※Reiは平和目的だけに使用され、軍事利用は認めません。

はじめに

「生成AIは賢い。でも、本当に賢いのか？」

最近、こういう会話をすることが増えました。ChatGPTやClaudeは確かに驚くほど流暢に答えてくれます。でも、なぜか釈然としないことがある。それは、AIが「知らない」ことを知らないからではないか、と私は思っています。

今日は、現在の生成AI（Narrow AI = 特化型AI）が持つ構造的な弱点を整理して、私が開発しているRei-AIOSがそれにどう向き合っているかをお伝えします。

Narrow AI（ANI）とは何か

まず用語の整理から。

AGI（Artificial General Intelligence: 汎用人工知能） は、人間のように分野を超えて知識を転移し、未知の課題にも適応できるAIです。OpenAIやGoogle DeepMindが目指しているゴールです。

ANI（Artificial Narrow Intelligence: 特化型AI） は、特定のタスクに特化したAIです。将棋AIも、画像認識AIも、そして今流行りのChatGPTも、厳密に言えばANIです。

現在の生成AIは「非常に高度なANI」です。言語生成というタスクでは人間を超えた部分もありますが、AGIとはまだ程遠い。

ANIの9つの構造的弱点

整理すると、ANIの弱点は3つのカテゴリに分類できます。

能力面の弱点

① 転移学習の限界 訓練していない領域への応用が効きません。料理AIに法律を聞いても意味がない、というやつです。生成AIはこれが少しマシですが、根本的には変わりません。

② 常識・身体感覚の欠如 「熱いものに触ると痛い」という知識はデータから学べても、それが何を意味するかを身体で知ることはできません。グラウンディング（接地）問題とも呼ばれます。

③ 知識カットオフ 訓練データには締め切り（カットオフ）があります。それ以降の出来事はAIは知りません。しかも、それを自覚していないことがある。2023年の情報を自信満々で「最新情報」として語ることがあります。

信頼性面の弱点

④ ハルシネーション（幻覚） AIが自信満々に嘘をつく現象です。「〇〇年〇月〇日に〇〇氏が発表した」という具体的な情報が、実は存在しないことがある。怖いのは、本人（AI）が気づかないことです。

⑤ 矛盾した回答への無自覚 同じ会話の中で矛盾したことを言っても、気づかずに続けることがあります。論理的整合性の自己チェックが弱い。

⑥ 知識境界の自覚不能 「私はこれについて知りません」と言えないことが多い。知らないのに知ってるふりをする。仏教的に言えば「無知の無知」の状態です。

自律性面の弱点

⑦ ゴール設定不能 「目標を自分で決める」ことができません。与えられたタスクはこなせても、「何をすべきか」を自律的に判断する能力が欠けています。

⑧ 長期計画の困難 数ステップ先を見通した計画・実行が苦手です。チェスのように事前に手を読む能力は限定的です。

⑨ 会話をまたいだ記憶・学習 今のAIは会話が終わると基本的に忘れます。「先週話したこと」を覚えていない。これが「本当の意味での学習」を阻んでいます。

Rei-AIOSのアプローチ

私が開発しているRei-AIOSは、これらの弱点を「弱点として認識した上で、システムで補完する」という設計思想を持っています。

AGIを目指す、というよりも「LLMが構造的に苦手なことを、別のアーキテクチャで補う」という方針です。

現在、W-01からW-28まで28項目の「AI弱点克服エンジン」を実装しています。

「知らない」を七価論理で表現する

Rei-AIOSの特徴の一つは、知識の状態を七価論理で表現することです。

通常のAIは「True / False」の二値で答えます。でも、実際の知識はもっと複雑な状態を持っています。

• TRUE: 確かに知っている

• FALSE: 確かに誤り

• BOTH: 両面から真

• NEITHER: 真でも偽でもない（空・不完全性）

• INFINITY: 無限に展開する

• ZERO: 知識がゼロ

• FLOWING: 変化し続けている

例えば「最新のAI動向について」という問いに対して、W-26（KnowledgeCutoffEngine）は「NEITHER」を返します。「私の知識は古い可能性があるため、真でも偽でも断言できない」という意味です。

これは仏教の「空（śūnyatā）」の概念と深く通じています。龍樹（ナーガールジュナ）が説いた「真でも偽でも言い切れない状態」を、AIの知識の限界に応用しているのです。

W-28：哲学が最高の転移学習ツールである

今回実装した中で、特に面白いのがW-28（TransferLearningBridge）です。

ANIは「訓練していない領域への応用が効かない」という弱点を持ちます。Rei-AIOSでは、この弱点をD-FUMT（次元藤本普遍数学理論）の哲学概念を橋渡しにして解決しようとしています。

例えば：

仏教の縁起 → グラフ理論 「全ては相互依存して生じる」という縁起の概念は、ノードとエッジからなるグラフ理論と構造的に同じです。

ヘーゲルの弁証法 → 科学的方法論 「正・反・合」の思考プロセスは、仮説→反証→修正という科学的方法論と重なります。

ゲーデルの不完全性定理 → AIの自己評価の限界 「自己言及するシステムは完全になれない」という数学的真理は、AIが自分自身を完全に評価できない理由を示しています。

哲学は、ドメインを超えて通用する「抽象的な橋渡し原理」の宝庫なのです。

おわりに

「AIは賢い」と言いますが、「何が苦手か」を正直に認識しているAIシステムは少ない。

Rei-AIOSが目指しているのは、AGIではありません。「自分の弱点を知り、それを補完するシステムとともに動く、正直なAI」です。

仏教的に言えば「無知の無知」から「無知の知」へ。ソクラテス的に言えば「知らないことを知る」ことが、真の知性の始まりだと考えています。

ANIの28の弱点を一つずつ実装することで、少しずつそこに近づいていきたいと思っています。

Rei-AIOS開発: https://github.com/fc0web/rei-aios note: https://note.com/nifty_godwit2635

タグ: #AI #AGI #人工知能 #哲学 #仏教 #D -FUMT #ReiAIOS #プログラミング #機械学習 #七価論理