AIの現在に至るまでの歴史
AI（人工知能）の歴史は、人間の「知性」を機械で再現しようとした、あくなき挑戦の歴史です。その歩みは一本道ではなく、過度な期待と技術的限界による「冬の時代」を二度経験しています。
ルーツは1950年代に遡ります。1956年のダートマス会議で「AI」という言葉が誕生し、最初のブームが訪れました。この時期はパズルや迷路の解決など、単純な「推論・探索」が中心でした。しかし、複雑な現実世界の課題を解けず、1970年代に最初の冬の時代を迎えます。
1980年代には、専門家の知識をルールとして教え込む「エキスパートシステム」により第二のブームが起きます。しかし、人間の膨大な「常識」をすべて記述することの難しさに直面し、1990年代に再び停滞期に入りました。
転換点は2000年代以降です。インターネットの普及による「2000年代以降のビッグデータ蓄積」を受けて「2010年代にディープラーニング（深層学習）」が結実しました。コンピューターの処理能力の飛躍的向上が背景にあります。これにより、現在の第三次ブーム、そして生成AIの時代へと繋がっています。
AI議論における基本用語解説
現在のAIを語る前に、語る上で欠かせない重要用語の解説をお願いしました。
| AI用語 | 概要 |
|---|---|
| 生成AI （Generative AI） | テキストや画像、音楽などを自ら創り出すAIの総称。従来の「予測・分類」から「創造」へと役割を広げた。 |
| LLM （大規模言語モデル） | 膨大なテキストデータを学習し、人間のように自然な文章を理解・生成するAIの基盤技術（例：ChatGPTなど）。 |
| ディープラーニング （深層学習） | 人間の脳の神経回路を模した仕組み。現在のAI急進の原動力であり、データから自動で特徴を見つけ出す。 |
| ハルシネーション （幻覚） | AIが事実と異なる、あるいは文脈から外れたもっともらしい嘘を出力する現象。人間特有の「誤認」に似た課題。 |
| プロンプト | AIに対する指示や質問のテキスト。指示の出し方一つで出力の質が大きく変わるため、現代の「対話の作法」とされる。 |
| アライメント | AIの目的や行動を、人間の価値観や倫理、利益に一致させること。暴走を防ぐための現代の重要な統治（ガバナンス）概念。 |
| 過学習 （オーバーフィッティング） | 訓練データに過剰に適合しすぎて、未知の新しいデータに対して正しく予測できなくなる現象。歴史で言えば「過去の成功体験に囚われ、未来の変革に対応できない状態」 |
| マルチモーダル | テキスト、画像、音声、動画など、複数の異なる種類の情報を同時に処理・理解する能力。人間の五感による認知に近い。 |
| AGI （汎用人工知能） | 特定の作業だけでなく、人間と同等以上の幅広い知的任務をこなせるAI。現在はまだ発展途上であり、人類にとっての究極の目標、あるいは脅威とされる。 |
| シンギュラリティ （技術的特異点） | AIの知性が人類全体の知性を超える転換点。これ以降、人類の歴史予測は不可能になると言われている。(ASI) |
ここまで、AIの現在に至るまでの歴史と、現代のAIを議論する土台として必要な用語・概念を『歴史学者視点AI』に挙げてもらいました。
では、これらの用語を押さえつつ、次の質問をぶつけてみましょう。２０２６年現在の社会実装について、今度は『物理学者視点AI』にきいてみます。
現在の社会における識別系・予測系AIの浸透・実装状況について
現在の社会における生成AI以外のAI（識別系・予測系AI）の浸透は、システムの「エントロピー（乱雑さ）の減少」と「エネルギー効率の最適化」という物理法則に忠実に従っています。
具体例として、第一に「物流・サプライチェーンの最適化」が挙げられます。天候や交通量などの膨大な変数から最適なルートや在庫数を予測するもので、熱力学でいう「非可逆なエネルギー損失（無駄）」を最小限に抑える試みです。
第二に「医療画像診断」です。CTやMRIの画像データから、人間の目では見落とす微細な病変をパターン認識により検出します。これは情報理論における「ノイズ（背景雑音）からのシグナル（信号）の抽出」であり、高精度な状態決定を可能にしています。
第三に「金融の異常検知・高頻度取引（HFT）」です。ミリ秒単位の市場データから不正利用や価格の歪みを検知します。これは、微視的な粒子のランダムな運動（ブラウン運動）のなかから、統計力学的に有意なゆらぎを検出する機構に酷似しています。このように、現代社会のインフラは、AIという計算資源によって無秩序なデータから秩序を創り出すことで駆動しています。
簡単なペルソナプロンプト(役割視点指示)を入れただけですが、『歴史学者視点AI』と『物理学者視点AI』でずいぶん言葉のチョイスや印象が変わりますね(笑)
『物理学者視点AI』が難しい言葉で３つ挙げてくれましたが、もっと身近なところではスマートフォン。見やすいように画面の明るさ調整したり、カメラのノイズ調整したりしてくれているのもAIです。
さらに、自動運転も身近になりつつありますが、状況認識や運転操作もそれぞれの役割のエッジAI(末端でシステム内完結のAI)が連携して成立しているようです。緊急時は瞬間的反応が必要で、クラウドの大型AIと通信してる余裕はないですからね。その他にも、すでに多くの所に浸透してる状況になりつつあるようです。
そして、AIと言って真っ先に思いつくのは『生成AI』ですよね。
このブログでも中心に協力してもらってます。私を含め、日常的に接している人も増えているようです。なにげない会話をしたり、調べてもらったり、アドバイスもらったり、画像や動画の生成、要約やまとめ・・・プライベートでも仕事でも身近な存在になりつつありますね。
長くなったので今回はここまでにして、次回はその生成AIの仕組みについて聞いてみましょう。
