常に話題になっているAI技術の歴史を知っていますか? 今日は、「AI はどのくらいの期間存在していたのか?」というトピックに飛び込みます。 あなたと一緒に。
約 60 年の歴史を持つ比較的新しい分野である人工知能 (AI) は、人間の認知能力を再現しようとする科学、理論、および方法の集まりです。 これらには以下が含まれます:
- 数理論理
- 統計、確率
- 計算神経科学
- コンピュータサイエンス
第二次世界大戦の最中に始まったその進歩は、コンピューティングの進歩と密接に結びついており、以前は人間だけに適していた、ますます複雑になっている仕事をコンピューターが引き受けることができるようになりました。
AIはどのくらいの期間存在しましたか?
1940 年以来、人工知能 (AI) というフレーズが私たちの生活に浸透してきました。 一部の専門家は、この技術はまだ真の人間の知性からかけ離れているため、誤解を招く用語だと考えています。 彼らの研究は、現在の人類の業績と比較できるほどには進んでいません。 まだサイエンスフィクションに登場したばかりの「強い」AIが世界全体をモデル化できるようにするには、基礎科学の進歩が必要です。
しかし、2010 年以降、コンピュータの処理能力が大幅に向上し、膨大な量のデータに簡単にアクセスできるようになった結果、この分野の人気が再び急上昇しました。 問題の客観的な理解は、時折空想される約束や心配事の繰り返しによって妨げられます。
私たちの意見では、この分野の歴史を簡単に振り返ることは、現在の議論を組み立てるのに役立ちます。
1940–1960: AI の誕生
1940 年から 1960 年にかけての技術の進歩と、機械の機能と有機的な存在を組み合わせる方法を理解するための探求の合流点は、永続的な印象を残しました。
サイバネティックス分野のパイオニアであるノーバート・ウィーナーは、「動物と機械の両方における制御とコミュニケーションの完全な理論」を作成するために、数学的理論、エレクトロニクス、および自動化を統合する必要があると考えました。 これに先立ち、1943 年にウォーレン マカロックとウォルター ピッツが生物学的ニューロンの最初の数学的モデルとコンピューター モデルを作成しました。
1950 年の初めに人工知能 (AI) という用語を発明したのは彼らではありませんが、ジョン フォン ノイマンとアラン チューリングは、その基礎となる技術のパイオニアです。 彼らは、コンピューターが 19 世紀の 10 進数論理に移行し、マシンが 2 進論理に移行するのを助けました。 このように、2 人の研究者は今日のコンピューターのアーキテクチャを成文化し、それらがプログラムされたものを実行できる普遍的なデバイスであることを示しました。 一方、チューリングは、1950 年の著名な論文「Computing Machinery and知能。”
それがどれほど論争の的となるかに関係なく、この作品は、人間と機械の間の境界線をどこに引くべきかについての議論の出発点と見なされることがよくあります.
MIT のジョン マッカーシーは、マービン ミンスキーが次のように定義する「AI」を発明したとされています。
「知覚学習、記憶の構成、批判的推論などの高レベルの精神的プロセスを必要とするため、現在人間がよりよく行うタスクに従事するコンピュータープログラムの開発。」
この分野は、1956 年の夏にダートマス カレッジで開催されたシンポジウムで始まったとされています。逸話として、会議のメイン イベントとして機能したワークショップに注目することは重要です。 McCarthy と Minsky は、この取り組みに継続的に参加した 6 人のうちの 2 人です。
1960 年代初頭、テクノロジーは魅力的で有望なものであり続けましたが、その魅力は衰えました。 コンピュータのメモリ量が少ないため、コンピュータ言語を使用するのは困難でした。
このように、IPL (情報処理言語) によって、1956 年という早い時期に、数学的定理を示そうとする LTM プログラムの開発が可能になりました。数学的定理を解きます。
1980-1990: エキスパートシステム
スタンリー・キューブリック監督の 1968 年の映画「2001 年宇宙の旅」では、HAL 9000 という名前のコンピューターが登場し、人工知能によって提起されたすべての倫理的懸念がカプセル化されています。
「それは非常に洗練されたもので、人類にとって有益でしょうか、それとも危険でしょうか?」
映画の影響は明らかに科学的なものではありませんが、SF 小説家のフィリップ K. ディックのように、機械が感情を感じることができるかどうか疑問に思うのと同じように、テーマをより有名にするのに役立ちます.
1970 年末に最初のマイクロプロセッサが導入され、AI が再び軌道に乗り、エキスパート システムが全盛期を迎えました。 このアプローチは、1972 年にスタンフォード大学で MYCIN によって、1965 年に MIT で DENDRAL によって公開されました。 これらのシステムは、人間の推論の論理的レプリカとして構築された「推論エンジン」に依存していました。 情報を与えることで、エンジンは非常に知識のある答えを生み出しました。
約束は大幅な進歩を予測していましたが、1980 年末か 1990 年の初めまでに熱狂はピークに達していたでしょう。 このような情報を実装するには多くの作業が必要で、200 から 300 のルールの間には、マシンのロジックをあいまいにする「ブラック ボックス」効果がありました。 したがって、作成と維持は信じられないほど困難になりました。最も重要なことは、他の多くの、より迅速で、難しくなく、より手頃なオプションが利用可能であったことです. 1990 年代には、「人工知能」という言葉がアカデミックな語彙からほとんど姿を消し、「高度なコンピューティング」などのより控えめな形が登場したことを覚えておく必要があります。
1997 年 5 月、IBM のスーパーコンピューター Deep Blue はチェスの試合で Garry Kasparov に勝利しましたが、この種の AI への資金提供と進歩を促進することはありませんでした。
Deep Blue は、可能性のあるすべての動きを比較検討して評価する系統だったブルート フォース アプローチによって運営されていました。 ディープ ブルーは比較的狭い範囲を攻撃することしかできず、地球の複雑さをシミュレートすることはできませんでしたが、人類の敗北は歴史の中で非常に象徴的な出来事であり続けました。
2010年~現在: AIの現代
Kasparov がスーパーコンピューター Deep Blue に敗れた後、脚光を浴びた AI 技術は、2010 年半ばにピークを迎えました。 2010 年頃のこの分野の新たなブームは、次の 2 つの要因で説明できる可能性があります。
- 膨大な量のデータへのアクセス
- 非常に高効率で動作するコンピュータ グラフィックス カード プロセッサの発見
この新しいテクノロジーによって可能になった公的成果は投資を増やし、IBM の AI であるワトソンは 2011 年に 2 人のジェパディ チャンピオンを倒すでしょう。
2012 年には、Google X のおかげで、AI が動画内の猫を識別できるようになります。この最後の課題では、16,000 を超えるプロセッサを使用する必要がありましたが、異なるものを区別することを学習できる機械の可能性は驚くべきものでした。
2016 年、囲碁ゲームのヨーロッパ チャンピオンと世界チャンピオンであるリー セドルとファン フイは、Google の AI AlphaGO に敗れました。
この奇跡はどこから来たのですか? エキスパート システムからの根本的な逸脱。 方法論は帰納的に変更されました。 エキスパートシステムのようにルールをコーディングするのではなく、膨大な量のデータに基づいて相関と分類を行うことで、コンピュータが独自にルールを発見できるようにする必要があります。
ディープ ラーニングは、さまざまなアプリケーションで最も有望な機械学習テクノロジのようです。 Geoffrey Hinton、Yoshua Bengio、および Yann LeCun は、2003 年にニューラル ネットワークを最新化するための研究プログラムを開始することを決定しました。 トロント研究所の協力を得て、マイクロソフト、グーグル、IBM で同時に実施された実験では、この種の学習が音声認識のエラー率を半減させることに成功したことが明らかになりました。 ヒントンの画像認識チームも同様の成功を収めました。
ほぼ一晩で、大多数の研究チームがこのテクノロジーを採用しましたが、これには否定できない利点がありました。 Yann LeCun のような専門家によると、この形式の学習によりテキスト認識は大幅に改善されましたが、テキスト理解システムが作成されるまでにはまだ長い道のりがあります。
会話型エージェントは、この難しさをよく表しています。スマートフォンは現在、指示を書き写すことができますが、それらを適切に文脈化したり、意図を識別したりすることはできません。
これまでの AI 技術の発展をまとめました。 Notion AI や Meta Galactica AI などの AI テクノロジーに関する最新ニュースを見逃さないように、引き続きお読みください。
Source: AI の歴史: 人工知能の歴史を説明