トップ>図解解説>人工知能をめぐる動向>AIブームの歴史

AIブームの歴史

第1次〜第3次AIブームと冬の時代
🔰 初心者

AIって最近急に出てきた技術のように感じるのですが、実は歴史があるんですか？

🎓 上級者

はい、AIの研究は1950年代から始まっています。これまでに3回のブームがあり、それぞれのブームの間には「AI冬の時代」と呼ばれる停滞期がありました。G検定では各ブームのキーワードと限界を正確に覚えることが大切です。

AIブームの歴史 ── 3つの波と冬の時代 注目度 1950s 1960s 1970s 1980s 1990s 2000s 2010s 現在 冬の時代① トイ・プロブレム 冬の時代② 知識獲得のボトルネック 第1次AIブーム 探索・推論 第2次AIブーム エキスパートシステム 第3次AIブーム 機械学習・DL 1956 ダートマス会議 2012 AlexNet 各ブームには「期待 → 限界の発覚 → 冬の時代」というサイクルがある（第3次は継続中）
図1: 3つのAIブームと冬の時代 ── 波のように繰り返してきたAI研究の歴史
🔬 第1次AIブーム（1950年代後半〜1960年代）
キーワード：推論・探索

1956年のダートマス会議をきっかけにAI研究がスタート。パズルや迷路、チェスなど単純な問題を推論と探索で解くことに成功しました。

項目内容
時期1956年〜1960年代
きっかけダートマス会議（1956年）
技術探索、推論
できたことパズル、迷路、チェスなど単純な問題
限界現実世界の複雑な問題は解けない（トイ・プロブレム）
🧠 初期のAIプログラム

ロジックセオリスト（Logic Theorist）

1956年、アレン・ニューウェルとハーバート・サイモン（＋J.C.ショウ）が開発した世界初のAIプログラム
ホワイトヘッドとラッセルの数学書『プリンキピア・マテマティカ』に掲載された定理を自動で証明するプログラム。52個の定理のうち38個の証明に成功した。

1956年のダートマス会議で発表され、「機械が人間の知的作業を代行できる」ことを示した歴史的なプログラム。第1次AIブームの「推論・探索」を象徴する成果。
💬 初期の対話システム

ELIZA（イライザ）

1966年、ジョセフ・ワイゼンバウムがMITで開発した初期の対話プログラム
セラピスト（ロジャーズ派カウンセラー）を模倣し、ユーザーの入力文からキーワードを拾って定型パターンで応答する。
例：「頭が痛い」→「なぜ頭が痛いと思うのですか？」

実際には文章を理解していないが、多くの人が「本当に理解してくれている」と感じた。この現象をELIZA効果と呼ぶ。
ELIZA効果

コンピュータの応答に対して、人間が実際以上の知性や理解力を勝手に読み取ってしまう心理的傾向。

ELIZAは単純なパターンマッチで応答しているだけなのに、利用者は「自分の悩みを理解してくれている」と感じた。AIの能力を過大評価してしまう人間側の問題として、現在のAI利用でも重要な視点。

トイ・プロブレム（おもちゃの問題）

AIが解けたのは、ルールが明確で限定された「おもちゃのような」問題だけでした。現実世界の曖昧で複雑な問題には対応できず、第1次AI冬の時代へ突入しました。

📚 第2次AIブーム（1980年代）
キーワード：知識・エキスパートシステム

専門家の知識をルール（if-then）として記述し、コンピュータに判断させるエキスパートシステムが注目されました。

項目内容
時期1980年代
技術エキスパートシステム、知識表現
できたこと専門分野の判断（医療診断など）
限界知識を人間が手動入力（知識獲得のボトルネック）
🔰 初心者

エキスパートシステムにはどんなものがあったのですか？

🎓 上級者

代表的なものはDENDRAL、MYCIN、PIP、CASNETの4つです。特にDENDRALは最初のエキスパートシステム、MYCINは確信度（Certainty Factor）を導入した点が重要です。

🏛️ 代表的なエキスパートシステム
システム分野特徴
DENDRAL化学最初のエキスパートシステム（1965年）。分子構造を推定
MYCIN医療（感染症）確信度（Certainty Factor）を導入。約600のif-thenルール
PIP医療（腎臓病）フレーム理論を使用した腎臓病診断システム
CASNET医療（眼科）緑内障診断。因果関係ネットワークを使用
🌐 Cycプロジェクトと知識獲得の限界

Cycプロジェクト

1984年〜、ダグラス・レナートが開始した壮大なプロジェクト
人間が持つ常識知識（一般常識）をすべてデータベース化しようとする試み。
例：「水は高いところから低いところに流れる」「人間は食べないと死ぬ」といった、人間にとっては当たり前の知識を一つ一つ手作業で入力していった。

しかし、人間の常識は膨大かつ曖昧で、何十年かけても完成しなかった。知識を人手で入力する方式の限界を象徴するプロジェクトとなった。
知識獲得のボトルネック

エキスパートシステムの限界は、膨大な専門知識を人間が手作業で入力しなければならなかったことです。知識の整理・更新にも大きなコストがかかり、第2次AI冬の時代へ突入しました。

Cycプロジェクトはこの問題を最も端的に示す例であり、「人手による知識入力」に頼るアプローチの限界を象徴しています。

🚀 第3次AIブーム（2010年代〜現在）
キーワード：機械学習・ディープラーニング

2012年にAlexNetがILSVRC（画像認識コンテスト）で圧勝したことをきっかけに、ディープラーニングが爆発的に普及しました。

項目内容
時期2010年代〜現在
きっかけ2012年 AlexNetがILSVRCで圧勝
技術機械学習、ディープラーニング
できたこと画像認識、音声認識、自然言語処理、生成AI
🔰 初心者

なぜ第3次ブームはここまで成功しているのですか？

🎓 上級者

第3次ブームの成功には3つの要因が重なったことが大きいです。ビッグデータ、計算能力、アルゴリズムの3つが揃ったことでブレイクスルーが起きました。

💡 ブレイクスルーの3要因

ビッグデータ

インターネット普及で大量データ入手可能に
SNS、Webサービスの普及で、学習に必要な大量のデータが利用できるようになった

計算能力

GPUの活用で高速処理
GPU（グラフィックス処理装置）の並列計算能力を活用し、大規模なニューラルネットワークの学習が現実的に

アルゴリズム

ドロップアウト、ReLUなどの技術革新
勾配消失問題の解決や過学習の防止など、ディープラーニングの実用化を支える技術が登場
第3次AIブーム ── ブレイクスルーの3要因 ビッグデータ SNS・Web・IoTの普及 計算能力（GPU） 並列計算・高速処理 アルゴリズム（DL） ReLU・ドロップアウトなど 第3次 AIブーム この3つが揃って初めてブレイクスルーが実現
図2: 第3次AIブームを支える3つの要因 ── データ・計算力・アルゴリズムの融合
📊 3つのブーム比較表
ブーム時代キーワード限界・課題
第1次1950〜60年代推論・探索トイ・プロブレム
第2次1980年代知識・エキスパートシステム知識獲得のボトルネック
第3次2010年代〜機械学習・DL（継続中）

🎯 G検定ポイント