古いバージョンのブラウザーを使用しています。MSN を最適にご利用いただくために、サポートされているバージョンをご使用ください。

「機械学習に50年の歴史あり」 人工知能が歩んできた道

ITmedia NEWS のロゴ ITmedia NEWS 2019/04/19 07:00
© ITmedia NEWS

 人間のように考え、行動できる存在を、人間の手によって生み出す(そしてその存在に人間の仕事を肩代わりさせる)――それは現在AI(人工知能)と呼ばれている技術が登場するずっと前から、人々が抱き続けてきた夢だった。

 例えば紀元前から伝わるギリシャ神話には、青銅でできていたとされる「タロース」という自動人形が登場する。また、地中海のアンティキティラ島近海の沈没船から発見された古代ギリシャの遺物「アンティキティラ島の機械」は、研究の結果、天体の動きを計算する一種のコンピュータであると推定されている。

 前回の記事で解説したように、AIの定義は明確には定まっていない。人間の脳の動きを一部でも再現すればいいなら、複雑な天体運行を正確に計算できるアンティキティラ島の機械は、AIといっても良さそうだ。しかし、人間と同じように思考する「強いAI」のみをAIと認めるなら、まだAIの歴史はスタートすらしていないことになる。

 そこでAIの歴史を扱った書籍や記事では、実用的な解説をするために、「Artificial Intelligence」という用語が生まれた1950年代を説明の起点にしていることが多い。本稿でもそれに倣って、この時代から現代までの簡単な「AIの歴史」を整理してみたい。

●人工知能(AI)の始まり

 1956年の7月から8月にかけて、米ニューハンプシャー州のダートマス大学において、計算機科学者ジョン・マッカーシーが主催した学会が開かれた。「ダートマス会議」と呼ばれるこの会議の正式名称は「The Dartmouth Summer Research Project on Artificial Intelligence」(人工知能に関するダートマス夏期研究会)といい、世界で初めてArtificial Intelligenceという言葉を定義した。ただこの言葉自体は、ロックフェラー財団から会議の資金援助を得るために、1955年に同団体に提出された提案書に記載されていたそうだ。

 この会議にはコンピュータ科学者のマービン・ミンスキーや、数学者のクロード・シャノン、計算機科学者のナサニエル・ロチェスターといった著名な研究者が参加し、AI研究の基礎をつくる議論が行われた。そのためダートマス会議は、現在に続くAI研究のスタート地点と位置付けられている。

 ダートマス会議が行われた1950年代後半から60年代にかけての時期は、「第1次人工知能ブーム」と呼ばれる。コンピュータという新しいテクノロジーが研究に活用できるようになったことで、それに人間の知性を模倣させることができないかという探求が多くの研究者によって行われたのである。

 例えばディープラーニングの基になっている、人間の脳神経系の動きを数理モデル化するという発想のニューラルネットワークは、この頃に基礎となる研究が行われている。IBMのエンジニアで、「チェッカー」というゲームをプレイするプログラムを開発していたアーサー・サミュエルが、機械学習という研究分野を定義したのも1959年のことだ。

 人間の心理療法士のやりとりをシミュレートするソフト「ELIZA」が開発されたのも1960年代であり、第1次人工知能ブームの期間にはAIの理論だけでなくアプリケーションにおいても大きな進歩が見られる。事実、サミュエルが開発したチェッカープログラムは、1961年に米国で第4位のプレイヤーを倒している。

●AIブームと「冬の時代」の繰り返し

 しかしそれらのAIでは、盤上ゲームのようにルールやゴールが明確な問題は扱えても、実社会に近い複雑な問題には太刀打ちできない。また当時の技術ではコンピュータの性能に限界があったこともあり、1970年代にAI研究は下火になってしまう。これが最初の「冬の時代」と呼ばれる期間だ。

 しかし冬の時代にも、AI関連の技術と利用法に関する研究は続けられていた。そして1980年代に入ると、そうした取り組みの1つである「エキスパートシステム」と呼ばれるアプリケーションに注目が集まる。これは「エキスパート(専門家)」という名前の通り、専門家が持つ知識をコンピュータに覚え込ませ、それを基に問題を解決しようとするもの。ルールベースでさまざまな専門的判断を行うことを目指した。

 例えばオックスフォード大学の教授で、1980年代にエキスパートシステムの研究と開発に携わっていたリチャード・サスカインドは、1983年から86年にかけて、法律分野で人間の専門家並みのアドバイスを提供できるアプリケーションを開発するプロジェクトを実施。このプロジェクトは一定の成果を収め、1988年には、法律分野で世界初となる商用化されたエキスパートシステムを発売した。

 こうしてAI研究は「第2次人工知能ブーム」と呼ばれる時期を迎えることとなった。当時生まれたエキスパートシステムは、期待されたほどの結果はもたらさなかったというのが一般の認識だ。

 エキスパートシステムが判断するために必要な「知識」は、人間が事前に定義してコンピュータに与えておかなければならない。しかし病気の診断ひとつとっても、正確な結論を導き出すには膨大なルールや例外処理の定義が必要だ。そのため実用性や現実性に乏しく、サスカインドのような成功例がある一方で、失望に終わるプロジェクトも多かった。

 またメタデータ社の野村直之社長は著書『人工知能が変える仕事の未来』において、「第2次人工知能ブームの最盛期には、『自ら考えるコンピュータが10年以内に実現する』と毎年いわれていた記憶があります」と述べている。第2次人工知能ブームは一定の成果を出しつつも、社会の過剰な期待に応えることができず、1990年代中ごろからまたしてもAI研究に「冬の時代」が到来することとなる。

●「第3次人工知能ブーム」の行く末

 しかし2回目の冬の時代は長く続かず、2000年代に入ると再びAI研究が活発になり、現在は「第3次人工知能ブーム」の最中であるといわれている。そのブームを生み出し、大きく推進しているのが、第1次人工知能ブームにおいてアーサー・サミュエルが生み出した「機械学習」のアプローチで、とりわけ「ディープラーニング」(深層学習)に注目が集まっている。

 前述の通り、エキスパートシステム型のアプローチでは、「知識」を事前に人間が定義する必要がある。例えば写真の中に写っているものがネコかどうかを判断させるために、「目と耳と鼻とヒゲがあり、毛がふさふさで爪がある動物であればネコ」というルールを与えるといった具合だ。

 もちろんこの内容では不十分で、例えば無毛の品種「スフィンクス」がネコと判断されない恐れがある。このように、人間が事前に知識を定義するという方法では、人間が時間的、物理的、金銭的理由などからルールを与えられない状況には対処できない。

 一方で機械学習の場合には、文字通り機械が自ら「学習」するため、この状況を乗り越えられる。ただそれを実現するためには、学習の根拠となる大量のデータを集め、それを人間の脳に近い形で処理できるだけの演算能力を与えてやる必要があった。近年はデジタル技術が急速に発達したことで、機械学習のアプローチが実用化されている。

 さらにネットワークとクラウドの進化・普及で、AI技術は一般の人々にもアクセスしやすい存在になってきた。そのため、人によってはAIは最近になって急に現れたかのような印象を受けるかもしれない。しかしここまで見てきた通り、AI研究は60年以上の歴史があり、その集大成が現在のAIを駆使した製品やサービスに現れているのである。

 最近では、ニュースサイトを開けば「AI技術を〇〇に応用」「AIで〇年後に人類の仕事はなくなる」といった記事が毎日のように掲載されている。そうした熱狂の中にいると、本当に数年後には仕事をAIに取られているのではないかという気分になってしまう。

 しかしAI研究の歴史を振り返ると、ブームは永久に続くものではなく、技術の発展も一筋縄ではいかないことを理解できるだろう。

 もちろん現在の第3次AIブームが、失敗に終わるとは限らない。また結果的に「冬の時代」をもたらした第1次・第2次AIブームも、そこで構築された理論や開発されたアプリケーションが、その後のAI技術の成功に貢献している。たとえ今回のブームが、いわゆる「強いAI」、すなわち人間のように何でもできるAIを生み出さなかったとしても、そこに参加してさまざまな経験を積むことは、必ず何らかのメリットとなって返ってくるだろう。

ITmedia NEWSの関連記事

image beaconimage beaconimage beacon