AIの歴史

2014年、イアン・グッドフェローらはGAN、すなわち敵対的生成ネットワー

クを提案しました。GANは、生成器と識別器という二つのネットワークを競

ディープラーニング革命｜生成AIの源流
2014

わせることで、実在するかのような画像を生成します。存在しない人物の

顔、リアルな風景、絵画風画像などを作れるようになり、生成AIの重要な源

GANと生成AIの源流

流となりました。一方で、ディープフェイクという社会問題も顕在化します。

AIが創造する能力は、同時に偽造する能力でもあります。生成AI時代の光と

影は、この頃からはっきり見え始めていました。

次のページへ ▶

創造の力を手にしたAIは、次に「人間の知性の象徴」とされた領域に挑みま

す。囲碁の世界で何が起きたのでしょうか。

AIの歴史
31 / 54

2016年、Google DeepMindのAlphaGoが囲碁のトップ棋士、李世ドル九段に

勝利しました。囲碁は探索空間が非常に大きく、チェスよりもAIにとって難

ディープラーニング革命｜2016年
2016

しいと考えられていました。しかしAlphaGoは、ディープラーニング、強化学

習、モンテカルロ木探索を組み合わせ、予想を大きく上回る成果を出しまし

た。特に有名な「第37手」は、人間には奇妙に見えながら深い戦略的意味を

AlphaGoが示した新
しい知能の形

持つ一手でした。AIが人間の過去を模倣するだけでなく、新しい戦略を発見

し得ることを示した出来事です。

次のページへ ▶

視覚、創造、ゲームを制したAI。残る最大の壁は「言葉」でした。その突破口

は、たった一本の論文から生まれます。

AIの歴史
32 / 54

2017年、Googleの研究者らは論文「Attention Is All You Need」で

Transformerを提案しました。Transformerは自己注意機構を用いて、文章中

大規模言語モデルへ｜2017〜2018年
2017

の単語同士の関係を効率的に捉えるモデルです。従来の再帰型ニューラルネ

ットワークより並列計算しやすく、大規模データでの学習に向いていまし

た。2018年にはBERTが登場し、文脈理解に基づく自然言語処理の性能を大

Transformerと大規
模言語モデルへの道

きく引き上げます。同じ頃、GPTシリーズも発展し、次の単語を予測する学習

から多様な言語能力を獲得していきました。

次のページへ ▶

「次の単語を当てる」ことを極限まで巨大化したらどうなるのか。2020年、

その答えが世界を驚かせます。

AIの歴史
33 / 54

2020年、OpenAIはGPT-3を公開しました。GPT-3は1750億パラメータを持つ

大規模言語モデルで、少数の例を与えるだけで多様なタスクをこなすFew-

大規模言語モデルへ｜2020年
2020

shot学習能力を示しました。文章作成、翻訳、要約、質疑応答、プログラミ

ング補助など、従来なら個別にモデルを作る必要があったタスクを、一つの

巨大モデルが柔軟にこなす可能性を示したのです。これは、AIが単一用途の

GPT-3と大規模言語
モデルの衝撃

ツールから、汎用的な知的作業支援へと進む大きな転換点になりました。

次のページへ ▶

言葉の次にAIが挑んだのは、生命科学の長年の難問でした。その成果は、ノー

ベル賞にまでつながっていきます。

AIの歴史
34 / 54

2021年には、DeepMindのAlphaFold2がタンパク質構造予測で画期的な成果

を上げました。タンパク質がどのような3次元構造を取るかは、生命科学にお

科学へ｜2021年
2021

ける長年の難問でした。AlphaFold2は、アミノ酸配列から高精度に構造を予

測し、AIが科学研究そのものを加速できることを示しました。この成果は、

AIが文章や画像を扱うだけでなく、生命科学、創薬、材料開発などの研究領

AlphaFoldと科学を
変えるAI

域に深く関わる可能性を示しています。AIは知的作業の補助を超え、発見の

道具になりつつあります。

次のページへ ▶

そして2022年。AIは専門家の手を離れ、誰もが触れられる存在になります。

世界が変わった、その年です。

AIの歴史
35 / 54

2022年には、生成AIが一般社会に広がる決定的な出来事が続きました。

DALL-E 2、Midjourney、Stable Diffusionなどの画像生成AIが注目を集め、テ

生成AIの普及｜2022年
2022

キストを入力するだけで高品質な画像を作れるようになりました。そして

2022年11月、ChatGPTが公開されます。ChatGPTは、AIを専門家だけのもの

から一般ユーザーの道具へと変えました。専門知識がなくても、チャット形

画像生成AIと
ChatGPTの登場

式で質問すれば、文章作成、要約、翻訳、アイデア出し、コード作成などが

できるようになったのです。

次のページへ ▶

ChatGPTの本当の革新は、文章が上手だったことではありません。コンピュ

ータの使い方そのものが変わったのです。

AIの歴史
36 / 54

ChatGPTの革新性は、単に文章が流暢だったことではありません。重要なの

は、自然言語がAIの操作インターフェースになったことです。従来、ソフト

生成AIの普及｜インターフェースの変化
言葉

ウェアを使うにはメニュー、ボタン、コマンド、設定項目を覚える必要があ

りました。しかし生成AIでは、人間が普段使う言葉で依頼できます。これ

は、コンピュータ利用の歴史における大きな転換点です。AIは、専門的な操

自然言語がインター
フェースになる

作を必要とするツールから、対話を通じて多様な作業を支援するパートナー

へ変わり始めました。

次のページへ ▶

誰でも使えるようになったことは、光だけでなく影ももたらしました。性能

が上がるほど、課題も一気に噴き出します。

AIの歴史
37 / 54

2023年にはGPT-4が登場し、高度な推論力、専門試験での高成績、画像入力

を含むマルチモーダル能力を示しました。大規模言語モデルの可能性はさら

生成AIの課題｜2023年
2023

に広がりましたが、同時に多くの課題も顕在化します。誤情報、著作権、個

人情報、教育現場での不正利用、雇用への影響、バイアス、幻覚と呼ばれる

誤答などです。強力なAI開発の一時停止を求める公開書簡も議論を呼びまし

GPT-4と生成AIの
課題

た。AIは高性能化するほど、安全性、透明性、規制、第三者評価が重要にな

ります。

次のページへ ▶

課題を抱えながらも、進化は止まりません。2024年以降のAIは、テキストだ

けの世界を抜け出し始めます。

AIの歴史
38 / 54

2024年以降、AIは新しい局面へ進みました。中心にあるのは、マルチモーダ

ル化、長文脈化、推論能力の強化、低コスト化、そして規制・ガバナンスで

2024年以降｜新しい局面
2024

す。OpenAIのGPT-4oは、テキスト、音声、画像など複数のモダリティをより

自然に扱うモデルとして注目されました。AIとの対話は、キーボードで文章

を入力するだけでなく、音声で話し、画像を見せ、リアルタイムにやり取り

2024年以降の焦点
はマルチモーダル化

する方向へ進んでいます。AIはチャットボットから、周囲の状況を理解するア

シスタントへ近づいています。

次のページへ ▶

一度に読める量が桁違いに増え、映像まで生み出せるようになったAI。その可

能性とリスクを見ていきます。

AIの歴史
39 / 54

GoogleのGeminiシリーズでは、特に長いコンテキストを扱える能力が注目さ

れました。長い動画、膨大なコード、大量の文書を一度に読み込み、文脈を

2024年以降｜長文脈と動画生成
Gemini

保ったまま回答する能力は、企業実務、研究、教育に大きな影響を与えま

す。AIは短い質問に答える道具から、大量の資料を読み込んで議論できる相手

へ近づいています。また、OpenAIのSoraのような動画生成モデルも注目され

長文脈モデルと動画
生成の進展

ました。映像制作や教育への応用が期待される一方、ディープフェイクや偽

情報のリスクも深刻になります。

次のページへ ▶

技術の進歩は、技術の世界の外でも評価され、規制されるようになりまし

た。2024年は、その象徴的な年です。

AIの歴史
40 / 54