AI開発の歴史
0 報告
このテンプレートは、人工知能の理論的な着想から現在の目覚ましい発展に至るまでの進化の全過程を体系的に概説し、学習者、研究者、実務家がAI技術の反復的な軌跡、重要なブレークスルー、そして将来の動向を迅速に把握できるよう支援することを目的としています。テンプレートはタイムラインを主要な枠組みとして用い、開発をいくつかの重要な段階（象徴性、エキスパートシステム、機械学習、深層学習、生成AIなど）に分けています。各段階では、コア技術、画期的な出来事、主要人物、応用成果、限界といった重要な側面を網羅しています。この構造化された枠組みを通して、断片的または主観的な時系列の要約を避け、AI開発の歴史を明確かつ焦点を絞った因果関係のある形で概観し、技術理解、学術研究、そして業界の判断のための確固たる歴史的視点を提供します。
関連する推奨事項
著者の他の作品
概要/内容
もっと見る
初期の芽（1950年代-1960年代）
コンセプト誕生。
チューリングテスト提出
アラン·チューリングの論文“計算機と知能”
人工知能
1956年ダートマス会議
基礎理論の探求
象徴主義AI。
論理的推論と問題解決
連結主義の形
パーセプトロンの提案と開発
早期採用と楽観的期待
機械定理の証明
幾何定理証明機
初期の自然言語処理
ELIZAチャットプログラム
最初の冬の前兆
技術的なボトルネック
コンピューティング能力とデータ制限
過剰な期待は資金削減につながる
古典AI時代（1970年代-1980年代）
エキスパートシステムの出現
知識の表現と推論
MYCIN医療診断システム
商用アプリケーションの成功
XCONの構成システム
知識工学が中心となる
多数のルールベース構築
Cyc Common Sense Knowledge Baseプロジェクト開始
知識習得のボトルネック
システム開発が難しい
日本の第5世代コンピュータ計画
インテリジェントコンピュータの実現を目指す
並列処理と論理プログラミング
インパクトとフォローアップ
他国の研究を刺激する
2度目の冬。
エキスパートシステムの限界
メンテナンスの難しさ、脆弱性
投資と関心の低下
ニューラルネットワークの研究は冷たい。
機械学習の台頭（1990年代-2000年代）
統計的学習手法の主流化
サポートベクターマシン
分類タスクに優れている。
ベイジアンネットワーク
不確実性情報の処理
電力とデータの増加
ムーアの法則は持続する。
コンピュータの性能向上
インターネットはビッグデータを生み出す
機械学習の燃料
開発のための競争
チェスのマイルストーン
ディープブルーがカスパロフに勝利
機械翻訳の進歩
統計的機械翻訳手法
ニューラルネットワーク再生準備
バックプロパゲーションアルゴリズムの改善
Deep Webトレーニングの問題
ハードウェア開発支援の提供
GPUはコンピューティングを開始します
ディープラーニングと新時代（2010年から現在）
深層学習のブレークスルー
画像認識革命。
AlexNetがImageNetコンテストで優勝
ディープラーニングフレームワークの普及
TensorFlow、PyTorchの出現
ビッグデータとパワー
インターネットの巨人が
ビッグデータとコンピューティングリソース
クラウドサービスの普及
AI開発の閾値を下げる
アプリケーションの爆発的成長
自然言語処理における飛躍的進歩
TransformerモデルとBERT、GPT
コンピュータビジョンは至る所に存在する
顔認識、自動運転
AIは研究室から飛び出しつつある。
レコメンデーションシステム、インテリジェントアシスタント
現状と課題
大規模言語モデルと生成AI
ChatGPTのような現象レベルのアプリケーション
倫理·ガバナンス問題
バイアス、安全性、雇用への影響
人工知能と社会統合
AGI（汎用人工知能）の未来
0 コメント
次のページ