ディープラーニングのプログラミングを深めるために知っておくべきAIミニ歴史

人工知能の歴史において、過去何度かのブームと呼べるものがありました。人工知能の第1次ブームは1956年頃から1960年代、第2次ブームは1980年代で、現在は第3次AIブームと呼ばれています。

現在の第三次AIブームでは「ディープラーニング」が大きな話題になっていますが、ディープラーニングでは大量のデータから、対象の特徴となる性質をコンピューターがモデル化しながら学習してく、という特徴があります。このため、人間が気が付かなかったような小さな特徴を発見したり、人間では学習しきれないほどのデータを処理したりすることで今度こそ人間を超えるAIが誕生するのではないか、と言われています。

では、この第三次AIブームに至るまでに、人類は人工知能とどのように格闘してきたのでしょうか？その歴史を概観して、これからのAIブームの行方などを想像してみましょう。

過去の人工知能の技術を押さえておくと未来を想像するのがもっと楽しい

1956年頃から1960年代にかけて起こった第1次AIブームでは、コンピューター工学の研究なのかで初めて「人工知能」という言葉が誕生しました。それだけ人工知能に対する期待も高く、もしかしたら人類は本当に「人工知能」を手に入れたという思い込みがあったのかもしれませんね。

当時の研究は「探索や推論の時代」といわれています。将棋やチェスのような探索を探索木でたどったりするなどの方法論が確立され、ニューラルネットワークや機械学習、ファジィ理論などが登場したのもこの頃ですが、基本的に探索活動は単純なもので、しらみつぶしに候補を試していく、もしくはその試し方のアルゴリズムを工夫して早くする、というレベルのものでした。

第2次AIブームで注目されたのは、「エキスパートシステム」という概念でした。エキスパートシステムでは、専門家が持っている知識をルールとしてコンピューターに記憶させ、条件に合致した場合にそのルール通りに意思決定を行うというモデルを組み立てました。例えば、法律家が過去の判例をどんな場合にどんな風に利用するかをパターン化しておき、自動的に最適な判例を出したり、医師がどんな場合に過去のカルテをどんな風に活用して診療方針を決めるのかをパターン化しておき、実際の診療をコンピューターに決定させようとしたりするなどの実験が行われました。

しかし、研究が進めば進むほど、人間の頭脳の処理があまりにも複雑でルールを作る規則自体も単純ではなかったため、この研究は頓挫してしまいました。

過去2回のブームの失敗を「ディープラーニング」は克服できるのか？

最初に少し触れたように、「ディープラーニング」は、対象の特徴となる性質をコンピューターがモデル化しながら学習してく、という特徴があります。つまり第一次AIブームで挫折した「単純な推論」ではなく、推論する脳に相当する部分が進化していくという特徴があります。

また、対象の特徴をモデル化していくという部分は、第二次AIブームで挫折した、ルール自体を作っていくことが複雑過ぎたことを克服する可能性を持っています。
確かに第二次ブームのエキスパートシステムでは、人間が次々とルールを教えていかないとAIは進化していかなかったわけですが、「ディープラーニング」は人間が教えなくても対応パターンを自動的に学習するので、第二次ブームの課題もクリアできそうですよね。

まとめ

こうなってくると、こんどこそ本当に「人工知能」の誕生は近い！」と期待が湧いてきます。実際にこれまで勝てなかったチェスのチャンピオンや囲碁チャンピオンやプロの将棋指しに次々とAIが勝っている事実を見ると、これまでとは違う成果を上げつつあるのは間違いがないと言えそうです。

しかし、人間の知的な活動は、あらかじめルールが決められたチェスや囲碁や将棋よりも更に複雑であることは間違いないでしょう。日常生活でも条件反射的に行っている行動はやがてそう遠くない時期にロボットでも真似ができそうですが、あれこれと人間らしい複雑な悩みを抱えたり、それを解決したりといった、そもそもルールがない感情的な部分で人間とそっくりなAIロボットが誕生するのは、まだもう少し先のような気もします・・・。

いずれにしても、今回の第三次AIブームの立役者「ディープラーニング」の今後に注目ですね！