＂3分で読める＂シリーズの第３弾、AIに関するコラムです。
是非ご覧ください。
≪ 本コラムの記事一覧はこちら
AIの歴史は、過度な期待（ハイプ）とその後の失望による「冬の時代」の繰り返してきました。
現在の隆盛は、過去の失敗と技術的蓄積の上に成り立っています。
第1次AIブーム（1950年代〜1960年代）：推論と探索
- きっかけ
1956年のダートマス会議 - 特徴
「推論」と「探索」が中心。
迷路の解法やチェス、数学の定理証明など、ルールが明確に定義できる問題に対して成果を上げました。 - 限界
「トイ・プロブレム（おもちゃの問題）」しか解けないことが露呈。
現実社会のようなルールが曖昧で複雑な問題には対応できず、1970年代に最初の冬の時代が訪れました。
第2次AIブーム（1980年代）：知識表現
- きっかけ
エキスパートシステムの実用化 - 特徴
エキスパートシステムの実用化。
専門家（医師や弁護士など）の「知識」を大量にルール（If-Then形式）としてコンピュータに入力し、推論させるアプローチ。
「Cycプロジェクト1」などが有名です。 - 限界
「知識獲得のボトルネック」
世の中の常識や暗黙知をすべて記述することは不可能であり、例外処理や矛盾に弱いという問題がありました。
さらに、知識を入力・保守するコストが膨大であったことから、1995年頃には再び冬の時代へ突入しました。
第3次AIブーム（2000年代〜現在）：機械学習とディープラーニング
- きっかけ
インターネット普及によるビッグデータの蓄積と、GPUによる計算能力の向上。
決定的な転換点は、2012年の画像認識コンペティション「ILSVRC2」において、ジェフリー・ヒントン率いるトロント大学チームがディープラーニングを用いて圧勝したことでした。 - 特徴
「特徴表現学習」
人間が特徴を教えるのではなく、AIがデータから自律的に特徴量を見つけ出す能力を獲得しました。
これにより画像認識精度が劇的に向上しました。 - 現在（2022年以降）
ChatGPTの登場により、生成AIという新たなフェーズへ。
識別だけでなく創造が可能になり、AIは専門家だけのツールから一般市民のインフラへと変貌を遂げました。
お読みいただきありがとうございました。
次回のコラムは2月19日（木）更新予定です。