「生成AI」という言葉がここ数年で急速に広まったため、まるで最近突然生まれた技術のように感じている方も多いかもしれません。しかし実際には、AIの研究は70年以上前から積み重ねられてきました。今回は、その積み重ねがどうやって今の生成AIにつながったのかを、いくつかの転換点をたどりながら見ていきます。
まず、「AI」と「生成AI」は同じではない
「AI」は、人間の知的な作業を機械で実現しようとする、幅広い研究分野を指す言葉として使われてきました(この定義には研究者によって幅がありますが、ここでは広い意味で捉えます)。これに対して「生成AI」は、文章・画像・音声・動画・コードといった、新しいコンテンツを生み出すAIを指す、比較的新しい呼び方です。
つまり、生成AIという言葉自体の歴史は新しくても、その土台になっているAI研究は、1950年前後を起点とすると70年以上にわたって積み重ねられてきたものです。まずは、その積み重ねを年表で見てみます。
- 1950年
チューリングが「機械は考えることができるか」を論じ、「チューリングテスト」の考え方を提示
- 1956年
ダートマス会議。「Artificial Intelligence」という言葉と、研究分野としてのAIが動き出す
- 1964〜
1966年対話プログラム「ELIZA」がMITで開発される
- 1970〜
90年代期待と失望が繰り返される「AIの冬」を2度経験
- 2012年
画像認識コンテストでのAlexNetの成果をきっかけに、深層学習が大きく注目される
- 2014年
2つのAIを競わせて画像などを生成する「GAN」が登場
- 2017年
論文「Attention Is All You Need」でTransformerが登場。現在の大規模言語モデルの土台に
- 2022年
11月ChatGPT公開。専門知識がなくても使える形になり、一般に生成AIが一気に広まる
1950年代:「機械は考えられるか」という問い
AI研究の出発点としてよく引用されるのが、数学者アラン・チューリングが1950年に発表した論文です。「機械は考えることができるか」という問いを立て、人間と会話して区別がつかなければ知的とみなす、いわゆる「チューリングテスト」の考え方を提示しました。
1956年:「AI」という研究分野の始まり
「AIという研究分野の成立」を語るときによく挙げられるのが、1956年にアメリカのダートマス大学で開かれた会議です。前年の1955年、ジョン・マッカーシーらが提案書の中で使った「Artificial Intelligence(人工知能)」という言葉が、この分野の名前として定着していきました。機械に学習や抽象的な思考をさせられないかを本格的に研究しようという、いわば旗揚げのような出来事です。
1960年代:人と機械が「会話する」という発想
1964年から1966年にかけて、MITのジョセフ・ワイゼンバウムが「ELIZA(イライザ)」という対話プログラムを開発しました。決まったパターンに沿って応答を返すだけの単純な仕組みでしたが、実際に使った人の中には「本当に理解されている」と感じる人もいたそうです。後に「世界初のチャットボット」と呼ばれることが多いプログラムですが、「チャットボット」という言葉自体は1990年代に生まれたもので、ワイゼンバウム自身がその肩書きを狙って開発したわけではありませんでした。それでも、人間がAIに感情移入しやすいという性質を早くから示した出来事として知られています。
AIの冬:期待と失望を、二度繰り返した
AIの歴史は、ずっと右肩上がりに進んできたわけではありません。期待が高まり、成果が追いつかず、研究資金や注目が離れていく「AIの冬」と呼ばれる停滞期を、少なくとも二度経験しています。1970年代半ばには、初期のAI研究に対する期待外れの評価をきっかけに研究資金が絞られ、1980年代後半には、実用化が期待された「エキスパートシステム」と呼ばれる技術が商業的に振るわず、再び冬の時代を迎えました。今のAIブームも、歴史上初めての「AIブーム」ではないということです(2度の冬が何だったのかは「AIは役に立った。それでも『冬』は来た」で詳しく紹介しています)。ただし、これは今のブームが同じように終わることを意味するわけではありません。
2012年前後:深層学習が注目を集める
長い停滞期を経て、大きな転機となったのが2012年前後です。画像認識の精度を競う国際コンテスト「ImageNet Large Scale Visual Recognition Challenge」で、「AlexNet」と呼ばれる深層学習の手法を用いたモデルが、それまでの手法を大きく上回る成果を出したことが、深層学習への注目を高めたきっかけの一つとして知られています。大量のデータ、GPUなどの計算資源、そしてニューラルネットワークの技術、この3つがそろって初めて実用的な成果につながる、という流れがここから加速していきました。
2014年:「生成する」AIの広がり
2014年には、2つのAIを競わせて画像などを生成する「GAN(敵対的生成ネットワーク)」が登場しました。それまでのAI研究の多くが、既存のデータを分析・分類することに主眼を置いていたのに対し、GANは新しいコンテンツを生み出す「生成モデル」の発展を象徴する技術の一つとなりました。GANが生成AIそのものの始まりというわけではありませんが、「AIが何かを新しく作り出す」という方向性が広がっていく、大きな一歩でした。
2017年:Transformerという転換点
2017年、Googleの研究者らが発表した論文「Attention Is All You Need」が、Transformer(トランスフォーマー)という新しい設計方式を提示しました。専門的な仕組みですが、簡単に言うと、文章の中で「どの単語が、他のどの単語と関係しているのか」を効率よく捉えられる仕組みです。これによって、長い文章の文脈を踏まえた自然な文章生成が、格段にやりやすくなりました。
この設計方式が土台となって、大規模なデータで訓練された「大規模言語モデル」が生まれ、その延長線上にGPTシリーズのようなモデルが登場し、最終的にChatGPTへとつながっていきます。
2022年:ChatGPTは「突然賢くなった」わけではない
2022年11月のChatGPT公開は、「ある日突然すごいAIが生まれた」出来事のように語られがちですが、実際にはそうではありません。その裏側には、大量のデータ、大規模な計算資源、深層学習、Transformer、大規模言語モデル、そして人間のフィードバックを使ってAIの応答を調整する仕組みなど、複数の技術の積み重ねがあります。2022年11月は、AIの誕生日というより、それまで積み重なってきた技術が、一般ユーザーの手元に一気に届いた転換点だったといえます。
なぜ2022年に、一気に広まったのか
ここでよくある疑問が、「なぜ2022年だったのか」です。それまでのAIは、主に研究者や専門のエンジニアが使うものでした。ChatGPT以降、AIは自然な言葉で話しかけるだけで使える、普通の人のためのものに変わりました。この変化は、一つの理由だけで説明できるものではなく、いくつかの条件が重なって起きたと考えられます。
モデル自体の性能が大きく向上したこと、話しかけるだけで使えるインターフェースが整ったこと、文章生成だけでなくコードや画像などにも対象が広がっていったこと、クラウド経由で誰でもすぐに使える形になったこと——技術の性能だけでなく、使いやすさや届けられ方が同時に整ったことが、一気に広まった背景にあると考えられます。ChatGPT以前にも、画像生成や音声生成、文章生成といった生成AIの研究やサービスは存在していました。ChatGPTは生成AIそのものを発明したのではなく、生成AIを一般ユーザーに一気に広めた、大きな転換点だったということです。
2023年以降:「文章を作るAI」から「仕事を実行するAI」へ
2022年で歴史が止まったわけではありません。2023年以降は、文章だけでなく画像・音声・動画をまたいで扱える「マルチモーダルAI」が広がり、複数の手順を踏んで自律的に作業を進める「AIエージェント」や、答えを出す前にじっくり考える「推論モデル」も登場してきました。生成AIは、「文章を作るAI」から、「さまざまな仕事を実行するAI」へと役割を広げつつある段階にあります。
70年の歴史から見えること
ここまでの流れを振り返ると、いくつかの学びが見えてきます。
まず、AIは一気に進化したわけではなく、数十年単位の研究の積み重ねの上に成り立っています。次に、AIの歴史はブームと停滞を繰り返してきたということです。今の生成AIブームだけを見て、これがずっと続く、あるいはすぐ終わる、と単純に判断するのは早計です。さらに、技術単体で普及が決まるわけではなく、技術、計算資源、データ、使いやすいインターフェース、社会側の需要といった条件が組み合わさって初めて、大きな変化になるということです。そして、次のブレイクスルーがあるとすれば、それはおそらく全く新しい発想からではなく、今すでにある技術の組み合わせや改良から生まれる可能性が高いと考えられます。
AIの歴史を知ることは、昔の出来事を覚えるためのものではありません。今のAIがどこから来て、どこへ向かおうとしているのかを理解するためのものです。企業のAI活用でも同じで、目の前のツールだけを見るのではなく、自社の業務が今後どう変わっていくのかを考えることが重要だとPIMOAでは考えています。ChatGPTはAIのゴールではなく、70年以上続くAI史の中の一つの転換点にすぎません。
参考記事
The History of Artificial Intelligence: Complete AI Timeline - TechTarget
The 1956 Dartmouth Workshop and its Immediate Consequences - Computer History Museum