ミラノのAIウィークで、ウォルド・ロックウィン教授は、概念に注目を集めました。これは、人工知能の発展においてしばしば見過ごされがちですが、革命的なものです。それはpossibility theoryです。
従来の確率的アプローチに代わるものであり、人間の思考により近い形で不確実性をモデル化することができます。
データ、頻度、統計に基づくアルゴリズムが支配する世界で、possibility theoryは集合、言葉、曖昧さに基づく論理を提案します。自然言語、文脈、現実のニュアンスを本当に理解したい未来のAIにとって、これは重要なパラダイムとなるかもしれません。
Summary
Possibility theoryとは何か？
possibility theory（可能性理論）は、ファジー論理の拡張として生まれ、利用可能な情報との整合性に基づいて不確実性を扱う数学的ツールを提供します。
簡単に言えば、確率は「Xがどれくらい頻繁に起こるか？」という質問に答えます。
可能性は「この文脈でXがどれくらいあり得るか？」という質問に答えます。
この区別は、曖昧な言葉、人間の直感、またはデータが部分的、不確実、または主観的なシナリオに基づくAIシステムを構築するために重要です。
実際の例：腫瘍学と人工知能
AIウィークでの講演で、ロックウィンは、腫瘍に対する個別化放射線治療モデルを開発するためにpossibility theoryを使用したと述べました。目標は、医師が提供する「最小線量」や「最大効果」といった定性的な記述に基づいて、腫瘍を殺すのに必要な最小限の放射線量を投与することでした。
これらの表現は直接数値やパーセンテージに変換することはできません。 しかし、ファジー集合と可能性モデルを通じて、多様な解釈と言語の主観性を考慮に入れることができます。
結果は？統計的確率に基づく硬直したモデルよりも柔軟で人間的で適応的なシステムです。
今日（そして明日）のAIにとってなぜ重要か
現在の機械学習と深層ニューラルネットワークが支配する状況で、人工知能をより解釈可能で信頼性があり、意味論的にする方法についての議論が始まっています。
ここでpossibility theoryが登場します：
- 🔹 自然言語: 現代のAI、特に大規模言語モデル（LLM）は、しばしば曖昧で不明瞭な概念に直面します。可能性モデルは、「非常に」、「ほぼ」、「おそらく」、「かなり」といった用語を扱うためのより一貫した枠組みを提供できます。
- 🔹 意思決定: 金融、医療、自動運転など、対立する信号や不完全な情報に基づいて決定が行われる状況では、可能性アプローチは古典的な確率よりも堅牢である可能性があります。例として、医療における人工知能の使用があります。
- 🔹 倫理と責任: 「なぜその決定を選んだのか」を可能性と代替案の観点から説明するAIは、人間の目にはより透明で受け入れられやすい可能性があります。これは、法におけるAIの将来の役割で議論されています。
可能性 vs 確率：二つの世界の対比
| 側面 | 確率 | 可能性 |
|---|---|---|
| 基づくもの | 頻度、歴史的データ | 現在の知識との整合性 |
| 論理の種類 | 統計 | ファジー論理 / ファジー集合 |
| 典型的な応用 | 予測、リスク管理 | 解釈、人間の意思決定 |
| 不確実性の管理 | 定量的 | 定性的かつ記述的 |
これは置き換えではなく、統合です：可能性と確率は共存して、現実世界の複雑さに対処できるより完全なAIを生み出すことができます。これはこの研究で強調されています。
Possibility theory
人工知能に関する大きな議論の中で、possibility theoryは確率に対する代替的かつ補完的な道を示しています。それはあまり知られておらず、あまり使われていませんが、人間の思考により近い可能性があります。
AIウィーク2025で示されたように、この理論は単なる哲学ではありません：具体的な応用があり、機能し、医療や重要な自動化のような最もデリケートな分野で違いを生むことができます。
AIに計算だけでなく理解も求める時代において、可能性にチャンスを与える時が来たのかもしれません。
