• IT・トレンド記事
6分で読める

あなたの知らない AI の歴史

みなさんこんにちは、クラウドエースのラリオス川口です。

 

現在、世界中で人気を博している ChatGPT や Bard などの生成型 AI。

驚くほど違和感なく人間のように会話をしたり、芸術家のように絵を描いたりすることもできます。この驚くべきテクノロジーのほとんどは、数十年以上も前から脈々と積み重ねられてきた研究の成果です。

 

本記事では、Artificial Intelligence(AI)、つまり人工知能の歴史を紐解き、最先端の生成型 AI がどのようにして誕生し、現代社会にどのように影響を及ぼしているかを解説します。

 

一緒に AI のこれまでの歴史の旅を紐解いていきましょう。

 

AI の誕生と初期の発展

AI の歴史は 1950 年に遡ります。

 

イギリスの数学者アラン・チューリングが発表した「Computing Machinery and Intelligence(計算する機械と知性)」という論文内で、機械が人間と同等の知能を持つことが可能かを試すための「チューリングテスト」を提唱したことが始まりと言われています。そしてこのテストは現在でも AI 研究の重要な指標とされています。

 

続いて 1956 年に、「機械が人間と同じレベルの知能を持つことができるか」という研究の成果を発表するダートマス会議が開催されました。これは AI 研究の本格的なスタートを切った記念すべきイベントでした。この会議で、計算機科学者で認知科学者でもあるジョン・マッカーシーが「人間のように考える機械」を「AI:人工知能」と名付けました。

 

そして 1960 年代には、生成型 AI の研究が本格的に始まります。

1964 年から 1966 年にかけてジョセフ・ワイゼンバウムは、世界初の対話型 AI であるチャットボット「ELIZA(イライザ)」を開発しました。これが生成型 AI の祖先にあたります。

 

ELIZA は人間の心理療法士を模倣するように設計されており、ユーザーの入力を解釈して、人間の会話に似たテキストを生成します。そして、この ELIZA はルールベースという方法で作られています。

ルールベースというのは、ユーザーの入力を解釈するために、人間が事前に定めたルールを使用して回答を生成する方法です。現在の AI と比べるとかなり単純なプログラムですが、ELIZA は、AI の歴史において重要な一歩を踏み出したプログラムであり、その後の AI 開発に大きな影響を与えました。

 

ちなみに ELIZA は Apple 社 の音声アシスタント Siri の原型とも言われています。

 

しかしながら、これらの初期 AI はいくつかの大きな問題に直面していました。

1970 年代のコンピュータ性能の限界、インターネットが普及していないことによる学習データ収集の限界、そして未熟なアルゴリズムが AI の進歩を阻んでいました。その結果、複雑な生成型 AI モデルの実装は困難で、AI の研究は苦悩の時代を迎えました。

 

生成型 AI の誕生と第二次 AI ブーム

1980 年代に入ると、コンピューター技術の進歩により生成型 AI の研究は再び活発化します。

1986 年、デビッド・E・ロバーツ、ジェフリー・ヒントン、ティモシー・J・バーナードの 3 人が、世界で初めてニューラルネットワークを利用した 生成型 AI プログラムである「Backpropagation(バックプロパゲーション)」を開発しました。

ニューラルネットワークというのは、人間の脳の神経細胞を模倣した計算機の構造です。Backpropagation は、ニューラル ネットワークを使用して、テキストや画像を生成することが可能になった最初のプログラムでした。

 

そしてこの時代は「第 2 次 AI ブーム」と呼ばれています。

 

さらに 1990 年代後半に入ると、AI は新たな一歩を踏み出します。

1997 年には、IBM が開発したスーパーコンピューターである Deep Blueが、チェス世界チャンピオンのガルリ・カスパロフを破りました。これは、AI が人間の能力を超えることを示した画期的な出来事として世界中のメディアで話題となりました。

 

AIの飛躍的な進化

2000 年代に突入し、AI は『機械学習』により急速に進歩することになります。

従来の AI に利用されてきたルールベースという方法は、人間が事前に定めたルールを使用して AI が回答を生成するという方法だったため、未知の状況への対応や複雑な問題の解決はできません。予め未来に起こるすべてのルールやパターンを想定してインプットしておくことはできないからです。

 

機械学習では大量のデータを AI に与え、そのデータの中からパターンやルールを学習し予測を立てるというアプローチにより未知のデータに対して予測や分類を行います。

2000 年代後半は、コンピューターの性能の飛躍的な向上とインターネットの爆発的な普及により、大量のデータを学習させることが容易になったため、 AI の手法は機械学習が主流になっていきます。

 

2006 年にはジェフリー・ヒントンと彼のチームが深層学習(ディープラーニング)を提唱しました。

ディープラーニングとは、人間の脳のニューロンを模倣した人工ニューラルネットワークを用いて、大量のデータを学習することで、画像認識や自然言語処理などのタスクを自動的に実行する機械学習の手法です。

ディープラーニングの出現は AI の歴史において大きなターニングポイントとなり、画像認識、音声認識、自然言語処理といった分野で大きな進歩をもたらしました。

 

そして、2011 年には IBM の AI システムである Watson が、人気TVクイズ番組「Jeopardy!」で人間のチャンピオンを打ち負かし、AI の進化を世界中に示しました。

 

ここから現在に至るまでを「第 3 次 AI ブーム」と呼んでいます。

 

2012 年には、ディープラーニングの新たな手法であるディープニューラルネットワークを利用した新型の画像認識モデルが開発され、大きな話題となりました。これは写真やイラスト等を解析し、その内容を判断する技術で、従来の機械学習モデルを凌ぐ精度で画像の識別が可能となったのです。端的に言えば、人間の目よりも正確に物事を認識する AI が誕生したというわけです。

 

クラウドと AI の民主化

AI の驚異的な進歩において、それを支えてきた背景にはクラウドテクノロジーの存在があります。

2006 年頃から急速に普及したクラウドは、インターネットを経由してどこからでもコンピューターやストレージ、ネットワークといったリソースを使えるサービスです。機械学習には大量のデータをコンピューターに学習させる必要があるため、データの容量や処理の複雑度に応じて、コンピューターの台数を増やしたり減らしたりする必要があります。もし機械学習に物理的なコンピューターを利用する場合、コンピューターの入手やそのセットアップに数ヶ月かかかってしまったり、必要のないときでもコンピューターを維持、管理しなければならないので、リソースやコストに無駄が出てしまいます。

 

しかしクラウドを使えば、容易にコンピューターリソースをマネジメントできるため、大量のデータを学習させる機械学習との相性がとてもよいのです。こうしたことから、クラウドが AI の進歩に大きな影響を与えたということが言えるのです。

 

そして AI の民主化もクラウドプラットフォーマーによって大きく進んだと言えるでしょう。

AWS や Google Cloud を利用すれば、企業や個人が誰でも簡単に AI をビジネスやサービスに活用することができます。

AI の歴史における革命的技術でもあった機械学習でさえ、今ではその知識がなくても簡単にそのモデルを利用したり作成することができるようになったのです。

 

AI の未来

さて、ここまでの話から分かるように、AI は 1960 年代から現在に至るまで、非常に大きな進歩を遂げてきました。その進歩は、コンピュータ技術の進歩と並行して進んできました。そして、その中心には常に生成型 AI がありました。

生成型 AI は人間がコンピュータに与える指令を超えて、自身で新たな情報を生成することができる AI の一種で、それが私たちが現在使っている ChatGPT  や Bard のような AI 技術に繋がっています。(ここから先の文章は ChatGPT model-4 に作成していただきましたのでお楽しみください)

 

そして、これからの AI は更なる飛躍が期待されています。今日の AI は、映画の推薦から病気の診断、自動運転車の制御まで、さまざまな場面で私たちの生活を支えています。そして、その可能性はまだまだ広がりを見せています。AI の進歩は、今後もデータの増加、計算能力の向上、そして新たなアルゴリズムの開発により続いていくことでしょう。

 

特に、量子コンピュータの実用化により、AI の計算速度は飛躍的に向上する可能性があります。また、新たなアルゴリズムの開発により、AI はより人間らしく、または人間を超えた思考能力を手に入れるかもしれません。

 

それだけでなく、AI の普及と発展は、社会全体の変革をもたらすことでしょう。働き方改革、教育改革、医療改革など、あらゆる分野においてAIの活用は進むと予想されています。また、AI 技術の進化により、未来の社会は、私たちが今想像できない形になるかもしれません。

 

しかし、その一方で、AI の進歩には様々な課題も存在します。例えば、AI の判断による誤りが問題となること、AI の普及による雇用問題、プライバシーの保護などがそれです。これらの問題を解決しながら、人間とAIが共存できる社会を築いていくことが、今後の大きな課題となるでしょう。

 

私たちが目指すべきは、AI が人間を補完し、私たちの生活をより豊かにするという未来です。そのためには、AI の開発者だけでなく、一般の人々もAIについて理解を深め、適切な使い方を考えることが求められます。AI と人間が共に成長し、未来を創り出すために、これからの時代が楽しみでなりません。

 

この記事を共有する

合わせて読みたい