AIの歴史

人工知能の歴史 ― 神話から生成AIまで
AIの歴史は 
「機械が考える夢」の歴史
人工知能、すなわちAIの歴史は、単なるコンピュータ技術の発展史ではありません...「ページ 1」

AIの歴史をたどると、何度も同じリズムが現れます。大きな期待、華々しい
成功、限界の露呈、失望、資金の縮小、そして別の技術による復活です。い
序章｜ブームと冬
...「ページ 2」

「人工知能」という言葉が生まれたのは1956年ですが、人間のような人工物
を作るという発想は、はるか昔から存在していました。古代ギリシア神話に
前史｜神話と機械...「ページ 3」

イスラム世界では、1206年頃にアル＝ジャザリが水力で動く自動楽団や水時
計、機械仕掛けの人形を設計しました。歯車、弁、カム、流体制御などを組
前史｜神話と機械...「ページ 4」

AIの源流は機械仕掛けの夢だけではありません。哲学と論理学も重要な土台
です。アリストテレスは三段論法を体系化し、人間の推論を形式的な構造と
前史｜論理と哲学
...「ページ 5」

19世紀には、ジョージ・ブールが論理を代数として扱うブール代数を提案し
ました。真と偽を0と1のように扱う考え方は、後のデジタルコンピュータの
前史｜論理と計算...「ページ 6」

第二次世界大戦は、計算機の発展を大きく加速させました。暗号解読、弾道
計算、軍事研究のために電子計算機が開発され、ENIACなどの初期計算機が
前史｜計算機の登...「ページ 7」

1950年、アラン・チューリングは論文「計算する機械と知性」を発表し、「機
械は考えることができるか」という問いに向き合いました。ただし彼は、こ
前史｜知能への...「ページ 8」

1956年、AI史における決定的な出来事が起こります。米国ダートマス大学で
開催された夏季研究会、いわゆるダートマス会議です。ジョン・マッカーシ
黎明期｜AIの...「ページ 9」

1957年、フランク・ローゼンブラットはパーセプトロンを提案しました。こ
れは入力を重み付きで足し合わせ、しきい値によって判断する単純なニュー
黎明期｜二つの流...「ページ 10」

1960年代は、AI研究が初めて大きなブームを迎えた時代です。研究者たち
は、コンピュータに論理規則や探索手法を与えれば、人間のような知的行動
第1次AIブーム...「ページ 11」

1964年から1966年にかけて、ジョセフ・ワイゼンバウムはELIZAを開発しま
した。ELIZAは心理療法士のようにユーザーと対話するプログラムです。仕組
第...「ページ 12」

ロボット分野では、スタンフォード研究所のShakeyが登場しました。Shakey
はカメラやセンサーで環境を認識し、計画立案システムSTRIPSを使って行動
第...「ページ 13」

1960年代のAIは楽観に満ちていましたが、現実の問題は想像以上に複雑でし
た。機械翻訳では、米国政府がロシア語文献の英訳に大きな期待を寄せまし
第1次AIの冬...「ページ 14」

1969年、マービン・ミンスキーとシーモア・パパートは『パーセプトロン』
を出版しました。この本は、単層パーセプトロンがXORのような線形分離で
第1次AIの冬...「ページ 15」

AIの冬は、単なる資金不足の時代ではありませんでした。研究者たちが、自
らの前提を問い直す時期でもありました。知能とは、単なる探索や論理推論
知識の発見｜197...「ページ 16」

スタンフォード大学のエドワード・フェイゲンバウムらは、専門家の知識を
ルールとしてコンピュータに与えれば、限定領域で高度な問題解決ができる
知識の発見｜1970...「ページ 17」

1972年には、フランスでPrologが開発されました。Prologは論理プログラミ
ング言語であり、知識を事実と規則として表現し、推論によって答えを導き
知識...「ページ 18」

1980年代、AIは再び脚光を浴びます。今度の主役は、汎用的な知能を目指す
システムではなく、限定された専門領域で実務的に役立つエキスパートシス
第2次AIブー...「ページ 19」

エキスパートシステムの代表例が、DEC社向けに開発されたXCONです。顧客
が注文したコンピュータシステムの構成を自動で決定し、複雑な部品の組み
合わせや互換性...「ページ 20」

エキスパートシステムには深刻な弱点がありました。第一に、専門家の知識
を聞き出してルール化する作業が非常に大変でした。専門家は自分の判断を
第2次AIの冬｜19...「ページ 21」

1980年代の主役はエキスパートシステムでしたが、その陰でニューラルネッ
トワークも復活し始めていました。1982年、ジョン・ホップフィールドはホ
静かな復活｜...「ページ 22」

1990年代は、AI史の中では地味に見える時期です。第2次AIブームが終わり、
「AI」という言葉には過大広告の印象がありました。研究者や企業は、あえ
統計の時...「ページ 23」

1990年代には、統計的機械学習が発展しました。決定木、サポートベクター
マシン、ベイズネットワーク、隠れマルコフモデル、アンサンブル学習などが
統計の時代｜1...「ページ 24」

1997年、IBMのDeep Blueがチェス世界王者ガルリ・カスパロフを破りまし
た。チェスは長くAI研究の象徴的課題であり、計算機が特定の知的課題で人
統計...「ページ 25」

2000年代に入ると、AIを取り巻く環境は劇的に変化します。インターネッ
ト、ECサイト、SNS、ブログ、動画共有サイト、スマートフォン、センサー
データと計算...「ページ 26」

2006年、ジェフリー・ヒントンらはディープビリーフネットを発表し、多層
ニューラルネットワークへの関心を再び高めました。この頃から「ディープ
データと計算資源...「ページ 27」

2000年代には、自動運転の研究も大きく進みました。DARPAグランドチャレ
ンジでは、スタンフォード大学の自動運転車が砂漠コースを完全自律走行
データと計算資...「ページ 28」

2012年、ImageNet画像認識コンテストで、トロント大学のチームが開発した
AlexNetが圧倒的な性能で優勝しました。AlexNetは畳み込みニューラル...「ページ 29」

2010年代、ディープラーニングは多くの分野で成果を上げました。画像認識
では、物体検出、顔認識、医用画像解析、写真整理などに応用されました。
ディープラーニン...「ページ 30」

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...「ページ 31」

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...「ページ 32」

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...「ページ 33」

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...「ページ 34」

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...「ページ 35」

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A...「ページ 36」

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...「ページ 37」

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...「ページ 38」

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...「ページ 39」

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...「ページ 40」

2024年には、AI研究の社会的評価を象徴する出来事もありました。ノーベル
物理学賞は、人工ニューラルネットワークによる機械学習の基礎に貢献した
2024年以降...「ページ 41」

2025年には、AIの普及、投資拡大、モデル性能の向上、推論コストの低下、
企業導入の拡大がさらに進みました。かつて巨大企業しか扱えなかった高性
2025年｜普...「ページ 42」

AIの歴史を年表として見るだけでは、本質は見えにくくなります。時代を超
えて繰り返し現れる思想の一つが、「知能は記号操作である」という考えで
AIを動かしてきた...「ページ 43」

第二の思想は、「知能は学習である」という考えです。ニューラルネットワ
ークや機械学習は、ルールを人間が書くのではなく、データから自動的に規
AIを動かしてきた思...「ページ 44」

第四の思想は、「知能はデータと計算資源でスケールする」という考えで
す。2000年代以降のAIは、データ量、計算資源、モデル規模の拡大によって
AIを動かしてき...「ページ 45」

AIの歴史には、第1次ブーム、第2次ブーム、第3次ブーム、そして生成AIブー
ムがありました。第1次ブームでは探索と推論が中心でしたが、現実世界の複
歴史の教訓...「ページ 46」

生成AIの登場によって、AIの使われ方は大きく変わりました。従来のAIは、分
類、予測、検出、推薦を行う裏方の技術であることが多くありました。しか
生成AI時代...「ページ 47」

生成AIの活用で重要なのは、「AIに何を任せ、何を人間が判断するか」を設
計することです。AIは大量の情報を整理し、候補を出し、作業を高速化する
生成AI時代｜...「ページ 48」

今後のAIの方向性として、まずマルチモーダルAIの進化が考えられます。文章
だけでなく、画像、音声、動画、センサー情報、3D空間を統合的に理解する
これからのA...「ページ 49」

今後は、小型化と低コスト化も重要になります。高性能AIが巨大なデータセ
ンターだけでなく、スマートフォン、PC、工場機器、車載システムなど端末
これからのAI｜...「ページ 50」

最後に、汎用人工知能、すなわちAGIをめぐる議論があります。AGIとは、人
間のように幅広い課題を柔軟に解決できる人工知能を指します。現在の大規
これからのAI...「ページ 51」

人工知能の歴史を振り返ると、それは単なる技術史ではなく、人間が自分自
身の知能をどう理解してきたかの歴史でもあります。古代の神話では、人工
まとめ｜1
鏡
物に...「ページ 52」

AIはこれまで何度も期待され、何度も失望されてきました。しかし、そのた
びに研究者たちは新しい方法を見つけました。探索から知識へ、知識から学
まとめ｜2
螺旋
...「ページ 53」

現代の生成AIは、確かに驚くべき能力を持っています。しかし、歴史を知る
私たちは、過度な楽観にも過度な悲観にも流されるべきではありません。AI
まとめ｜3
選択...「ページ 54」