初期のG検定ほどではないにしろ、2020年11月の試験においても歴史問題が若干出題されていますので、ポイントを押さえておきたいと思います。
年表に重要なキーワードを記入していますので、特にその部分は覚えておくか、直ぐに検索できるようにしておいて下さい。
AIの歴史年表
ざっくりとした年表ですが、試験対策のエッセンスを盛り込んでいます。
重要なのが第一次ブーム～第三次ブームについて、それぞれ「時代」が設定されていることです。
また、それぞれの「時代」において、関係深いキーワードが存在します。
第一次AIブーム
ENIACというコンピュータが誕生したことで、「推論」や「探索」が研究されました。
これによりコンピュータで特定の問題が解ける様になったことから、AIブームが始まります。
しかし、研究が進むにつれ、「迷路」や「ハノイの塔」とよばれる、「トイ・プロブレム（おもちゃの問題）」しか解けないことが指摘され、ブームは冷めていきました。
第二次AIブーム
大量の専門知識をデータベースに入れて、コンピュータが得意な「推論」を行わせることで、コンピュータ上に「専門家」を作る試みが盛んになりました。
いわゆる「エキスパートシステム」と呼ばれるものです。
1970年初頭に実用化された「Mycin（マイシン）」と呼ばれるエキスパートシステムが有名で、伝染性の血液疾患を診断するために作られました。
その診断精度は専門医には劣るものの、専門外の医者の診断よりは正しい答えが出せるという当時は画期的なものでした。
しかし、知識をデータベース化するためには、専門家のヒアリングが必要であり、専門家も自分の知識を必ずしも理論立てて説明できなかったり、複雑な条件分岐で推論を行っていたことから処理が複雑になり、時には論理的矛盾を生じたり、データベース化した知識の保守が大変だったりとの理由から、やがて下火になっていきました。
第三次AIブーム
コンピュータの性能が向上し、ビッグデータと呼ばれる大量データが扱えるようになったおかげで、機械学習が実用化されました。
機械学習は人間がコンピュータが学習する上で、どのデータ項目を使えば学習しやすいかを指定する必要があり、このデータ項目のことを「特徴量」と呼んでいます。
ディープラーニングは機械学習の一種類ですが、与えられた大量のデータから「特徴量」を自分で見つけて学習するという能力を持っています。
最近では、画像認識、音声認識、画像生成、音声合成、翻訳など、さまざまな分野で活用され、研究され続けています。
その他のキーワード
ENIACは世界で一番最初に作られたコンピュータであり、全ての発端です。
ダートマス会議でジョン・マッカーシーが初めて「人工知能」という言葉を使いました。
1997年にIBMのDeep Blueがチェスの名人に勝利し、2011年にアメリカのクイズショー「ジェパディ!」で優勝しました。
2016年にはGoogleのAlpha Goがプロの囲碁棋士に勝利し、世間を驚かせました。
まとめ
今回は人工知能の歴史について、第一次AIブームから第三次AIブームに至るまでの背景と、重要なキーワードについて、G検定の試験対策という観点から纏めてみました。
この情報を是非ご活用いただければ幸いです。
コメント