: Eight Marines outsmarted a DARPA AI meant to spot people. Two somersaulted 300 meters, two snuck under a cardboard box, and one pretended to be a tree—and the AI missed them all, because it was trained to catch people walking.
— Curiosity (@CuriosityonX) May 01, 2026
AIの盲点と人間の創造性：DARPAのAIを欺いた海兵隊員たちから読み解く認識の境界線
■AIは「学習」する、でも「理解」はしない？
皆さんは、「AI（人工知能）」と聞くと、どんなイメージを抱きますか？SF映画に出てくるような、人間のように考え、感情を持つ賢いロボット？それとも、私たちの生活を便利にしてくれる、 SiriやAlexaのようなアシスタント？現代社会では、AIは私たちの身近な存在となり、写真の顔認識から、自動運転、さらには医療診断まで、その活躍の場を広げています。
そんなAIですが、先日、あるニュースが話題を呼びました。それは、アメリカの国防高等研究計画局（DARPA）が開発した、人物を検知するAIを、なんと8人の海兵隊員が巧妙に欺いたというお話です。AIは、「歩いている人間」を検知するように訓練されていたそうですが、海兵隊員たちはその「想定」を逆手に取ったのです。具体的には、300メートルという距離を、側転（もしくはバク転のような動き）で移動したり、段ボール箱に隠れたり、木に擬態したりといった、AIにとっては全く予想外の行動をとった結果、AIはいずれの海兵隊員も人間として認識できなかった、というのです。
このニュースを聞いて、多くの方が「ゲームみたい！」と感じたのではないでしょうか。特に、潜入アクションゲームの金字塔とも言える「メタルギア」シリーズをプレイしたことがある方なら、段ボール箱に隠れて敵の目を欺く、あの有名なシーンを思い出したかもしれません。実際に、このニュースに対して「ゲームのグリッチ（バグ）みたい」「メタルギアの住人かよ」といったコメントが多数寄せられ、多くの共感を呼んだようです。
この一連のやり取りは、AIの認識能力の「限界」と、それに対する人間の「創造性」という、非常に興味深いテーマを浮き彫りにしています。AIは、大量のデータからパターンを学習し、それに基づいて物事を判断する能力に長けていますが、その学習データには含まれていない、あるいは想定されていない状況に対しては、思わぬ弱点を見せることがあります。そして、人間はそのような「盲点」を突く、驚くべき創造力を発揮するのです。
このブログでは、このDARPAのAIを欺いた海兵隊員たちのエピソードを入り口に、心理学、経済学、統計学といった科学的な視点から、AIの認識能力のメカニズム、人間の認知の特性、そしてそれらが交錯する場面について、深く掘り下げていきたいと思います。専門的な内容も多く含みますが、できるだけ分かりやすく、皆さんと一緒に「なるほど！」と思えるような考察を目指しますので、どうぞ最後までお付き合いください。
■AIの「見る」とは？学習データと認識の落とし穴
まず、AIが「人物を検知する」とは、具体的にどのような仕組みなのかを考えてみましょう。AI、特に深層学習（ディープラーニング）を用いた画像認識AIは、膨大な数の画像データを学習することで、画像の中に写っている物体を識別する能力を獲得します。例えば、「人物検知AI」であれば、数百万、数千万枚もの「人間が写っている画像」と「人間が写っていない画像」を学習し、「このような特徴を持つものが人間である」というパターンを統計的に見つけ出します。
ここで重要なのは、AIは人間のように「意味」を理解しているわけではない、ということです。AIは、あくまで学習データに現れた「ピクセルの集合」や「色の分布」、「輪郭」といった特徴の統計的な相関関係から、それが「人間である可能性が高い」と判断しています。つまり、AIにとっての「人間」とは、学習データの中で頻繁に観測される、特定の視覚的パターンなのです。
今回のケースでは、AIは「歩いている人間」を検知するように訓練されていました。これは、AIが「歩行」という、人間によく見られる動的な特徴を学習データに多く含めていた、あるいは、それを識別するためのアルゴリズムが組み込まれていたことを示唆しています。しかし、海兵隊員たちは、この「歩行」という前提を崩しました。側転やバク転のような動きは、AIが学習してきた「歩行」のパターンとは大きく異なり、AIにとっては「人間ではない」と判断される、あるいは「認識できない」という結果になったのでしょう。
心理学的な観点から見ると、これは「スキーマ」という概念と関連付けて考えることができます。スキーマとは、私たちが外界の情報を理解・解釈するための、あらかじめ形成された知識の枠組みや枠組みのことです。私たちは、過去の経験から「車はタイヤが4つある」「鳥は空を飛ぶ」といったスキーマを持っています。AIも、学習データを通して、ある種の「認識スキーマ」を形成していると言えます。しかし、そのスキーマは、学習データに依存するため、非常に限定的であり、柔軟性に欠ける場合があります。
今回の海兵隊員たちの行動は、AIの持つ「歩行する人間」というスキーマを意図的に外れたものであり、AIは本来認識すべき対象を、そのスキーマに合致しないという理由で「認識できない」という事態に陥ったのです。これは、私たちが「これは犬だ」というスキーマを持っているのに、突然、四足歩行で毛のある、しかし耳の形や鳴き声が全く異なる未知の動物を見たときに、「これは犬ではない」と判断してしまう、あるいは混乱してしまう状況にも似ています。
さらに、段ボール箱に隠れる、木に擬態するといった行動は、AIが「物体の形状」や「テクスチャ」といった視覚的特徴を学習しているとしても、それが「人間が意図的に隠れるための手段」である、という文脈まで理解しているわけではない、ということを示しています。AIは、段ボール箱を「段ボール箱」として認識するかもしれませんが、その下に人間が隠れているという「状況」までは、学習データにそのような事例がなければ、認識できない可能性が高いのです。
経済学的な視点で見ると、これは「情報の非対称性」とも捉えられます。AIは、与えられた学習データという「情報」の範囲内でしか物事を判断できません。一方、人間は、この学習データの「盲点」という「情報」を知り、それを逆手に取る「創造性」という「情報」を持っています。この情報の非対称性が、AIの認識能力を上回る人間の戦略を生み出したと言えるでしょう。
■なぜ「メタルギア」が連想されるのか？人間の認知とフィクションの共鳴
このニュースに対して、多くの人が「メタルギア」シリーズを連想し、コメントを寄せたことは非常に興味深い現象です。なぜ、AIの認識能力の限界という、本来はSFや軍事技術に関わる話題が、ゲームのシーンと結びついたのでしょうか。そこには、人間の認知の特性や、フィクションと現実の境界線が曖昧になる心理が働いていると考えられます。
「メタルギア」シリーズで有名なのは、敵の監視網をかいくぐる潜入アクションです。その代表的な手段が、先ほども触れた「段ボール箱に隠れる」というものです。プレイヤーは、敵の巡回ルートや視界を把握しながら、段ボール箱を盾にして敵の目を欺い、静かに、そして巧みに対象に近づいていきます。このゲームのメカニズムは、まさに今回の海兵隊員たちがAIに対して行ったことと、驚くほど類似しています。
これは、私たちがフィクションに触れる際に、現実世界で起こりうる状況や、あるいは起こってほしい状況を、無意識のうちに重ね合わせているからです。ゲームの世界では、AI（NPC＝ノンプレイヤーキャラクター）がプレイヤーの行動を認識し、それに応じて反応する、という形で「知性」がシミュレートされています。しかし、そのAIも、ゲームのプログラムによって設計された「想定内」の範囲でしか行動しません。プレイヤーは、その「想定外」の行動をすることで、ゲームAIの盲点を突き、ゲームを有利に進めることができます。
今回の海兵隊員たちの行動は、まさにこの「ゲームAIの盲点を突く」という体験を、現実世界で再現したかのようでした。AIの「想定外」の行動をとることで、AIを欺くという、ある種の「ゲーム性」が、このニュースにはあったのです。だからこそ、「メタルギア」のような、AI（NPC）を欺くことが前提となるゲームが連想され、多くの人々の共感を呼んだのでしょう。
心理学における「模倣」や「類推」といった概念も、この現象を説明するのに役立ちます。私たちは、過去の経験や、フィクションで得た知識をもとに、新しい状況を理解しようとします。今回のニュースは、多くの人にとって、ゲームで経験した「AIを欺く」という体験と強く結びつき、「これはあのゲームでやったことと同じだ」という類推が働き、自然な反応として「メタルギア」が連想されたのです。
さらに、「フルメタル・パニック！」というアニメの例も挙げられていました。このアニメでは、奇抜な服装や行動は敵として認識されにくい、という描写があるとのことです。これもまた、現実世界ではありえないような、あるいは常識外れな行動が、既存の認識の枠組みを外れさせる、という人間の認知の特性を利用したフィクションの面白さと言えるでしょう。
■統計学で見る「想定外」の確率：AIの脆弱性と人間の適応力
統計学的な視点から見ると、今回の事象は「外れ値（Outlier）」や「確率分布」といった概念で捉えることができます。AIが「歩いている人間」を認識するように訓練されているということは、そのAIの認識モデルは、学習データに含まれる「歩行」という特徴を持つ人間のデータが、確率分布の「中心」付近に位置するように構築されていると考えられます。
一方、側転やバク転で移動する海兵隊員の動きは、その確率分布から大きく外れた「外れ値」に相当します。AIは、学習データにこれらの動きの例がほとんど、あるいは全く含まれていない場合、その動きを「人間」として認識する確率が極めて低くなるのです。統計学的に言えば、AIは、学習データという「母集団」から生成された「標本」に基づいて判断を下していますが、今回の海兵隊員たちの行動は、その標本から大きく外れた「特異な」標本だったと言えます。
では、なぜ人間はこのような「想定外」の行動を思いつくことができるのでしょうか。そこには、人間の持つ「適応力」や「創造性」が関わっています。人間は、状況に応じて柔軟に思考を変化させ、新しい解決策を生み出す能力を持っています。これは、心理学における「問題解決」や「創造的思考」といった領域で研究されています。
例えば、心理学者のカール・ロジャーズは、創造性を「新しいものを作り出す能力」と定義しましたが、それは単に珍しいものを作り出すことだけでなく、状況に適応し、問題を解決するために、既存の知識や経験を新しい方法で組み合わせる能力も含まれます。海兵隊員たちは、AIの「歩行」という前提を理解し、それに対抗するために、「歩行以外の移動手段」という、既存の知識や経験（軍事訓練、あるいはゲーム体験など）を組み合わせ、創造的な解決策を生み出したのです。
経済学の分野では、このような人間の創造性や適応力は、「イノベーション」や「競争優位性」といった概念と結びつけられます。AIという新しい技術が登場したとしても、人間はそれに適応し、あるいはそれを凌駕する新しい戦略を生み出すことで、常に競争優位性を維持しようとします。今回のケースは、AIという最先端技術に対して、人間の古くならぬ知恵と創造性がいかに有効であるかを示す、象徴的な事例と言えるでしょう。
■AI監視社会への懸念と、人間の知恵の光
AIの進化は、私たちの生活を豊かにする一方で、「AIによる監視社会」への懸念も同時に高まっています。顔認識システムや行動分析AIが、私たちのプライバシーを侵害したり、行動を制限したりする可能性は否定できません。今回のDARPAのAIを欺いた出来事は、このようなAIによる監視に対して、人間がいかに創造的に対抗できるか、という希望の光を示唆しているとも言えます。
もちろん、DARPAのような組織が開発するAIは、常に進化し、より高度な認識能力を獲得していくでしょう。しかし、人間の創造性もまた、無限の可能性を秘めています。AIが学習データにない「想定外」の状況を想定し、それに対応できるようなアルゴリズムを開発するのは、非常に困難な課題です。なぜなら、「想定外」とは、定義上、予測が難しいものだからです。
AIの認識能力の限界と、それに対する人間の創造的な対応は、今後も様々な場面で議論されていくでしょう。このニュースは、単なる「AIが騙された」という驚きにとどまらず、AIと人間の関係性、そして私たちの未来について、深く考えさせられるきっかけを与えてくれたと言えます。
■まとめ：AI時代を生き抜くための「人間の力」
今回のDARPAのAIを欺いた海兵隊員たちのエピソードは、AIの能力の凄さと同時に、その限界、そしてそれ以上に人間の持つ創造性や適応力の偉大さを私たちに教えてくれました。AIは、特定のタスクにおいては人間を凌駕する能力を発揮しますが、未知の状況への対応や、創造的な発想においては、まだまだ人間の域には達していません。
私たちがAIと共存していく時代において、AIの能力を理解することはもちろん重要ですが、それ以上に、私たち自身の「人間の力」を磨き続けることが大切です。それは、新しい知識を学び続けること、多様な視点を持つこと、そして何よりも、固定観念にとらわれず、自由な発想で物事を考え、創造的な解決策を生み出す力です。
AIがどれだけ進化しても、人間の「遊び心」や「ユーモア」、「そして何よりも、想定外の状況を楽しむ力」は、AIには真似できない、私たち人間ならではの財産であり続けるでしょう。今回のニュースは、そんな人間らしい豊かさ、そしてAI時代を生き抜くための力強さを、改めて感じさせてくれる、非常に興味深い出来事だったと言えるのではないでしょうか。
