講演資料
講義資料スライドの表紙です。上のスライド画像をクリックすると、同じ画面のまま全編のPDF資料を快適に閲覧・印刷することができます。
セミナーの概要
本セミナーは、「人工知能の歴史を振り返る」と題し、1950年のチューリングによる問題提起から2017年の最先端技術にいたるまで、約70年にわたる人工知能研究の軌跡を体系的に俯瞰するものです。丸山不二夫氏が構成するこの講義の中心的な「問い」は、チューリングが1950年に発した「機械は考えることができるか？」というシンプルかつ根源的な命題が、技術的・哲学的にどのような道筋を経て現在の形に結実したか、という点にあります。
AIの歴史は決して直線的な進歩の物語ではありませんでした。1957年にサイモンが「10年以内にコンピュータがチェスの世界チャンピオンになる」と豪語した楽観論は悉く外れ、1972年には「外国語翻訳機の実現はほとんど絶望的」と断言する懐疑論が台頭し、巨額の国家プロジェクトも期待に応えられず終わるという「冬の時代」を繰り返してきました。その一方で、チョムスキーの生成文法、ロビンソンの導出原理、ミンスキーのフレーム理論、ルメルハートらの並列分散処理など、基礎的な知的営みが着実に積み重ねられてきました。
そしてその臨界点となったのが2012年です。Googleの教師なし学習によるネコ・顔認識、AlexNetによるImageNetコンテストでの圧勝、そして音声認識へのディープラーニング応用という三つの出来事が重なり、ニューラルネットワーク上のディープラーニングが現代AI技術の中核の座を占めるに至りました。2016年にはGoogleのニューラル機械翻訳が以前比58〜87%の改善を達成し、石田晴久が「絶望的」と断言した機械翻訳の夢は現実のものとなりました。
講義の締めくくりでは、感覚・運動的外界把握、言語能力、文字による知識集積、数学的対象認識という「人間の認識の発展の階層」にAI技術を対応付け、現在の技術的達成と残された課題を整理します。機械学習・ディープラーニング・自然言語処理・論理的推論という複数の流れが統合されていく先に「未来の人工知能」があると示唆する、歴史的俯瞰と技術的展望を兼ね備えたセミナーです。
講義のロードマップ
ここでは、セミナーの講演資料がどのようなパートから構成されているかを示します。また、それぞれのパートのポイントを紹介します。
■ Part 1: チューリングの問題提起と展望（1950年）
現代AI研究の出発点として、アラン・チューリングが1950年に発表した論文「Computing Machinery and Intelligence」を位置づけます。「機械は考えることができるか？」という問いに対する判定基準として「チューリング・テスト」を提案し、「今世紀の終わりには矛盾なく『機械の思考』について語れるようになる」という50年先を見通した展望を示した点が核心です。[p.2, p.3, p.4]
■ Part 2: 第一次AIブームと楽観論・懐疑論の対立（1955〜1974年）
チョムスキーの生成文法（1955〜56年）、ロゼンブラットのパーセプトロン（1958年）、サイモンの楽観的予言（1957年）が相次いで登場した後、実際の研究進捗がその期待に追いつかず、1970年代に強烈な懐疑論と批判が噴出する流れを描きます。[p.8〜p.24]
■ Part 3: 第五世代コンピュータと第二次ニューラルネットブーム（1982〜1992年）
日本が国家プロジェクトとして約540億円を投じた「第五世代コンピュータ計画」（1982〜1992年）を取り上げます。並列推論型コンピュータと知識情報処理を目指したこの挑戦の成果と限界、および同時期にルメルハートらが起こした並列分散処理（PDP）による第二次ニューラルネットブームを対比的に論じます。[p.25〜p.29]
■ Part 4: Googleとデータ駆動型AI、ディープラーニングの台頭（2004〜2012年）
Googleの登場（2004年）がAI観をデータ駆動型・検索中心へと転換させ、IBM Watsonのクイズ番組制覇（2011年）、Facebookのソーシャルグラフ戦略（2012年）、Google Knowledge Graph（2012年）という流れの後、2012年に「ディープラーニング元年」とも呼ぶべき三つの出来事が重なり、現代AI技術の主軸が確立されるまでを描きます。[p.30〜p.40]
■ Part 5: ニューラル機械翻訳とDifferentiable Neural Computer（2016〜2017年）
2016年にGoogleが投入したニューラル機械翻訳（GNMT）が以前の統計的機械翻訳（PBMT）比で58〜87%の改善を達成し、「外国語翻訳は絶望的」という1972年の断言を覆しました。さらに、Alex GravesのDifferentiable Neural Computer（DNC）が論理的推論という新たな領域に挑む技術として紹介され、ディープラーニングの次なる展開が示されます。[p.41〜p.48]
■ Part 6: 人工知能研究のパースペクティブ（総括）
人間の認識の発展を「感覚・運動的外界把握→言語能力→文字による知識集積→数学的対象認識」という四層の階層として捉え、それぞれに対応するAI技術（画像認識・自動翻訳・Knowledge Graph・論理推論等）を整理します。現在のAI技術を構成するA〜Eの複数の流れが示され、それらの統合の先に「未来の人工知能」があると締めくくります。[p.49〜p.53]
ページのナビゲート