#AIの80年:学んだ教訓人工知能(AI)の分野は、過去80年間に起伏を経験してきました。AIの未来の発展を予測することは依然として困難ですが、歴史を振り返ることで、なぜ過去の予測が実現しなかったのか、どのような面で、どのような方法で、何が原因で実現しなかったのかをより良く理解することができます。AIの発展の歴史は1943年12月に始まり、神経生理学者マカロックと論理学者ピッツが理想化された神経元ネットワークに関する論文を発表しました。この論文は実験的根拠が欠けていましたが、今日の主流である深層学習AIを示す「コネクショニズム」にインスピレーションを与えました。しかし、この方法は脳の実際の機能とは無関係であり、「脳を模倣する」としばしば表現されることがあります。これは、工学と科学を混同し、科学と推測を混同しないよう警戒することを思い出させます。さらに重要なのは、「私たちは神のようだ」という錯覚に抵抗することであり、人間が人間のような機械を創造できると考えることです。この傲慢さは過去80年間、テクノロジーのバブルとAIの周期的な熱狂の触媒であり続けてきました。1950年代から、汎用AI(AGI)が登場するという予言がありました。しかし、これらの予測はしばしば「第一歩の誤謬」に基づいており、機械が以前は不可能だと考えられていたタスクを完了できれば、たとえそれが非常に悪いものであっても、さらなる技術の進展によって完璧に実行できると考えられています。事実、何かをできない状態から、できているが不十分な状態になるまでの距離は、通常、不十分な状態から良好な状態になるまでの距離よりもずっと短いことが証明されています。1960年代中頃から、専門家システムは現実世界の知識の取得とプログラミングに重点を置くようになった。しかし、90年代初頭には、このAIブームは破綻し、主に知識取得プロセスが煩雑で時間がかかり、コストがかかることが原因であった。これは、十年または十五年にわたる広範な採用と多額の投資があったとしても、持続可能な「新産業」を生み出すとは限らないことを示している。長い間、ルールベースのシンボリックAIと統計ベースのコネクショニズムが主導権を争ってきました。2012年のコネクショニズムの復活以前、AI研究は主に学術界によって推進されており、教条主義が存在しました。しかし、近年AIの発展の焦点は民間部門に移っていますが、全体の分野は依然として単一の研究方向に固執しています。これは、すべてのAIの"卵"を同じ"バスケット"に入れないようにということを思い出させます。AIの80年の発展の歴史を振り返ると、これらの経験と教訓は、現在のAIリーダー企業が今後の波乱を乗り越える手助けになるかもしれません。警戒を維持し、多様な発展を図り、技術の発展の不確実性を認識することが、今後のAI発展の鍵となるでしょう。
狂信的な黙示録から理性的な黙示録への 80 年にわたる AI 開発
#AIの80年:学んだ教訓
人工知能(AI)の分野は、過去80年間に起伏を経験してきました。AIの未来の発展を予測することは依然として困難ですが、歴史を振り返ることで、なぜ過去の予測が実現しなかったのか、どのような面で、どのような方法で、何が原因で実現しなかったのかをより良く理解することができます。
AIの発展の歴史は1943年12月に始まり、神経生理学者マカロックと論理学者ピッツが理想化された神経元ネットワークに関する論文を発表しました。この論文は実験的根拠が欠けていましたが、今日の主流である深層学習AIを示す「コネクショニズム」にインスピレーションを与えました。しかし、この方法は脳の実際の機能とは無関係であり、「脳を模倣する」としばしば表現されることがあります。
これは、工学と科学を混同し、科学と推測を混同しないよう警戒することを思い出させます。さらに重要なのは、「私たちは神のようだ」という錯覚に抵抗することであり、人間が人間のような機械を創造できると考えることです。この傲慢さは過去80年間、テクノロジーのバブルとAIの周期的な熱狂の触媒であり続けてきました。
1950年代から、汎用AI(AGI)が登場するという予言がありました。しかし、これらの予測はしばしば「第一歩の誤謬」に基づいており、機械が以前は不可能だと考えられていたタスクを完了できれば、たとえそれが非常に悪いものであっても、さらなる技術の進展によって完璧に実行できると考えられています。事実、何かをできない状態から、できているが不十分な状態になるまでの距離は、通常、不十分な状態から良好な状態になるまでの距離よりもずっと短いことが証明されています。
1960年代中頃から、専門家システムは現実世界の知識の取得とプログラミングに重点を置くようになった。しかし、90年代初頭には、このAIブームは破綻し、主に知識取得プロセスが煩雑で時間がかかり、コストがかかることが原因であった。これは、十年または十五年にわたる広範な採用と多額の投資があったとしても、持続可能な「新産業」を生み出すとは限らないことを示している。
長い間、ルールベースのシンボリックAIと統計ベースのコネクショニズムが主導権を争ってきました。2012年のコネクショニズムの復活以前、AI研究は主に学術界によって推進されており、教条主義が存在しました。しかし、近年AIの発展の焦点は民間部門に移っていますが、全体の分野は依然として単一の研究方向に固執しています。これは、すべてのAIの"卵"を同じ"バスケット"に入れないようにということを思い出させます。
AIの80年の発展の歴史を振り返ると、これらの経験と教訓は、現在のAIリーダー企業が今後の波乱を乗り越える手助けになるかもしれません。警戒を維持し、多様な発展を図り、技術の発展の不確実性を認識することが、今後のAI発展の鍵となるでしょう。