと考えました。ガリレオ、ニュートン、アインシュタインに続く道を歩みたいと考えました。

「現在、AIは誰でも話せるテーマです。研究者としては、誰でもAIについて話そうという気持ちは素晴らしいと思います。私は、いつでもAIについて話すことができ、会話を通じて、人々がAIをどのように見て、使っているかを学ぶことができます。NTTの使命は、人々の背景に関係なく、会話を促進することです。私たちは、毎回のやり取りから学びます」と田中博士は結論付けました。