人工知能に決まった定義は無い
G検定公式テキスト（第3版）では、人工知能の定義として次のように説明されています。ただしこれはあくまで一例です。
G検定公式テキスト（第3版）の定義
推論、認識、判断など、人間と同じ知的な処理能力を持つ機械（情報処理システム）
人工的に作られた知能を持つ実体だと広くとらえる立場もあれば、人間の知的な活動を行うプログラムだと限定的にとらえる立場もあり、日本国内の研究者の間でも定義は一つに定まっていません。
?「知能とは何か」という問い自体が決着していない以上、その延長にある「人工知能とは何か」も定まりようがない、という整理になります。
ダートマス会議が「人工知能」という言葉を生んだ
「人工知能（Artificial Intelligence）」という言葉が初めて使われたのは、1956年にアメリカのダートマス大学で開かれた会議です。
この会議の開催を中心となって提案したジョン・マッカーシーが「人工知能」という名称も提案し、マービン・ミンスキーやクロード・シャノンといった後の研究の中心人物たちが集まりました。
「人工知能」という言葉が生まれるまで
初期の電子計算機が登場し、「計算する機械」への期待が高まる
アラン・チューリングが、機械の知能を判定する方法を提案
ダートマス会議で「人工知能」という言葉が誕生
提案者：ジョン・マッカーシー／参加者：マービン・ミンスキー、クロード・シャノン ほか
背景には、1940年代に登場した初期の電子計算機によって「計算する機械」への期待が高まっていたことや、1950年にアラン・チューリングが機械の知能を判定する方法を提案していたことがあります。この時代の話は、次の「AI研究の歴史」の単元でブームと冬の時代の流れとしてもう少し詳しく扱う予定です。
人工知能の4段階分類（レベル1〜4）
人工知能は、周囲の状況（入力）に応じて行動（出力）を変えるエージェント（プログラム）としてとらえることができます。松尾豊氏は、このエージェントの賢さの度合いによって人工知能を4段階に分類しています。
賢さの度合いによる4段階 ／ 右側は「人間が担う部分」
レベル1：単純な制御プログラム
設定温度に応じてオン・オフを切り替えるエアコンのように、入力と出力の対応関係をすべて人間が書き切ったプログラムです。制御工学の範囲であり、本来は人工知能とは呼びません。世の中に「AI搭載」とうたう製品が多いことへの皮肉も込めて、こう呼ばれています。
え、うちの普通のエアコンの温度調整も、この「レベル1」に入るの? あれってAIだったの?
分類の上では「レベル1」に入るね。ただ、人間があらかじめ書いたルール通りに動いているだけだから、本来はAIとは呼ばないんだ
レベル2：古典的な人工知能
探索・推論や知識ベースを用いて、振る舞いのパターンが非常に多彩なものです。将棋プログラム、掃除ロボット、医師の知識を詰め込んだ診断プログラム（エキスパートシステム）などが該当します。
ただし、知識やルールを与えるのは人間です（エキスパートシステムの仕組みは別記事で扱う予定です）。
レベル3：機械学習を取り入れた人工知能
大量のデータから入力と出力の関係を自ら学習するものです。検索エンジンやレコメンド機能が典型例です。ここで人間が担うのは、「どこに注目して学習するか」＝特徴量の設計です。
レベル4：ディープラーニングを取り入れた人工知能
その特徴量そのものをデータから自動で獲得するものです（特徴表現学習と呼ばれる仕組みで、詳しくはディープラーニングの単元で扱います）。
人間が「猫の耳の形に注目せよ」と指定しなくても、データの中から重要な特徴を自力で見つけ出す点が、レベル3との違いです。
AI効果とは？解明されると「知能」と呼ばれなくなる現象
AIが何らかの課題を解決したとき、その仕組みが解明され原理が分かってしまうと、「これは単なる自動処理であって知能ではない」と考えられてしまう現象をAI効果と呼びます。
手書き文字認識（OCR）、カーナビの経路探索、チェスや将棋のプログラムは、登場当時は最先端のAIとして扱われていましたが、今では当たり前の技術としてAIと呼ばれなくなっています。
手書き文字認識
（OCR）
登場当時
最先端のAI
▼
現在
当たり前の技術
カーナビの
経路探索
登場当時
最先端のAI
▼
現在
当たり前の技術
チェス・将棋の
プログラム
登場当時
最先端のAI
▼
現在
当たり前の技術
定義が曖昧なこととAI効果が重なると、AIは成果を上げるたびに「AI」の座から外れていき、いつまで経っても「AIはまだ実現していない」と評価され続けてしまう、という構造になります。
人工知能とロボットの違い
人工知能とロボットは、しばしば同じもののように語られますが、研究対象が異なります。
ロボットの研究
＝ 身体をつくる側
身体を持つ機械全般。人工知能を搭載していないもの（決まった動作を繰り返す産業用ロボットなど）も含まれる。
人工知能の研究
＝ 脳をつくる側
ロボットの「脳」にあたる知的な情報処理。身体を持たないソフトウェア（将棋プログラム、文章生成AIなど）も含まれる。
ロボットの研究が扱うのは身体を持つ機械全般で、そこには人工知能を搭載していないもの（決まった動作を繰り返す産業用ロボットなど）も含まれます。一方で人工知能の研究が扱うのは、いわばロボットの「脳」にあたる部分、つまり知的な情報処理を担う領域です。
そして人工知能の対象は、脳の部分だけに限りません。将棋プログラムや文章生成AIのように、物理的な身体を持たないソフトウェアも人工知能の研究対象です。
POINT
「ロボット⊃人工知能」でも「人工知能⊃ロボット」でもなく、両者は重なり合いながらもずれている、という整理になります。
まとめ：この単元は暗記中心。次はAI研究の歴史へ
この単元で扱った内容をつなげると、次のような整理になります。
人工知能に決まった定義は無い（「知能とは何か」自体が決着していないため）
レベル1〜4は、エージェントの賢さの度合いによる分類で、「誰が特徴量を設計するか」がレベル3とレベル4の分かれ目になる
定義の曖昧さとAI効果が重なることで、AIの進歩は評価されにくい構造になっている
人工知能とロボットは、研究対象が重なりつつもずれている（人工知能＝脳にあたる部分、ロボット＝身体を持つ機械全般）
この単元は他の単元と比べて理解に時間がかかる箇所は特にありません。定義やレベル分類はどれも整理して覚える内容が中心で、身構えるほどのものではなく、一度流れを追えば頭に入る単元です。
次の単元では、この4段階の分類がそのままAIの発展史（3回のブームと2回の冬の時代）ともつながってくる流れを整理する予定です。
※本記事は、G検定学習中の筆者がG検定公式テキスト（第3版）をもとに整理した学習ノートです。学習の過程でより理解を深めるため生成AIに質問しながら整理した部分もありますので、G検定の出題範囲から外れていることもありますのでご了承願います。