知能とはなにか －ヒトとAIのあいだ－

COSCO 講演会
https://webdesk.jsa.or.jp/seminar/W12M1080/index/11RA01
２０２６年１１月１０日
於）場:日本規格協会本部ビル 8F セミナールーム<会場+ライブ配信>

Transcript

1. 知能とはなにか －ヒトとAIのあいだ－ 中央大学理工学術院田口善弘 COSCO 1
2. 現在、生成AI(ChatGPTなど）の登場によって、 「知能とはなにか？」ということの定義が揺らいで いる。人間しか持ちえないと思っていた知能を生成 AIが獲得してしまったように思えるからだ。 この講演ではそもそも知能とはなにか、を生成AIが 知能のようなものを獲得してしまった現代に改めて 考えることである。 COSCO 2
3. 重大事実 生成AIの生成物と人間の作ったも のを道具なしで人間が区別するの は困難な場面が増えた！ 一部のプラットフォームでは透かし／検出の整備が進行中 [ ] COSCO 3
4. 朝日新聞朝刊 （２０２５年１０月８日） オードリー・タン 「 台湾（中華民国）出身の著 名なプログラマー・政治家で あり、2022年8月27日から 2024年5月20日まで台湾の 初代デジタル発展部長（デ ジタル大臣）を務めた。」 COSCO 4
5. Sora 2 「女子高校生が正面を向いて立っている。その背 後に男子高校生が画面外からフレームインして女 子高校生に背後から話しかける。」 COSCO 5
6. COSCO 6
7. 何故かアニメ調になった）。アングルが異なる複 数のシーンからなっておりレベルが高い⇒世界モデル どこがお Google Gemini Omni ( かしいか 解ります か？ COSCO シーン３の 撮影角度 （少年から 見て少女の 背後に踏切 が見える撮 影角度では ない） 7
8. 最近はGrok（X（旧ツイッ ター）が提供している生成 AI）もかなりできるように なって来た。 COSCO 8
9. 最新（２０２６年１０月）Muse AI （無料アカウント可！） https://muse.ai/ COSCO 9
10. 高性能な動画生成AI「MiniMax-H3」オープンウェイ ト公開。商用利用も可能 ローカル動作可能 https://pc.watch.impress.co.jp/docs/news/2129989.html COSCO 10
11. 作成した動画らしい。商用利用可能 COSCO 11
12. 最近はオープンウェイト、ローカル実行可能なも のが増えている（そして性能はサーバ上のクロー ズモデルと同等！）。 https://pc.watch.impress.co.jp/ docs/news/2132889.html COSCO 12
13. Podcastで生成AI（NoteBookLM）に映像化させて配信す る社会実験 約10分の動画×約200本。 週あたり総視聴時間： 約１３時間 https://youtube.com/playlist?list=PLWd74yl8OJNeEFQtDkhqmFHESms1ym2Fh COSCO 13
14. 最近、「収益化」の資格獲得に成功。 生成AIの創作物はマネタイズに十分 なクオリティがあると証明された COSCO 14
15. 音声まとめの元記事（数万 字、赤枠内）のnoteのアクセ ス記録。人間の書いたものと 遜色ないアクセス数といいね 数。 サイエンスポッドキャスト用のまとめ https://note.com/tagtag/m/md20076f1cc57 COSCO 15
16. マネーに17回ピックアップ（記事を選んでいるの も生成AIかもしれない） note COSCO 16
17. Youtube もnoteも自動的に英語に翻訳されている。 COSCO 17
18. Geminiが書いた記事がフライデ イデジタルで取り上げられる！ https://friday.kodansha.co.jp/article/469431 COSCO 18
19. 生成AIとはなにか？ （傍目には）文字／音声で依頼すると文章・画 像・動画・音楽などを作ってくれるAI COSCO 19
20. 画像生成（GPT image 2（ChatGPTで利用）） ことばで指示するだけで絵を描く機械学習 日本のアニメに出てくる戦闘少女の絵を 描いてください。 COSCO 20
21. 日本のアニメに出てくる戦闘少女の絵を描いてください。 Nano Banana Pro (Gemini 3.5 Pro) COSCO 21
22. 日本のアニメに出てくる戦闘少女の絵を描いてください。 作成画像の言葉によ る編集依頼が連携) Grok 4 fast ( COSCO 22
23. 「笑顔にしてください」 COSCO 23
24. 「動画にしてください」 COSCO 24
25. Gemini Pro 3.８思考モードで音楽生成 「美しい鳥が空を飛んでいる様 」 ↓ 「歌詞付き」(３分) COSCO 25
26. （秘書） Muse AI https://muse.ai/ メールとリンクして おくとスケジュール 管理してくれる。 COSCO 26
27. （中）で 作ったインベーダー ゲーム「インベーダー ゲームを作ってくださ い」だけを入力 GPT-6.astra https://star-invaders-taguchi-1025.tagtag.chatgpt.site COSCO 27
28. 一冊しかない写真を４冊あるかのよ うに編集。 単なるコピーではなく、光の反射パ ターンが変わっていることに注目！ COSCO 28
29. ここには３つの「生成AI技術」が使わ れている 画像の生成 テキスト読み上げ（感情をこめて） リップシンキング（元は静止画） • • • ChatGPT image+CapCut COSCO 29
30. 実際のアニメでも口パクのみのシーンは多い。 https://youtu.be/AzsGBAakkHo?t=109 COSCO 30
31. こんな風に生成AIは言葉で依頼しただけでいろんなものを 作ってくれる。 人間から見てもクオリティ的にさえそん色ない生成が行な える生成AIは知能をもっていると言えるのか？言えないと したらこれだけのものを生成できるものを何だと思えばい いのか？について今日は考えてみたい COSCO 31
32. 人間は知能とはなにかを理解しているか？ 知能＝大脳の機能 までは異論がない。その先は？ フィニアス・P.ゲージの脳損傷 →大脳の部位を損傷したことで性格が激変した ことから「脳機能は部位依存性がある」という 脳機能は部位依存性がある 脳機能観のきっかけ →精緻化しているが現代まで変わっていない。 COSCO 32
33. フィニアス・P.ゲージ（Phineas P. Gage、1823 – 1860）は、米国の鉄道建 築技術者の職長である。今日では、大き な鉄の棒が頭を完全に突き抜けて彼の左 前頭葉の大部分を破損するという事故に 見舞われながらも生還したこと、またそ の損傷が彼の友人たちをして「もはや ゲージではない」と言わしめるほどの人 格と行動の根本的な変化を及ぼしたこと によって知られている。 （かなり誇張は入っているらしい） COSCO 33
34. 現代の脳科学でも 「ある機能が働い ているときに脳の どこが機能してい るか」という研究 が主流であるが、 部位の組み合わせ まで研究は精緻化 している。 小川健二「心理学研究のツールとしての脳イメージングの最前線」（イメージ心理学研究 2017年, 15巻, 13−17頁） COSCO 34
35. 今では脳の思考パターンから何を考えているかをある程度推 定可能（この解析にもGPTが使われているからややこしい） 読んでいる文章 脳パターンから再構成した文章 正解 意味一致 間違い https://neumo.jp/172574/ 文字じゃなく映像でも出来ている（次頁） COSCO 35
36. 第１列：見ている画像 第２列：脳パターン「のみ」 から画像再生 第３列：脳パターンに「意 味」を当てさせてその意味 から画像再生 第４列：意味＋脳パターン https://note.com/te_ftef/n/n4cc93b57d08f COSCO 36
37. 知能研究の現状： 出力： 「美しい」 「感動的」 ここが出来てい るだけで知能の 中身までは不明 刺激： 文章 画像 計算機（機械学習） COSCO 37
38. この様に脳を見てもなぜ知能が発現するのか解らないという状 態でコンピュータというものが発明されて科学者はスワっと なった。 「観察して解らないなら知能を作れれば理解できるのでは？」 １９５６年ダートマス会議「人工知能」という言葉の誕生 Cf ENIAC １９４６年 要するに今風の「コンピュータ」ができて１０年後には「人 工知能」という分野が立ち上がった（早い！）。 COSCO 38
39. しかし、「何ができたら人工知能が成功したというのか」の 基準はあいまいなまま。 Cf 人工心臓：「心臓と取り換えて生きていたら成功」 人工知能は？脳を取り換えるわけには行かない。 Cf チューリングテスト 「知能が何か」が解らない以上、「知能ができたかどうか」 は「試験」に頼るしかない→「LLMは考えているか？」の今 の混乱に繋がっている。同じことが出来たら知能なのか？ COSCO 39
40. 人工知能研究で当初優勢だったのは「古典的記号 処理パラダイム」 要するにプログラミングで知能は作れる （ハードとソフトの分離という仮説←重要！） Cf パーセプトロン（深層学習の先祖） →線形分離とよばれる簡単な問題しか解けないと いう批判で敗北。 COSCO 40
41. 「古典的記号処理パラダイム」の限界： Cf:自動車 自動車を設計図だけで作れると思う人は居ない。部品 というハードの組み合わせが必要。 知能は「脳」というハードウェアの機能なのにソフト だけ真似ればできることになぜかなってしまった。 →「古典的記号処理パラダイム」の行き詰まり COSCO 41
42. モラベックのパラドックス： 「古典的記号処理パラダイム」では「常識」の学習が難しかった。 「人間にとって簡単なことはAIにとって難しく、逆に人間にとって 難しいことはAIにとって簡単」 1. 将棋やチェス vs. 歩くこと AIに得意なこと：チェスや将棋のような複雑な論理計算。コン ピュータは膨大な手を高速に計算できるため、人間トップを凌駕。 AIに苦手なこと：歩行やバランス保持。赤ん坊でも自然に学べる が、ロボットが滑らかに歩き、転ばずに段差を登るのは極めて難し かった（最近はやっと出来るようになった）。 COSCO 42
43. 数学の問題 vs. 視覚認識 に得意なこと：高度な数式の計算や方程式の解法。人間は時間 がかかるが、AIは一瞬で処理。 AIに苦手なこと：犬と猫の写真を見分けること。人間の子供なら 直感的にできるが、AIには膨大な学習データが必要。 3. 論理推論 vs. 家事 AIに得意なこと：論理パズルやルールベースの問題解決。 AIに苦手なこと：洗濯物をたたむ、卵を割って料理するなど日常 的な家事。物理的環境の不確定性や微妙な操作は非常に難しい。 （今の生成AI、ロボットは相当程度これができる） 2. AI COSCO 43
44. ２つの新しい潮流 身体性AI：AIに体を持たせれば「常識」を理解できる→ 今のPhysical AIに繋がる流れ→成果を残せずに頓挫（高 に繋がる流れ 度な知能獲得に至らず） ニューラルネットワーク： 多層化によるパーセプトロンの復権→「局所解」の問題 を越えられず衰退→今の深層学習に繋がる →人工知能研究冬の時代へ→生成AIの成功！ COSCO 44
45. この状況で生成AIは「画像・文章を入力して解 釈する」が出来てしまっている。 出力： 「美しい」 「感動的」 刺激： 文章 画像 で、「生成AIには知能があるのでは？」という問題が生じた COSCO 45
46. の知能がどう働いているかの理解度 は人間の頭脳がなぜ知能を発揮している かの理解と同等かそれ以下のレベル。 LLM COSCO 46
47. 「モジュールコミュニ ティを通した大規模言語 モデルの認知的パターン の解明」 https://www.alphaxiv.org/ ja/overview/2508.18192v1 COSCO 47
48. 「５３の種類の認知スキル」 「１７４種類の多選択問題スキル」 に対してどのノードが効いているかをノードを部分 的に破壊することによる機能低下で推定 ⇒人間的の脳のような部位後の分業（◦◦野）は無 かった。鳥類や小型哺乳類の脳に似た弱い局所化 アーキテクチャ。 解説ビデオ⇒ https://youtu.be/tQ8Yw0jIYV0 COSCO 48
49. と人間の空間認知の違いの比較 「 認知に着想を得た分析によるマルチモーダ ルhttps://www.alphaxiv.org/ja/overview/2508.20068v1 の空間推論の解明」 LLM 11Plus-Bench: LLM COSCO 49
50. 人間の空間認知には戦略がある（難しいものは熟考する、な ど）があったがLLMの空間認知戦略はばらばらで難しいもの に簡単に答えたり、逆に簡単なものを熟考したり行き当たり ばったりだった（「LLMにとって未知のデータ」で解析した ので確度が高い） ⇒かなり今後の発展の困難を予想させる結果 解説ビデオ⇒ https://youtu.be/Uv4tqhTN8xo COSCO 50
51. 生成AIのエンコーダー、デコーダーにそのような機能は 含まれていないが結果的に生成AIは内部的に「メモ リー」と「演算」の分業構造を形成している（らしい）→明 らかに人間とは違う！ note記事（Geminiによるまとめ） https://note.com/tagtag/n/nb8b736371fe3 （同音声化） https://youtu.be/GCiUqsmN3k0 COSCO 51
52. Sora (OpenAI) vs Veo (Google) 10秒以上のクリップにおける人物合流や後方接近など“難 タスク”では、両アプリが先行（実は冒頭に見せた「画面外 から人物がやってきて後ろから話しかける」はとても難しい タスク）だが発展の歴史はかなり違う Sora： 言語ベースのトランスフォーマー ⇒ 拡散モデル（Diffusion Transformer:動画） Veo： 画像の拡散モデル（Imagen） ⇒ 拡散モデル（動画：Veo） COSCO 52
53. とVeoの開発戦略の差について note記事（Geminiによるまとめ） Sora https://note.com/tagtag/n/n3b4121898418 （同音声化） https://youtu.be/YlZlPyeH-zA COSCO 53
54. ともかく「認知の仕組」を細かく調べると 人間とLLMは違う！というケースがボロボ ロ出てくる。 ところが、画像や動画の「理解能力」はか なり高そうに見える（現状でも） COSCO 54
55. によ る画像要約 ChatGPT 写真には、大学や研究施設のゼミ室・ミーティングスペー スのような部屋が映っています。主に次のものが確認でき ます。人物が1人：写真奥の左寄りで、眼鏡をかけた黒っぽ い服装の人がノートパソコンを操作しています。大きな テーブル：白っぽい天板の長方形のテーブルが複数並んで います。赤い椅子：背もたれのない、四角いスツールが置 かれています。ホワイトボード：部屋の奥に大型の移動式 ホワイトボードがあり、薄く文字が書かれていますが、判 読は困難です。荷物：テーブルの上にリュックサック、 バッグ、布製の袋、書類などが置かれています。室内の様 子：コンクリート打ち放しの壁とグレーのカーペットで、 比較的モダンな内装です。全体として、少人数での研究 会、ゼミ、打ち合わせ、自習などに使われるスペースに見 えます。部屋はほぼ無人で、静かな雰囲気です。 COSCO 55
56. GPT 5.6 solによる動画理解 ＄５９００（参考価格（発表時）／構成により異なる）でとんぼ 返り、逆立ち可能な２足歩行ロボットが発売 https://www.youtube.com/watch?v=v1Q4Su54iho （本動画個体は把持器なし） COSCO 56
57. この動画は、中国のロボット企業 Unitree Robotics（宇樹科技） が、小 型ヒューマノイドロボット 「Unitree R1」 を発表した約1分間の公式プロ モーション映像です。題名は「Unitree R1 Intelligent Companion、価格は 5,900ドルから」という趣旨です。 https://chatgpt.com/share/6a6d0b7d-cda4-83ee-a50e-e595e034da8b COSCO 57
58. によるyoutube 科学解説動画のコミカライズ ChatGPT image 2 https://qiita.com/Yh_Taguchi/items/10a0f8e6c966f7805428 COSCO 58
59. うんと難しいこともちゃんと答えらる COSCO 59
60. 2026年05月11日 19時00分AI ChatGPT 5.5 Proが博士課程レベルの数学研究を1時間で実行、数学者が 「人間の研究の最低ラインが変わる」と指摘 https://gigazine.net/news/20260511-chatgpt-experience-math/ COSCO 60
61. 【さすがのグーグル】GoogleDeepMindの数 学AI、50年来の未解決難問を一気に9件証明 https://www.sbbit.jp/article/cont1/185575 COSCO 61
62. https://xtech.nikkei.com/atcl/nxt/column/18/03623/052000003/ COSCO 62
63. https://www.sbbit.jp/article/cont1/187322 COSCO 63
64. 生成AIはどうやってこのような機能を実現しているか？ COSCO 64
65. GPT（文章生成の場合）がしていること 文章の「次の単語」を学んで、初めてみた文でも次に何が来るか予 想できるようにする。 「今日は晴れているので洗濯物を干そうと思ったら雨が降ってきた」 今日は 今日は晴れて 今日は晴れているので 今日は晴れているので洗濯物を 今日は晴れているので洗濯物を干そうと 今日は晴れているので洗濯物を干そうと思ったら 今日は晴れているので洗濯物を干そうと思ったら雨が COSCO 65
66. なんで「次の単語を当てる」という学習をするだけで人間の様 に話せるのか？ 「今日は」と来たらその次が「さつまいも」である場合より「晴れ て」である場合が圧倒的に高いだろう。 しかし、「今日は」だけではいろんな単語が来る可能性が高い。 ある程度長い文章なら次にくる単語は限られる。 今日は晴れているので洗濯物を干そうと思ったら → 雨が COSCO 66
67. しかし、長い文章になると「一度も見たことがない文章」に なることが多くなる。どうする？ → 一度もみたことがない文章でもすでに学習した「見たこ とのある文章」のなかで一番似たようなものを探して使える ようにする。 あまりない文章には精度が下がる。 COSCO 67
68. 最近は更に「推論モデル」と言って自分の出力を 入力にして出力するという作業を繰り返して当た るまでやる、という学習を行っている(この部分が 「思考プロセス」とされている)。この結果間違い が劇的に減少した（推論モデルの詳細は不明）。 COSCO 68
69. 画像生成AI 拡散過程＝物理 ノイズ ノイズ 付加 除去 ノイズ ノイズから絵が生成 できるようになる 除去 COSCO 69
70. 生成AIはこのように人間が作った文章や画像から学ん で新しい文章や画像を生成する能力を獲得しただけ だった。これは知能と呼べるのだろうか？ COSCO 70
71. 生成AIの現実認識の仕方は人間とはかなり違う。 しかし、「出力」は人間並み。 これは「人間と同じ知能」と言えるのか？ ⇒ 実は人間の知能にも「癖（バイアス）」がある。 COSCO 71
72. チェッカーシャドウ錯視 とBは同じ色 → 人間は錯覚する A https://persci.mit.edu/gallery/checkershadow/ COSCO 72
73. エイムズの部屋 人間の脳も“現実を歪んで解釈”している https://archive.org/details/amesdemonstratio00itte COSCO 73
74. 影 点灯 消灯 COSCO 74
75. 明度調整後 白い壁に光を当てて暗くなるわけはないので本当は 「影」の部分は黒くはない。しかし、我々の脳はこ れを「黒い」と解釈する。 実際、液晶プロジェクターはこの 装置の黒レベル限 界＋環境光＋人間の知覚の相互作用により“黒く見え る”。黒は光の欠如であり、投射そのものではない COSCO 75
76. • • • • 白いスクリーンに黒い文字が映る、というのも錯覚であ る。白いスクリーンに光を当てて黒くなるわけがない。 光が当たって「より明るくなった」部分に比べて相対的に 暗いので「ここは黒い色が塗ってあるので暗くなってい る」と脳が誤認しているだけである。 我々の知能だって、不完全な外界認知をしているが「不完 全さ」の方向が違うので生成AIの粗が見えやすいだけ そもそも網膜には２次元画像（平面）しか移らないのだか ら３次元（立体）空間を一意的に再現できるわけがない。 COSCO 76
77. 比較まとめ • • • 👓 人間の錯視 生成AIの誤認 動画生成でセリフがおかしい ・影で色が変わって見える 「消火栓があるから廊下だ」 ・奥行きの大きさ誤認 ・白いスクリーンに黒い字 までは気付けない が見える 立方体と誤認 誤認＝生成の過程での推測ミス／錯視＝知覚の系統的偏り COSCO 77
78. 結論：知能とは現実のシミュレーターである。 現実のシミュレーター 現実の世界は複雑→なんらかの情報縮約を必要→人間の錯 視＝２次元映像から３次元を推定するための適応 生成AI 画像や文章→情報縮約→文章・画像 情報縮約は必須 生成AIは人間と違う→ハルシネーション。 は人間と違う→ハルシネーション 生成AIは人間とは違う方法で世界を認識しているだけでそ こに優劣があるわけではない。 COSCO 78
79. 脳 AI （生成AI） どちらも「現実を圧縮・シミュレート」して解釈 相違：縮約の方法が異なる → 誤認のパターンも異なる COSCO 79
80. 生成AIの「中身」は２０世紀末に非線形物理学者がさんざ ん研究した非線形非平衡多自由度系の一種である。そして 非線形非平衡多自由度系が現実をシミュレート出来ること は知られていた（しかし、学習させる方法は無かった）。 雲のシミュレーションだが(1)浮力，(2) 粘性， (3)拡散， (4)非圧縮性効果， (5) 移流， (6)断熱膨張，(7)相転移， (8)潜 熱， (9)引きずり， (1 0) 液滴の落下、 のプロセスを定性的に入れただけで雲 の形状は再現される→普遍性 http://hdl.handle.net/2115/24360 COSCO 80
81. 群衆シミュレーター https://designers-union.com/blog/archives/4067 COSCO 81
82. 水のシミュレーター（偽物） COSCO 82
83. 要するに「現実」を再現するのに「中身 （＝物理法則）」は真実とかけ離れてい ても構わない＝現実からリバースエンジ ニアリングしたら解はユニークじゃない COSCO 83
84. 現実をリバースエンジニアリングして真実と違うものになって しまった例：古典力学 高校で習う物理学：F=ma 現実：量子力学 量子力学は「ミクロの世界だけで成り立つ」というのは誤 解。マクロの世界でも正しいのは量子力学。F=maは現実には 成り立たないはず。なんでF=maなのかは完全に解決していな いが、よい近似として人間はこれを使っている。 COSCO 84
85. 量子力学ではF=maは「間違い」と いうネタで新書も書いたのでよろ しければ。 朝日新書 ２０２６年１月発売 ９９０円 COSCO 85
86. 知のクエストリア 学参だが一般向け 生成AI時代の科学のあり方にも 言及 １９８０円 ９／１７発売 KADOKAWA COSCO 86
87. 知能とは現実のシミュレーターだと いう立場に立てば、人間の脳と生成 AIは現実を異なった方法で認識して いるが同じようなアウトプットを出 すことができる別種のシミュレー ターと思えばいい。生成AIは知能を 持っているか、という問いは往々に して「（人間と同じ）知能を持って いるか」という問いに無意識のうち に変換されているが、知能が人間の それと同じあり方で無くてはならな いとは限らない。 COSCO 現実 解釈 87
88. 「室内に消火栓がある、立方体じゃない形状を理解できな い、は直るの？」 → Physical AIといって現実世界から直接学ぶのが生成AI研 究の最先端となっている（現実と直接接するには間違いは許 されないから） note 記事（Geminiによるまとめ） （同音声化） https://note.com/tagtag/n/n214788ab2197 COSCO https://youtu.be/UWFw0L2nzTc 88
89. 人間と会話しながら作業できるロボット https://youtu.be/Sq1QZB5baNw COSCO 89
90. 知能とはシミュレーションである： 仕組みは違えど、目指す能力は近い 「人間もAIも異なる方法で現実を縮約し、シミュレーショ ンしている」 「鳥と飛行機のように、仕組みは違っても役割は同じ」 COSCO 90
91. 超知能が人類を滅すについて 僕はそんなことは起きないと思います。 理由： ・AIが意識や自我をもつ可能性は現在のところ見えません （犬や猫が自我や意識を持っていることからも解るように 知能の高低と自我や意識の有無は無関係で知能があがると 意識や知能が出てくるというのは間違いです） ・自我や意識が無くAIが自発的には人類を滅ぼうとしない とするなら、AIが誤って人類を滅ぼすか、人類に命令され て人類を滅ぼすしかない。 COSCO 91
92. 誤って人類滅ぼす よくあるのは「クリップを作れ」と言われてその時に人類 に害があることに気付かず、滅ぼしてしまう、というもの である。しかし、「人類を滅ぼすな」と「クリップを作 れ」は複数の目的を満たせという指令に過ぎない。前者だ けを無視して暴走するという想定に根拠がない 命令されて人類を滅ぼす 人類を滅ぼすことが目的なら核兵器や生物兵器を使う方が 遥かに簡単でＡＩを使う意味がない。なのでほぼあり得な いと思う COSCO 92
93. THINK pod https://youtu.be/cROpRIsUdGo https://youtu.be/FHgZ10beMAw 文字版（クーリエ） https://courrier.jp/news/tag/longread-movie-taguchi/ COSCO 93
94. の人達と激論 AGI HUB https://youtu.be/FiEkO_hzAVw 文字版 https://note.com/agi_hub/n/n04883e393160 COSCO 94
95. 終わりに ２０２５年１月に「知能とはなにか」と いう本を出版しました（講談社現代 新書）。もし、お買い上げ頂いて読ん でいただけるなら光栄です。 COSCO 95
96. 本講演は「知能とはなにか」という問いへ の学術的なレビューを欠いています。それを 話してもつまらないからです。そこの部分を 補うためにGemini 2.5 Pro Deep Researchに 概要を調べてもらいました。 https://note.com/tagtag/n/n4cb64f2c9100 また１０分の解説音声も作ってくれたので 本格的な知能研究の歴史の概観はこちらを どうぞ。 https://youtu.be/RwhNBcyQQ50 COSCO 96