AIの自然言語処理は意味を理解できるのか？

一方、言語学や言語脳科学の観点から、現在の機械学習の仕組みに対して疑問を投げかける識者もいる。以前紹介した「チョムスキーと言語脳科学」（酒井邦嘉：著、集英社インターナショナル）には以下の指摘がある。
「自然言語処理という人工知能の主要な一分野は、当初は言語学の成果を取り入れて発展したにもかかわらず、その後、袂を分かつことになり、いまだ融和の兆しが見えない」
これは、コンピュータを使った自然言語処理が、当初はシソーラスをベースに研究・開発が進められていたが、やがてこの方法の限界から、コーパスを使用した統計的手法（推論ベースの手法）に舵を切ったことを指摘しているのだと思われる。
シソーラスとは、単語の意味や、単語間の階層構造を格納した辞書のことである。当然のことながら、単語やその意味は時間の経過とともに変化する。従って、シソーラスは常にメンテナンスしていかなければならない。このメンテナンスにかかる労力を考えるとこの方法は現実的ではないことが分かる。
先の書籍では、人工知能が言語をうまく扱えない本当の理由として以下を指摘している。
「自動翻訳で広く使われている技術は、二言語間の膨大なデータに基づいて単語どうしのマッピングを行うものである。人間のように文意や発話意図の解釈に基づいて翻訳するわけではない」
「木構造で成り立っている文を、先読み処理（線形順序）だけで扱うのは原理的に不可能である」
これは、自然言語は（言語学的には）基本的に木構造になっていることを指している。
このように言語学の（あるいは統辞解析の）観点から、いまいまの機械学習の仕組みには限界があるとみているようだ。この指摘は私たち「普通の人間」の感覚に近いと思う。

機械学習が単語や文章の意味を理解しているか否かを確かめる方法はあるだろうか？
私が一つ思いつくのは、以前紹介した「大人のための国語ゼミ」（野矢茂樹：著、山川出版社）にある「文の接続（つなぎ）」に関わる例題である。
この書籍で著者は文のつなぎには「語調モード」と「理解モード」があると指摘している。語調モードとは、文の調子だけを感じ取る読み方であり、理解モードとは、その名のとおり文章の意味を論理的に解釈する読み方である（簡単に言うと、ボーッとして読んでいるのか、文章の論理を追いながら読んでいるのか、の違いである）
現在の機械学習は語調モードだと思う。従って、「語調モードでは正しくみえても理解モードでは間違っている文章」は苦手なのではないかと想像する。（これはあくまで私の推測です）

話は少し変わるが、「合成性の原理」というのも考察に値するテーマだと思う。
合成性の原理とは、「文の意味は各単語の意味を足したものである」という考え方である。この考え方も、単語の並びを時系列に学習し、推論するという観点から、現在の機械学習の方法に近いと感じる。
しかし、認知言語学ではこの原理を否定している。認知言語学では、「意味とは、ことばの足し算を超えた知識（フレーム知識）に支えられ、対象や事象を主体的に概念化したものである」と考えている。
確かに、母語の背景には、言語共同体の経験や価値観あるいは信念などの文化がある。ことばの意味を正しく理解するためには、その母語の背景にある文化を知る必要がある。
このあたりが自然言語処理にどのように関係してくるのか、私にはまだ良く分からないが・・・。

最近は「ことばの意味を理解できない」若者が増えているという記事を良く目にする。
例えば、日経ビジネスには「9時10分前を理解できない若手・・・」のような記事がでている。これは、「9時10分前には集合するように」と注意しても、その意味を理解できない若手がいるという話である（9時10分前が8時50分を意味していることが分からない、ということらしい）。
ちょっと驚いたが、この手の話（例）がいくつも出ている。
こうなると意味を理解できない機械学習の方が人間よりも優秀だと言われても仕方がないか・・・。

（追記）

日経コンピュータ誌（2019/12/12）にAIの特集が出ていた（自然言語処理に関わる記事もある）。
そのなかに、「ついに読解力も人超え・・・」なる記事があり、「BERTに日本語の文章を学習させれば、日本語の文章の意味を理解できるようになる」との記載がある。
私はBERTなるものを全く知らないが、本ブログ記事に記した通り、今の機械学習は「原理的」に「意味を理解せずに」、統計的に（あるいは確率的に）単語や文章を処理しているのではないかと思うのだが・・・。
私のモヤモヤは解消されないままだ。