最近では人工知能という言葉は広がり、珍しいものではなくなりましたよね。
そうですね。しかし、人工知能というものがどういったものなのか詳しく知っている人は少ない気がします。
この記事では、人工知能がどういったものなのか、定義とこれまでの歴史を振り返りながら見ていきたいと思います。
人工知能とは
人工知能はよくAIと呼ばれますが、Artificial intelligenceという英語の頭文字をとったものです。
皆さんは人工知能と聞いて、何を思いつきますか?
最近ではアニメやゲーム、映画などでもよく出てきますよね♪
では、人工知能という言葉の定義は何かと聞かれると答えることができるでしょうか?
知能を持っている機械のことを指すのでは?
人工的につくられた人間のような知能、もしくはそれをつくる技術じゃないの?
他にも人間を超えた知能を持つものを指す人もいたりとたくさんの意見があると思います。
実際、人工知能という言葉の定義は明確には存在していないのが現状です。
人工知能は、数学、計算機科学、認知科学、ロボット工学、神経科学、心理学など様々な分野によって構成されているため広範な知見が必要になります。
そのため、人によって定義が変わるのは当然と思っても良いのかもしれません。
現在では汎用的人工知能は存在していませんが、特定の領域(例えば顔認識)などでは人間よりも優れています。
人工知能の歴史
人工知能には現在まで、3つのブームがあるとされています。
第1次AIブーム
1956年、ダートマス会議と呼ばれる互いの研究成果を発表し合う場でジョン・マッカーシーが人工知能という言葉を初めて使いました。
情報理論の考案者であるシャノンも参加していました!!
この会議では、他にも有名な学者が参加していました。
1958年、単純パーセプトロンと呼ばれる動物の神経細胞の機能をモデル化したもので、パターン認識に使われます。これは線形識別問題に使われ、2つのクラスに分けることができます。
また、この時代に「物理記号システム仮説」と呼ばれる世界の全てを記号に置き換えることができ、知能はその記号の操作と捉えることができるとする考えが生まれました。
しかし、記号操作を中心とした人工知能研究の限界が見えてきました。
線形分離可能なものしか学習できなくない??
という意見が1960年代末に指摘され、ブームが過ぎ去っていきました。
第2次AIブーム
1986年に誤差逆伝播法が考案され、これを使った入力層と出力層の間に中間層を入れる三層構造を作る多層パーセプトロンという考えが生まれました。
また、「エキスパートシステム」と呼ばれる専門家から対処方法や判断などの知識をルールと定義して、問題を解決させる研究が流行りました。これにより、医療や生産、会計など様々な分野で使われました。
しかし、エキスパートシステムにも限界がありました。
例えば医療診断で使われていた際に、「頭が痛い」と言われても頭のどの部分かがわからない、曖昧な情報を含むため、うまく機能できない場面がありました。
このように、常識レベルの知識がコンピューターで扱うことができなかったため廃れていきました。
第3次AIブーム
2000年代から現在まで続いているのがこちらの第3次AIブームです。
皆さん聞いたことがあると思われる「ディープラーニング」が誕生したことにより盛んになりました。
2006年にジェフリー・ヒントンがオートエンコーダーと呼ばれるニューラルネットにおいて中間層を増やしても学習ができる方法を提案しました。
これにより再びニューラルネットの研究が少しずつ盛んになっていきました。
2012年にILSVRCと呼ばれるコンピュータシステムの画像認識を競う世界大会でヒントン教授らのチームが2位と大きく差を離して圧勝しました。その時に使われていたのがニューラルネットだったため注目を集めました。
2016年にはニュースでもよく取り上げられていたアルファ碁がプロの囲碁棋士に勝ったことや自動運転の開発で使用されるなど活躍しています。
まとめ
今回は人工知能について、どのようなものなのかや歴史について解説しました。
現在、IT人材が不足していると言われている中、人工知能について勉強することは損しないと思われます。
人工知能について書かれている本やサイトはたくさんあるので、勉強していきましょう♪
以下におすすめの本を載せておきます。
こちらは人工知能がどういったことができるのか、AI研究について知ることができます。
AIの中身を学習していくというよりは全体像を掴む目的として読むことをおすすめします。
私は世界一カンタンとは思いませんでした(笑)が、とてもわかりやすく書かれていますので、ぜひ読んでいただきたい一冊になります。
こちらは逆にAIを本格的に学ぼうと考えている方におすすめの本になります。
ストーリー形式で一つ一つの分野(例えば探索や自然言語処理など)を解説していきます。
章末には問題もあるので、ちゃんと理解できたかチェックできるのも良い点だと思います。