この記事はLifehackerの「AIと共に生きる」シリーズの一部です。AIの現状を調査し、AIがどのように役立つか（そして役に立たないか）を検証し、この革新的な技術が今後どこへ向かうのかを評価します。詳細はこちらをご覧ください。

AIがここ数年で本格的に普及し始めたと思っても、それは無理でしょう。しかし、AIは20世紀の大半を含め、長い時間をかけて開発されてきました。今日では、スマートフォンやノートパソコンを手に取れば、必ずと言っていいほど何らかのAI機能が搭載されていますが、それは100年近くも前からAIが機能してきたからこそなのです。

AIの概念的な始まり

もちろん、機械が登場して以来ずっと、考える機械を作ることができるのではないかと人々は考え続けてきました。この現代的な概念は、第二次世界大戦中にナチス・ドイツのエニグマ暗号が生成した「解読不可能」な暗号を解読した功績で知られる著名な数学者、アラン・チューリングによって提唱されました。ニューヨーク・タイムズ紙が指摘しているように、チューリングはコンピューターがどのようなものになるか、そして将来どうなるかを本質的に予言し、「あらゆるタスクをこなす1台の機械」を構想しました。

しかし、その後の流れを永遠に変えたのは、チューリングが著書『計算機械と知能』の中で書いたことでした。この計算機科学者は「機械は考えることができるか？」という問いを投げかけましたが、同時にこの枠組みは誤ったアプローチだと主張しました。彼は代わりに、「模倣ゲーム」と呼ばれる思考実験を提唱しました。男性（A）、女性（B）、そして尋問者の3人が3つの部屋に分かれて座っていると想像してください。尋問者の目的は、テキストベースのコミュニケーションのみを用いて、どちらのプレイヤーが男性でどちらのプレイヤーが女性であるかを判断することです。両方のプレイヤーが正直に答えれば、それほど難しい課題ではありません。しかし、どちらか一方、あるいは両方が嘘をつくと、はるかに困難になります。

しかし、イミテーション・ゲームの目的は人間の推理能力を試すことではありません。チューリングは、プレイヤーAまたはBの代わりに機械が現れる場面を想像するように求めています。機械は、質問者を人間だと錯覚させるほど巧みに騙すことができるでしょうか？

ニューラルネットワークのアイデアのきっかけ

AIという概念に最も大きな影響を与えたのはチューリングでしたが、実際にAIの実践を始めたのはフランク・ローゼンブラットでした。彼はAIの実現を見ることはありませんでしたが。ローゼンブラットは「パーセプトロン」を発明しました。これは脳内のニューロンの働きをモデルにしたコンピューターで、新しいスキルを自ら学習する能力を備えています。このコンピューターは単層のニューラルネットワークで構成されており、次のように動作します。機械に何かについて予測させます。例えば、パンチカードの左側にマークがあるのか​​右側にマークがあるのか​​、といったことです。コンピューターが間違った場合、より正確になるように調整します。数千回、あるいは数百万回もの試行を繰り返すことで、コンピューターは正しい答えを予測するのではなく、「学習」します。

この設計はニューロンに基づいています。コンピューターに認識させたい情報などの入力があります。ニューロンはデータを受け取り、過去の知識に基づいて対応する出力を生成します。もしその出力が間違っていたら、コンピューターにそれを伝え、ニューロンの「重み」を調整して、望ましい出力に近い結果を生成します。時間をかけて適切な重みを見つけ、コンピューターは「学習」に成功します。

残念ながら、いくつかの有望な試みがあったにもかかわらず、パーセプトロンはローゼンブラットの理論と主張を具体化することができず、パーセプトロンと人工知能の実践への関心は枯渇しました。しかし、今日私たちが知っているように、ローゼンブラットは間違っていませんでした。彼のマシンはあまりにも単純すぎたのです。パーセプトロンのニューラルネットワークは1層しかなく、意味のあるレベルの機械学習を実現するには不十分でした。

多くのレイヤーが機械学習を機能させる

ジェフリー・ヒントンは1980年代にまさにそれを発見しました。チューリングがアイデアを提唱し、ローゼンブラットが最初の機械を創造したのに対し、ヒントンは、自然が既に人間の脳に備わっているニューラルネットワークベースのAIを破ったという理論を立て、AIを現在の形へと押し進めました。彼と、ヤン・ルカンやヨシュア・ベンジオといった他の研究者たちは、多層構造と膨大な数の接続を持つニューラルネットワークが機械学習を可能にすることを証明しました。

1990年代から2000年代にかけて、研究者たちはニューラルネットワークの潜在能力を徐々に証明していきました。例えば、ルカンは手書き文字を認識できるニューラルネットワークを開発しました。しかし、それでも進展は遅々として進みませんでした。理論は正しかったものの、AIの潜在能力を最大限に発揮するために必要な量のデータを処理するには、コンピューターの性能が足りなかったのです。ムーアの法則は必ずや道筋を見つけます。そして2012年頃には、ハードウェアとデータセットの両方が進歩し、機械学習が本格的に普及しました。研究者たちは突如、ニューラルネットワークを訓練して、これまで不可能だったことを実行できるようになり、スマートアシスタントから自動運転車まで、あらゆる分野でAIが活用されているのを目にするようになりました。

そして2022年後半、ChatGPTが爆発的に普及し、専門家、愛好家、そして一般の人々にもAIの真の可能性を示しました。それ以来、私たちはAIの波に揺さぶられ続けています。AIの未来が実際にどうなるかは分かりません。私たちにできることは、テクノロジーがどれだけ進歩してきたか、今何ができるのかを見つめ、これからどこへ向かうのかを想像することだけです。

AIとともに生きる

そのためには、AIとの共存に関する記事集をご覧ください。知っておくべきAI用語の定義、コーディングの知識がなくてもAIツールを構築する方法、仕事で責任を持ってAIを活用する方法、そしてAIアートを生み出す倫理について解説しています。