～現在のAIにつながる転機｜機械学習とディープラーニングの登場～
はじめに
前回は、
・第二次AIブーム
・知識工学
・エキスパートシステム
・第二次AI冬の時代
までを整理しました。
AIは再び期待を集めたものの、現実の複雑な問題には対応しきれず、再び冬の時代を迎えます。
ですが、その後の技術進歩によってAIは大きな転機を迎えることになります。
今回は、
「現在のChatGPTや画像生成AIにつながる技術はどこから始まったのか？」
を初心者なりに整理してみます。
AI復活の鍵は「機械学習」
これまでのAIは、
「人間がルールを教える」
という考え方が中心でした。
しかし現実には、世の中のルールをすべて人間が書き出すことはほぼ不可能です。
そこで注目されたのが、
機械学習（Machine Learning）
という考え方でした。
機械学習は簡単に言うと、
「大量のデータからコンピューター自身がパターンを学ぶ技術」
です。
例えば、
・大量の猫の画像
・大量のメールデータ
・過去の売上データ
などを学習することで、特徴や傾向を見つけられるようになります。
人間が細かいルールを設定する必要がなくなったことは大きな変化でした。
インターネット時代がAIを後押しした
機械学習が発展した背景には、
インターネットの普及があります。
1990年代後半から2000年代にかけて、
・Webサイト
・SNS
・オンラインサービス
が急速に広がりました。
その結果、
膨大なデータが蓄積されるようになります。
AIにとってデータは「学習材料」です。
大量のデータが手に入るようになったことで、機械学習の性能も大きく向上していきました。
ディープラーニングの登場
そして2010年代に入り、
AIの歴史を大きく変える技術が登場します。
それが、
ディープラーニング（深層学習）
です。
ディープラーニングは、人間の脳の神経回路を参考にしたニューラルネットワークを何層にも重ねた学習方法です。
実は第一次AIブームで登場した「パーセプトロン」の考え方が、長い年月を経て進化したものとも言われています。
昔は計算能力が不足していましたが、
・高性能なコンピューター
・GPUの進化
・大量のデータ
がそろったことで、実用レベルまで発展しました。
AIが世界を驚かせた出来事
ディープラーニングの実力が広く知られるきっかけになった出来事はいくつもあります。
例えば、
・画像認識精度の大幅向上
・音声認識の進化
・自動翻訳の改善
などです。
そして2016年には、
囲碁AI「AlphaGo」がトップ棋士に勝利したことで世界中に衝撃を与えました。
多くの人が、
「AIは本当に人間の能力に近づいているのかもしれない」
と感じ始めた時期だったようです。
今の生成AIへつながる流れ
現在話題になっている、
・ChatGPT
・画像生成AI
・音楽生成AI
・動画生成AI
なども、このディープラーニングの発展の上に成り立っています。
近年はさらに、
生成AI（Generative AI）
という分野が急速に成長しています。
従来のAIが、
「分類する」
「予測する」
ことを得意としていたのに対し、
生成AIは、
「文章を作る」
「画像を描く」
「音楽を作る」
ことができるようになりました。
私たちが普段触れているAIは、まさにこの時代の技術なのです。
調べてみて思ったこと
今回調べていて感じたのは、
現在のAIは突然現れたわけではない
ということでした。
第一次AIブームで生まれた考え方が、
第二次AIブームで実用化を目指し、
第三次AIブームで技術として花開いた。
そんな長い歴史の積み重ねが今につながっているように感じます。
ChatGPTも最新技術に見えますが、その背景には何十年もの研究の歴史があると思うと少し見方が変わりました。
まとめ
今回は、
・機械学習
・ビッグデータ
・ディープラーニング
・第三次AIブーム
・生成AIへの流れ
について整理してみました。
次回は、
「ChatGPTとは何者なのか？生成AIの仕組みを初心者向けに解説」
について学んでみたいと思います。
研究所の更新情報や日々の記録はXでも発信しています。
▼X
https://x.com/luna_deve
考えたことや制作背景はNoteでも公開中です。
▼Note
https://note.com/luna_creater0220
コメント