人工知能の開発の歴史をご存知ですか？

20 世紀から 21 世紀にかけての数え切れないほどのテクノロジーの進歩の中で、最も影響力のあるものは間違いなく人工知能です。情報を見つける方法を再構築する検索エンジンのアルゴリズムから、消費者の世界における Amazon の Alexa に至るまで、人工知能はテクノロジー業界全体を未来に導く主要なテクノロジーとなっています。

新興企業であっても、Microsoft のような業界の巨人であっても、企業内には人工知能や機械学習に取り組んでいる部門が少なくとも 1 つはあります。ある調査によると、世界の人工知能産業は 2021 年に 935 億米ドルと評価されています。

人工知能は、2000 年代と 2010 年代にテクノロジー業界の勢力として爆発的に普及しましたが、少なくとも 1950 年代から何らかの形で存在しており、おそらくさらに遡ります。

チューリング テストやチェス用コンピューターなど、人工知能の歴史の大まかな概要は人々の意識に深く根付いていますが、常識の表面の下には豊かで濃密な歴史が存在しています。この記事では、この歴史からエッセンスを抽出し、人工知能がどのようにして神話的なアイデアから世界を変える現実へと移行したのかを示します。

民間伝承から事実へ

人工知能は最先端の概念であると考えられがちですが、人間は何千年もの間、人工知能を想像してきました。そして、これらの想像力は今日の成果において重要な役割を果たしてきました。進歩は実際の影響を及ぼしました。ギリシャのクレタ島の守護者である青銅のロボット タロスや、ルネサンス期の錬金術による人間の創造などです。フランケンシュタインの怪物、2001 年宇宙の旅の HAL 9000、ターミネーター シリーズのスカイネットなどのキャラクターは、現代のフィクションにおける人工知能の描写方法のほんの一部です。

人工知能の歴史の中で最も影響力のある架空の概念の 1 つは、アイザック アシモフのロボット工学の 3 原則です。これらの法則は、現実世界の研究者や企業がロボット工学に関する独自の法則を作成する際によく引用されます。

実際、英国の工学・物理科学研究評議会、芸術・人文科学研究評議会がロボットの設計者、製作者、ユーザー向けの 5 つの原則を発表したとき、アシモフの基準点としてアシモフを明示的に引用しました。法律は実際には機能しません。

コンピュータ、ゲーム、そしてチューリング テスト

アシモフが『三法則』を執筆していた 1940 年代、研究者のウィリアム グレイ ウォルターは初歩的な人工知能シミュレーション バージョンを開発していました。カメまたはタートルとして知られるこれらの小さなロボットは、光やプラスチックの殻との接触を検出して反応することができ、コンピューターを使用せずに動作することができます。

1960 年代後半、ジョンズ ホプキンス大学は、コンピューターを使わない別の自律ロボット、ビーストを構築しましたが、これはソナーを使用して大学の廊下を移動し、バッテリーが切れたときに特別な方法で反応することができました。出口。

しかし、今日私たちが知っている人工知能は、その発展がコンピューターサイエンスの発展と密接に結びついていることに気づくでしょう。チューリングは 1950 年に発表した論文「コンピューティング マシンとインテリジェンス」の中で有名なチューリング テストを提案し、今日でも影響力を持っています。初期の人工知能プログラムの多くは、Frantic I コンピューター用の Christopher Strachey のチェッカー プログラムなど、ゲームをプレイするために開発されました。

1956年、マービン・ミンスキー、ジョン・マッカーシー、クロード・シャノン、ネイサン・ロチェスターはダートマスのセミナーで「人工知能」という用語を作りました。会議でマッカーシー氏はこの新興分野の名前を考案した。

このセミナーは、アラン ニューウェルとハーバート サイモンが、コンピュータ プログラマーのクリフ ショーの助けを借りて開発した論理理論コンピュータ プログラムを初めてデモンストレーションした場所でもありました。 「Logic Theorist」は、人間の数学者が行うように数学の定理を証明するように設計されています。

ゲームと数学は、「検索としての推論」原理を簡単に適用できるため、初期の人工知能の焦点でした。検索としての推論は、平均分析 (MEA) とも呼ばれ、3 つの基本的な手順に従う問題解決方法です。

• 観察した問題の進行状況を判断します。
• 最終的な目標を決定します（空腹感を感じなくなる）。
• 問題を解決するために必要なアクションを決定します。

これは、アクションで問題が解決しない場合は、新しい一連のアクションを見つけて問題が解決するまで繰り返すという、人工知能の原理の初期の先駆けでした。

ニューラル ネットワークと自然言語

冷戦時代の政府が相手国よりも有利になる可能性のあるものには何でも喜んで投資したため、1950 年代と 1960 年代に人工知能の研究が急増しました。 . DARPA などの組織からの多額の資金提供。

この研究は、機械学習における一連の進歩を促進しました。たとえば、多目的進化アルゴリズムを使用しているときに、ヒューリスティックな思考のショートカットが生成され、AI が探索する可能性のある、望ましい結果を達成する可能性が低い問題解決の道がブロックされます。

最初の人工ニューラル ネットワークは、もともと 1940 年代に提案され、米国海軍研究局からの資金援助のおかげで 1958 年に発明されました。この時期の研究者の主な焦点は、人工知能に人間の言語を理解させることにありました。

1966 年、Joseph Weizenbaum は最初のチャットボット ELIZA を発表しました。ELIZA は世界中のインターネット ユーザーから感謝されています。人工知能研究における最も影響力のある初期の開発の 1 つは、文章を単純なキーワードのセットとしての基本概念に変換しようとするロジャー シャンクの概念依存理論です。

人工知能の最初の冬

1970 年代、1950 年代、1960 年代に広まっていた人工知能研究に対する楽観的な見方は消え始めました。 AI 研究が直面している現実世界の無数の問題により、資金が枯渇しつつあります。その主なものは、コンピューティング能力の限界です。

ブルース G. ブキャナンは、Journal of Artificial Intelligence の記事で次のように説明しています。「初期のプログラムは、メモリとプロセッサのサイズと速度、および初期のオペレーティング システムと言語の相対的な不器用さによって必然的に制限されました。 「資金がなくなり、楽観的な見方が薄れるにつれて、この時期は人工知能の冬として知られるようになりました。

この期間中、AI 研究者は挫折に遭遇し、学際的な意見の相違が生じました。 1969 年にマービン ミンスキーとフランク ローゼンブラットによる「パーセプトロン」が出版されたことにより、ニューラル ネットワーク分野の発展は完全に妨げられ、この分野の研究は 1980 年代まで進歩しませんでした。

その後、いわゆる 2 つの主要なカテゴリが出現しました。1 つのカテゴリは、人工知能のトレーニングと教育に論理的および記号的推論を使用する傾向があります。彼らは、人工知能が数学の定理などの論理的な問題を解決できることを期待しています。

ジョン マッカーシーは、1959 年の提案で人工知能にロジックを使用するというアイデアを導入しました。さらに、1972 年にアラン・コルメラウアーとフィリップ・ルーセルによって開発された Prolog プログラミング言語は、論理プログラミング言語として特別に設計され、今日でも人工知能で使用されています。

同時に、別のグループは、人工知能に人間のように考える必要がある問題を人工知能に解決させようとしています。マービン・ミンスキーは 1975 年の論文で、研究者が一般的に使用する「フレーミング」と呼ばれる手法の概要を説明しました。

フレームワークは、人間と人工知能が世界を理解するための方法です。新しい人や出来事に遭遇したとき、私たちは似たような人や出来事の記憶を利用して一般的なアイデアを得ることができます。たとえば、新しいレストランで食べ物を注文するときなどですが、メニューやサービスを提供する人がわからない場合があるため、他店での過去の経験に基づいた注文方法の大まかなアイデア。

学術界から産業界へ

1980年代は、人工知能への熱意が再び高まった時期でした。たとえば、日本の第 5 世代プロジェクトでは、コード上で動作する通常のコンピュータと同じように、Prolog 上で動作するスマート コンピュータを作成することを目指しており、これがアメリカ企業の関心をさらに掻き立てました。遅れをとりたくないアメリカ企業は人工知能の研究に投資している。

要約すると、人工知能への関心の高まりと産業研究への移行により、人工知能産業の価値は 1988 年に 20 億米ドルにまで急上昇しました。インフレを考慮すると、この数字は 2022 年には 50 億ドル近くになるでしょう。

人工知能の二度目の冬

しかし、1970 年代と同様、1990 年代になると関心が薄れ始めました。 10 年間の開発を経て、第 5 世代イニシアチブはその目標の多くを達成できていないが、企業が大量生産された汎用チップを購入し、AI アプリケーションをソフトウェアにプログラムする方が安くて簡単だと考えるようになり、専用の AI ハードウェアの市場が存在する、LISPマシンなどのクラッシュが原因で市場全体が縮小しました。

さらに、今世紀初頭に人工知能の実現可能性を証明したエキスパート システムには、致命的な欠陥が見つかり始めました。システムが使用され続けると、操作するルールが追加され続け、処理するためにますます大規模な知識ベースが必要になります。最終的には、システムの知識ベースを維持および更新するために必要な人員の量が増加し、最終的には経済的に持続不可能になります。これらと他の要因が組み合わさって、AI の第 2 の冬が到来しました。

新千年紀と人工知能の現代世界へ突入

1990 年代後半から 21 世紀初頭にかけて、人工知能の春が来る兆しがありました。 AI の最も古い目標のいくつかはついに達成されました。たとえば、1997 年にディープ ブルーが当時のチェスの世界チャンピオンであるゲイリー カスパロフに勝利したことは、AI にとって画期的な瞬間でした。

より洗練された数学ツールや電気工学などの分野とのコラボレーションにより、人工知能はよりロジックに重点を置いた科学分野に変わりました。

同時に、人工知能は、Google の検索エンジン アルゴリズム、データ マイニング、音声認識など、多くの新しい産業分野に応用されています。新しいスーパーコンピューターやプログラムは、IBM の Watson が Jeopardy に勝ったように、人類のトップの敵と競争し、さらには勝つことになるでしょう。

近年の人工知能で最も影響力のあるものの 1 つは、Facebook のアルゴリズムです。このアルゴリズムは、プラットフォームのユーザーのオンライン エクスペリエンスを厳選するために、ユーザーがいつどの投稿を閲覧したかを判断します。同様の機能を備えたアルゴリズムは、Youtube や Netflix などのサイトで見つけることができます。これらのアルゴリズムでは、過去の履歴に基づいて、視聴者が次に何を見たいかを予測します。

場合によっては、これらのイノベーションは人工知能とさえみなされません。ニック・ブロストロームは、2006 年の CNN とのインタビューで次のように述べています。「一般的なアプリケーションに浸透した多くの最先端の人工知能は、通常、人工知能とは呼ばれません。なぜなら、何かが十分に有用になり、十分に一般的になると、それはもはや人工知能とは呼ばれないからです」 ."

有用な人工知能を AI と呼ばない傾向は 2010 年代までは続きませんでした。現在、新興企業もハイテク大手も同様に、自社の最新製品が人工知能や機械学習によって強化されていると主張しようと躍起になっている。場合によっては、この欲求が非常に強いため、AI の機能に問題がある場合でも、自社の製品には AI が搭載されていると主張する人もいます。

前述のソーシャル メディア アルゴリズムや Amazon の Alexa のような仮想アシスタントを通じて、人工知能が多くの人々の家庭に入り込んでいます。冬やバブルの崩壊を乗り越えながらも、人工知能の分野は存続し、現代生活の非常に重要な部分となっており、今後数年間で飛躍的に成長する可能性があります。

以上が人工知能の開発の歴史をご存知ですか？の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。