簡単なAIの歴史

Article by: Asst.Prof. Suwan Juntiwasarakij, Ph.D., MEGA Tech Senior Editor

人工知能（AI）は知らない人がいないくらい有名になりもう何十年もの間ポップルチャーの如く普及した。AI教育は1956年からダートマス大学で正式科目として始まった。当時は著名な専門家たちが集まり知能のシミュレーションのブレインストームを行った。これはAsimovがロボティックスの三つの法則を作ってから僅か数年後の事であったのだがそれ以上に重要な事はこれがTuringが1950年に出筆した有名な文献の後であった事だ。この文献で彼は始めて考えることの出来るマシン提案しそれ以上に世間をわかせたのはTuringがそのような機械に知能が備わっているかどうか実験をしたことであった。AIの簡単な歴史に触れる前にAIの三タイプを見てみよう。

アーティフィシャルジェネラルインテリジェンス（AGI）

アーティフィシャルジェネラルインテリジェンス即ち一般的なAIとは人間のレベルで人間と同じように知能を使ったタスクが出来る能力を持つ物である。このようなAIは「強いAI」または「人間レベルのAI」として知られている。これと対照的に狭いAI-AGIは人間の一般的な能力を備えた物で特定のタスクができる物でないそれである。これに知能とは何ぞや、そして実際にAGIは何が出来る物の事を言うのかということに関しては幾つかの議論があった。一般的には人間レベルの6個のコアなバリューを備えた物の事というコンセンサスになっており、それらは:

1.理由付けの能力、問題解決能力、不確実な状況下において戦略を使え問題解決が出来る。

2.知識を披露できる。

3.計画が立てられる。

4.学習能力がある。

5.自然な言語表現が出来る。

6.共通ゴールのために上記全てを統合できる。

アーティフィシャルスーパーインテリジェンス（ASI）

ASIとは最も優れた優秀な人間のそれを上回る知能を備えたスーパーインテリジェントコンピューターの事である。リサーチャーは皆が皆その達成方法（もしもそれが可能であると言う前提で）に同感な訳ではないがこれに同感しない者達はこのようなAIの開発はこのシステムが人間の限界を持たないと言う事がそもそもの論点のようである。その他の者達は人間は進化してまたは直接自分たちとASIを直接修正して根本的にその物質的認知度を改善すると考えている。

現実的にはASIは皆が考えるほどの物ではなく自ら常に永遠に再プログラミングや改善が出来る能力を持つAIシステム、理論上それは可能であるのだが、そのようなAIシステムはスピード感を持ったサイクルでそれを行い遺伝子の制約を受けない知能の爆発につながるのである。

アーティフィシャルナローインテリジェンス（ANI）

ナローAIとはある限られたタスクにおいて人間の知能を越えた形でコンピューターを操作させる事ができる特定なタイプの人工知能技術である。ジェネラルインテリジェンスとは違い – ナローインテリジェンスは能力に於ける単一の部分集合に焦点を当ててそのスペクトロムにおいて進歩させようと言うものである。

ナローAIで文化的観点から最も意味があったのはアメリカの危険と言うテレビショーで優勝したIBMのスパーコンピューターのワトソンである。要するにワトソンはAI技術を使って人間の認知能力を真似た「質問に答える」のエキスパートマシンなのである。ナローAIは依然AIは産業界において利用されている最も一般的なかたちの技術なのであるのだがワトソンほど魅力的だとは言えない。ラーニングデータやデータマイニングを使って決定をさせるソフトウエアは全てナローAIであると言える。ナローAIは「弱いAI」として知られている一方ジェネラルインテリジェンスは「強いAI」として知られている。

[1] ジェネシス

1950年代にはAIは簡単に出来ると思われていたが実際はそうでは無かった。 60年代の終わり頃リサーチャー達はAIと言うのはかなり手ごわい研究エリアだと言う事に気付いた。これによって研究開発資金集めで集まりそうになったお金もどんどん少なくなっていった。この現象はAIの歴史の中でも良く見られるものであるが一般的には「AI効果」と言われており二つの部分から構成されている: AIは十年後には出現すると言う期待的なお約束とある特定問題解決した後のAIの態度のあり方の考え方、これらによって知能とは何なのかと言う定義を何度も何度も修正せざるを得なかった。

アメリカにおいてDARPAがAIの研究の資金提供を行った理由は完璧な機械翻訳を造ると言うのがその根底にあったのだが連続発生的に起こった二つの件がそれをぶち壊してしまった。これが後に、初のAI冬の時代と呼ばれたのである。この時期におけるキーイベントは:

1950年 | ターニング試験 | ターニング試験とは機械の知能を判断するための方法である

1955年 | AIという言葉 | 人工知能という言葉が始めて使われた。

1966年 | エリザ | エリザはチャット方ロボットの初めの頃のもので精神科医のような会話を真似る。

[2] リバイバル

1970年代から1980年代においてイギリスと日本において「エキスパートシステム」の出現によって資金集めの新たな波が始まった。これは基本的にはナローAIでありさらなるデータの摂取によって特定ドメインのアプリケーションやタスクがステップアップされアウトプットエラーをどうしたら削減できるかを「学ぶ」能力を有する。実際これらのプログラムは特定ドメインにおいて人間の専門家をシミュレーションする事が出来るくらいの物であったのだが新たなファンディングの意欲を刺激させるには充分であった。当時最も活発的意欲的に物事を進めていったのは日本政府であり同政府は第五世代コンピューターの製作に力を入れて間接的にアメリカとイギリスのAIリサーチ用のファンディングを復活に導いたいた。この黄金の時代はそれ程長続きはせずファンディングのゴールが達成できないという事で危機が訪れた。当時のキーイベントは:

1980年代 |エキスパートシステム |Edward Feigenbaumが人間のエキスパートと競う事の出来るエキスパートシステムを造る、であった。

[3] リターン

1993年も終わる頃、MIT Cog Projectラボがダイナミックアナリシスアンドリプラニングツール（DART）を使ったヒューマノイドロボットを造った。これはアメリカ政府が資金供給をしたのであるがIBMのDeepBlueは1997年にKasparovをチェスで破った。そして再びAIは日の目を見るようになった。直近過去の二十年の間に学術サイドではかなりの量のリサーチ研究が行われたのだがAIがパラダイムシフトとして認識され始めたのは極最近の事である。

今日我々がこれほどまでにAIに投資するのかと言う事には幾つかの納得の行く理由があるが過去五年間のトレンドを後押ししていたのはこれだ、と言うハッキリとした理由がある。ここまでに達成してきた開発にも関わらずAIは2012年までそれ程人々の関心や認識を得られなかった。2012年12月4日にリサーチャー達はニューラルインフォメーションプロセシングシステム（NIPS）においてプレゼンを行いその数週間前にImageNet Classificationコンペで優勝した現行のニューラルネットワークに関する詳細な情報を提供した。彼らのお陰で識別アルゴリズムが72%から85%に改善されニューラルネットワークの利用は人工知能のファンダメンタルな物との位置づけられた。 二年も経たぬ間にこのエリアにおける進歩はImageNetコンテストにおいての識別度は96%を達成した。これは人間のそれ（95%）を僅かではあるが上回った。

AIの今後

現在我々はアップダウンする進化の波のピークにいるのでは、そしてこの熱い感動もそろそろ良い所まで来ているのではとの危惧が語られ始めている。この新時代の到来は以下の三つの理由から今までとは違うと筆者は信じている。 一つ目はビッグデータ:アルゴリズムにフィードインするに必要な様々なデータがやっと揃った。二つ目は技術的進歩:ストーレージ能力、計算能力、アルゴリズムに対する理解、よりベターで大きくなったバンド幅、そして低減された技術コストがもたらす必要な情報の消化が可能なモデル機を実際に作る事が出来るという利点。そして最後はUberやAirbnbのビジネスモデルのお陰出出現した資源の民主化と効率的なアロケーションでこれらはクラウドサービス（例としてアマゾンウエブサービス）とGPUがオペレーションしているパラレルコンピューティングに反映されている。