AIがよく分かる「機械学習の歴史」【第1回】
現代のAIブームを生んだ「機械学習」の知られざる歴史
近年のAIブームを支える立役者として機械学習の存在があるが、その歴史が広く知られているとは言い難い。年表を用いながら、その進化の軌跡をひも解いていく。
人工知能(AI)ブームの中心にあるのが機械学習だ。「生成AI」のベースとなる大規模言語モデル(LLM)も、膨大な量のデータを分析して単語やフレーズのパターンを特定する機械学習モデルの一種だ。機械学習は20世紀半ばに誕生して以来、数々の進化を遂げてきたが、その歩みは広く知られているわけではない。本稿は、機械学習の発展を年代ごとに振り返りながら解説する。
AIブームを生んだ「機械学習の進化」の歴史
機械学習とは、データを基に学習し、その知識を何らかのタスクに適応できるようにする手法を指す。機械学習は、データのパターンを分析して予測結果を生成するために、アルゴリズムと統計モデルを用いる。
例えば機械学習は、
- ショート動画共有サービス「Instagram」の投稿分析
- 病院におけるX線写真の解析
- 事故のリスク予測
- サイバー攻撃の防御
など、さまざまな場面で活躍しており、eコマース(EC:電子商取引)、製造、金融、保険、医療など、幅広い業界の仕事にとって欠かせない存在になっている。
1943年、神経科学者のウォルター・ピッツ氏とウォーレン・マカロック氏がニューラルネットワークの数理モデリングを考案し、機械学習の概念が誕生する。それから現代に至るまで、機械学習は多種多様な進化を遂げてきた。
1950年代
AIや機械学習という用語が生まれ、以下のような機械学習のパイオニアたちが名を残した。
- アラン・チューリング氏
- アーサー・サミュエル氏
- ジョン・マッカーシー氏
- マービン・ミンスキー氏
- ディーン・エドモンズ氏
- アレン・ニューウェル氏
同時期に、世界初と考えられている人工ニューラルネットワーク「チューリングテスト」が考案された。これは、プログラムが「知的であるかどうか」を判別するテストのことだ。
1960年代
チャットbotの元祖である「ELIZA」や、自動運転の礎になったコンピュータ制御の月面調査用車両「Stanford Cart」、移動能力を持つ汎用(はんよう)ロボット「Shakey the robot」が誕生し、深層学習の基礎が構築された。
1970年代から1980年代
以下のような技術やプログラムが開発された。
- パターン認識
- 手書き文字認識
- 自然選択説に基づいて問題を解決するプログラム
- 適切な行動を求めるプログラム
- 重要ではない情報を処分する規則を作るプログラム
- 単語の発音を学習するプログラム
1990年代
IBMが「TD-Gammon」を開発した。これはチェスやボードゲーム「Backgammon」をプレイできるプログラムで、強化学習により最適な手法を導き出すことができた。当時の世界チャンピオンや上級プレイヤーの座を脅かした。
2000年代
2011年、IBMのスーパーコンピュータ「IBM Watson」が、米国の人気クイズ番組「Jeopardy!」でクイズ王を打ち負かした。2000年以降、以下の技術が一般で利用されるようになった。
- パーソナルアシスタント
- 敵対的生成ネットワーク(GAN:Generative Adversarial Network)
- 顔認識
- ディープフェイク
- モーションセンサー
- 自動運転
- マルチモーダルLLM
- AIツールの民主化によるコンテンツと画像の作成
次回は、機械学習の黎明期について解説する。
TechTarget発 先取りITトレンド
米国TechTargetの豊富な記事の中から、最新技術解説や注目分野の製品比較、海外企業のIT製品導入事例などを厳選してお届けします。
Copyright © ITmedia, Inc. All Rights Reserved.
TechTarget発 先取りITトレンド
米国TechTargetの豊富な記事の中から、最新技術解説や注目分野の製品比較、海外企業のIT製品導入事例などを厳選してお届けします。
この記事の著者
関連記事
新着ホワイトペーパー PR
-
製品資料
[株式会社キーエンス] なぜRPA導入は頓挫する? シナリオ作成の壁を乗り越える解決策とは -
製品資料
[株式会社セールスフォース・ジャパン] 「CRMは設計と無関係」は本当か? PLMとの融合で実現する高速開発 -
事例
[日本ヒューレット・パッカード合同会社] AIエージェントの時代にどう備える? 「新たな働き手」を支える3要素とは -
製品資料
[日本ヒューレット・パッカード合同会社] “横並びの自動化”から脱却、AI活用で生産性と競争力を高める秘訣 -
製品資料
[サイボウズ株式会社] AIが「わざわざ使うツール」になっていない? 業務で自然に使う導線にする秘訣
こんなメディアも見られています
TechTargetジャパンに関連する情報をお探しであれば、こちらのメディアもお役に立てるかもしれません。
ベンダーコンテンツ PR
From Informa TechTarget
SpecialPR
アクセスランキング
-
1
なぜ「全社配布Copilot」は使われないのか? 失敗に学ぶAI定着
-
2
法務と開発者で「言葉が通じない」問題 トヨタやソニーが語るOSS管理の真実
-
3
ChatGPTは“検索しまくり”でGeminiは“淡泊”? データが明かすAIの裏側
-
4
なぜ「Gemini 4 Argon」は出遅れたのか? Googleが狙う“逆転のシナリオ”
-
5
「中堅・中小企業のネットワーク・セキュリティ運用実態」に関するアンケート
-
6
損保ジャパンはなぜ「COBOL」を捨てなかったのか? 脱メインフレームの真相
-
7
「Wi-Fi 7」経由でWindowsが乗っ取られる? 最高権限奪取の恐怖
-
8
情報漏えいはなぜ繰り返されるのか 今すぐ見直すべき「境界」
-
9
情シスの約8割が転職や退職を意識 調査で分かった“辞めたくなる最大の理由”
-
10
【漫画付き】ひとり情シス協会が明かす、RAG導入でしくじる企業「2つの共通点」
ホワイトペーパーランキング PR
-
1
不審メールの経路や見せ方に変化? 2026年夏の3事例から見えた動向と対処方法
-
2
家庭用Wi-Fiルーターの業務利用は危険? 避けるべき理由と具体的な対策
-
3
Microsoft 365を安全に運用 うっかりミスやサイバー攻撃に備えるデータ保護術
-
4
財務部門がAIを最大限に活用する方法 無駄のない戦略的リーダーシップへの道
-
5
LLMが兵器化? 元FBI高官が鳴らす警鐘とセキュリティツール統合のポイント
-
6
「オンプレミス回帰」せざるを得ない“合理的な理由”
-
7
なぜRPA導入は頓挫する? シナリオ作成の壁を乗り越える解決策とは
-
8
生成AIを開発に導入しても効果が見えない? 実証実験で分かった成果と課題
-
9
経産省DX指針から読み解く、受発注業務デジタル化ロードマップ
-
10
HDDを使わない「SSDオンリー」が無謀なのはなぜ?
TechTargetジャパン SNS
インフォメーション
注目情報をチェック
TechTargetジャパンをフォロー