freshtrax

ビートラックスがサンフランシスコから最新情報を配信中

  • Masaki Nishi

    Masaki Nishi

    Software Engineer

    He is a Marketing associate and Developer at btrax with a focus on growth hack for freshtrax.

  • → 記事一覧

    • このエントリーをはてなブックマークに追加
    • follow us in feedly
  • Aug 29, 2017

ai-history

人工知能(AI)のできることとは?歴史から学ぶ現状と未来予測

※この記事は5分程度で読み終わります。

人工知能(AI)が社会に与える影響により、職を失うのではないか?機会損失になるのではないか?そういった不安を抱えているのはおそらく人工知能に対する情報不足、理解ができていないのではないだろうか。

人工知能の歴史から全容を把握し、人工知能のできること、できないこと、現状を理解し、未来を予測しよう。読みながら理解して欲しいのは、半世紀、約50年で人工知能が現在までの技術レベルまで発展したということである。

 

AIの誕生(1943〜1956年)

推論・提唱の時代。

1947年

アラン・チューリングによってAIの「概念」が提唱される。

1956年

ジョン・マッカーシーによって「AI」という言葉が用いられ、学問分野として確立される。

 

第一次AIブーム(1956〜1974年)

黄金時代と呼ばれ、学問分野として確立されて以降は、急速な勢いで人工知能の基礎となる成果をあげた。

1958年

神経活動を数式モデル化し、コンピュータに処理させる初歩的なニューラル・ネットワークが発表された。

簡単に説明すると、脳の活動をコンピュータで再現しようとする試み。

1960年〜

記号処理のためのルールや数式をプログラム化し思考や推論など人間が行う情報処理を行わせる。

簡単に説明すると、人間の知的活動をコンピュータで再現しようとする試み。

1969年

マービン・ミンスキーらが古典的なAIは世の中の情報を処理するのに限界があることを指摘。

これはフレーム問題と呼ばれ、現在でも人工知能分野で大きな問題となっている。そのため、特定の分野に絞った人工知能の活用がいま注目を浴びている。

 

AIの冬(1974〜1980年)

1974年〜

冬の時代(ブームが去った後の低調な時期)が到来。

コンピュータ性能の限界などの問題により、1970年代には解決できない問題が多く、人工知能プログラムの能力を発揮できなかった。そして人工知能の研究は批判と資金縮小に晒された。

 

第二次AIブーム(1980〜1987年)

知識の時代と言われ、特定領域に絞り、単純な設計でプログラムを構築することによって、知識について質問に答えたり、問題を解くなど人工知能が実用的な段階に到達した。

1980年〜

専門家の知識を取り込み、推論を行い専門家のようにふるまうプログラム、通称エキスパートシステムが実用レベルに到達した。

1981年

日本の経済産業省が570億円をかけた第5世代コンピュータプロジェクトを開始。

これに他国も反応し、次々と新たなプロジェクトを立ち上げ、膨大な資金提供によりブームが加速した。

 

AIの冬 第二期(1987〜1993年)

1987年

第二次AIブームで成功を収めた初期のエキスパートシステムは、維持コストが高いことが判明した。また、学習機能がなく、誤入力によりとんでもない答を返してくるなどの問題もあった。

1991年

第5世代コンピュータプロジェクトは当初掲げた目標を未達成のまま完了した。

他の様々なプロジェクトも同様に、目標は実際に実現可能だったものより高く設定されていた。

 

密かに発展する人工知能(1993〜2006年)

あまり語られることはないが、密かに産業界の様々な場所で人工知能が使われ始める。

2000年〜

膨大なデータを統計的手法で計算し自らルール生成し情報処理をする、統計的アプローチが確立された。
これらは、機械学習やディープラーニングの基礎となる。

この当時から人工知能は十分に実用的であり、裏方としてGoogleの検索エンジンや産業用ロボット、物流、音声認識などで使用されている。これらの成功は人工知能のおかげだといえる。

 

第三次AIブーム(2006年〜)

ディープラーニングの発明により人工知能が注目を浴び、社会現象を起こす。

2006年〜

ジェフリー・ヒントンによりディープラーニングが発明される。

ディープラーニングは人手を介さず特徴量を抽出できる点で大きな注目を浴び、人工知能の発展を加速させる。
コンピュータが特徴を捉えられることにより、抽出した特徴を過去のデータと突き合わせ、変化が起きたかという計算をし、未来予測したり、顔の検出と認識などができるようになる。

2010年

インターネットの発展により、データ転送量が増大し、ビッグデータという用語が提唱される。

人工知能が使用するデータが増えるほど人間では見つけられない貴重なデータを抽出できるようになる。
インターネット社会においてデータが日々増えることにより人工知能のブームを後押しする。

 

すでに特定の分野で人間を凌駕する現在の人工知能

2000年以前からオセロやチェスなどの競技では人間の世界チャンピオンに勝利を収めているが、ここ数年の発展スピードは人間を凌駕している。

2016年3月

米グーグルの子会社DeepMindが作成した囲碁対戦用AIのAlphaGoが人間のプロ囲碁棋士に勝利した。

2016年8月

東京大学医科学研究所は、IBMなどと共同で人工知能Watsonに2000万件以上に上るがん研究の論文を学習させ、医師でも診断が難しく治療法も多岐にわたる病状を10分ほどで見抜き、治療や診断に役立つ情報を人工知能が提供した。

2016年10月

Microsoftの開発する音声認識ソフトの聞き取りエラー率が人間並みになったと発表。

2017年5月

第2期将棋電王戦にて、名人のタイトルを保持している佐藤天彦叡王にコンピュータ将棋ソフトのPonanzaが勝利した。

 

現在の人工知能は、人の手でパターンやルールを与えなければ動かない段階であるが、逆手に取るとそれさえすれば簡単な単純作業であれば人間は必要ないのである。今の人工知能ブームは、「AIバブル」と比喩されたり、「AIの冬は二度と来ないだろう」など賛否両論だが、このままの発展スピードでいくと、間違いなく多くの職業が消えていくだろう。しかし、その一方で人工知能や機械に絶対奪われないスキルも存在する。

これから必要なのは知ること・予測すること

人工知能の歴史を知ることで、人工知能のできること、できないことが見えてきたのではないだろうか?21世紀を生きる私達は、人工知能との共存の仕方や未来に向けての働き方を考える必要がある。そのためにはまず人工知能のトレンド・動向を日頃からチェックし、近い未来に人工知能が社会にどのような影響を与えるのか考え続けることが重要になるだろう。

btraxではこのようなテクノロジーの変化に対して、イノベーションプログラムを日本企業向けに提供している。サンフランシスコでイノベーション創出のプロセスと環境を体感することで、新たな未来を切り開く足がかりとなれば幸いだ。

 ib-banner 

Like us on Facebook

Scroll to top

シリコンバレーから最新情報をゲット!

 

btrax-logo-100

サンフランシスコに本社を構えるクリエイティブエージェンシーbtraxのニュースレターに登録して最新の情報をいち早くゲットしませんか?

 

・オウンドメディアfreshtrax 今月の注目記事

・CEO Brandonの無料オンラインセミナー情報

・最新サービス・現地イベント情報

 

Subscribe!
Twitterで共有
Facebookで共有
はてなブックマークに追加
pocketで共有
Lineで共有