人工知能は一夜にして出現したわけではありません。これは、素晴らしいアイデア、大胆な予測、もどかしい挫折、そして驚くべき突破口の物語です。一緒にタイムラインをたどってみましょう。
1950 年、英国の数学者 アラン チューリングは、Computing Machinery and Intelligence という論文を発表しました。その中で彼は、現在チューリングテストと呼ばれているものを提案しました。もし機械が、人間と会話しているのかコンピューターと話しているのか区別できないほど説得力のある会話を行うことができれば、その機械は「考える」ことができると言えるかもしれません。
チューリングは自分自身で AI を構築したわけではありませんが、この分野全体を立ち上げる「疑問」を世界に与えました。
1956 年の夏、少人数の研究者グループが米国ニューハンプシャー州のダートマス大学に集まりました。彼らは 「人工知能」 という用語を作り、驚くほど楽観的な予測を立てました。彼らは、人間の精神でできることはすべて、一世代以内に機械ができるようになるだろうと信じていました。
それは完全には実現しませんでしたが、このカンファレンスでは AI を研究分野として正式に開始しました。
初期の AI プログラムは、代数問題を解決したり、ドラフトをしたり、基本的な会話を続けることさえできました (1966 年のチャットボット ELIZA など)。資金が流入し、政府や大学は人間レベルの AI がすぐそこまで来ていると信じていました。
イライザとは何だったのか？
現実は厳しいものとなった。コンピューターは遅すぎ、データは不足し、初期の AI は現実世界の混乱に対処できませんでした。資金は枯渇し、AIが過大評価されているという批評家もいた。この厳しい時期は 最初の AI の冬として知られるようになりました。
凍った地面に種を植えるようなものだと考えてください。アイデアは良かったのですが、テクノロジーはまだ準備が整っていませんでした。
1980 年代に エキスパート システム が普及しました。これらは、人間が作成したルールが組み込まれたプログラムでした。たとえば、「患者に発熱と発疹がある場合は、麻疹を考慮する」などです。企業はそれらの構築に何百万ドルも費やしました。
しかし、エキスパート システムは脆弱でした。彼らは学ぶことも適応することもできませんでした。業績が期待外れに終わると、1980 年代後半に 第二次 AI の冬が起こりました。
2012 年に AlexNet と呼ばれるニューラル ネットワークが ImageNet 画像認識チャレンジで競争を破ったとき、すべてが変わりました。手書きのルールは使用せず、何百万もの画像から学習しました。
このブレークスルーは、十分なデータとコンピューティング能力があれば、ディープ ラーニング (多くの層を持つニューラル ネットワーク) が実際に機能することを証明しました。突然、テクノロジー大手が数十億ドルを投資し始めました。
|年 |マイルストーン | |------|-----------| | 1950年 |チューリングはチューリング テストを提案します。 | 1956年 | 「人工知能」はダートマスで造語された | | 1966年 | ELIZA チャットボットを作成しました | | 1997年 | IBMディープ・ブルーがチェスのチャンピオン、ガルリー・カスパロフを破る | | 2011年 | IBM Watson が Jeopardy! で勝利 | | 2012年 | AlexNet が ImageNet に勝利 - 深層学習が本格化 | | 2016年 | DeepMind の AlphaGo が世界囲碁チャンピオン イ・セドルを破る | | 2017年 | Google が Transformer アーキテクチャに関する論文を公開 | | 2022年 | ChatGPT がローンチし、2 か月で 1 億ユーザーに到達 |
ログイン ディスカッションに参加
2017 年に、Google の研究者は、Transformer アーキテクチャを紹介する Attending Is All You Need というタイトルの論文を発表しました。この設計により、AI モデルはこれまでよりもはるかに効率的に言語を処理できるようになりました。
トランスフォーマーは、GPT-4、Claude、Gemini など、今日の大規模な言語モデルを強化します。これらのおかげで、今すぐ AI チャットボットと自然な会話ができるようになります。
Transformer アーキテクチャを紹介した 2017 年の論文の名前は何ですか?
AIはかつてないほどのスピードで進化しています。テキスト、画像、オーディオを一緒に処理するマルチモーダル モデルが登場しています。現在、次の章が執筆中です。歴史を理解することで、私たちがどこに向かっているのかを理解することができます。
AIの冬の原因は何でしょうか？