AI は人間のような機械を約束しました – 1958 年

この記事は最初に紹介されました 会話。

新しいタイプの回路、パーセプトロンを搭載したルームサイズのコンピューターは、ニューヨーク タイムズに埋もれた短いニュース記事として 1958 年に世界に紹介されました。 この記事では、パーセプトロンによって「歩き、話し、見、書き、自己複製し、その存在を認識できる」機械が誕生するだろうと米海軍が述べたと引用している。

60年以上経った今、現在の人工知能についても同様の主張がなされている。 それで、この数年間で何が変わったのでしょうか？ ある意味、あまり多くはありません。

人工知能の分野は、初期の頃から好不況のサイクルを繰り返してきました。 現在、この分野が再びブームになっているため、このテクノロジーの支持者の多くは過去の失敗とその理由を忘れているようです。 楽観主義が進歩を促す一方で、歴史に注目する価値があります。

フランク ローゼンブラットによって発明されたパーセプトロンは、間違いなく AI の基礎を築きました。 電子アナログ コンピューターは、画像が 2 つのカテゴリのいずれかに属するかを予測するように設計された学習機械でした。 この革新的なマシンには、さまざまなコンポーネントを物理的に接続するワイヤーが詰め込まれていました。 ChatGPT や DALL-E などのおなじみの AI を支える現代の人工ニューラル ネットワークは、層、ノード、接続が大幅に増えていることを除けば、パーセプトロンのソフトウェア バージョンです。

現代の機械学習と同じように、パーセプトロンが間違った答えを返した場合、次回何が起こるかをより正確に予測できるように接続を変更します。 おなじみの最新の AI システムもほぼ同じように機能します。 予測ベースの形式を使用する大規模言語モデル (LLM) は、印象的な長文のテキストベースの応答を生成し、画像をテキストに関連付けて、プロンプトに基づいて新しい画像を生成できます。 これらのシステムは、ユーザーとの対話が増えるにつれて、どんどん良くなっていきます。

AIのブームと崩壊

ローゼンブラットがマーク I パーセプトロンを発表してから 10 年ほどの間に、マービン ミンスキーのような専門家は、1970 年代半ばから後半までに世界は「平均的な人間と同等の一般的な知能を備えた機械」を手に入れることになるだろうと主張しました。 しかし、ある程度の成功はあったものの、人間のような知性はどこにも見つかりませんでした。

AI システムがその主題について何も知らないことがすぐに明らかになりました。 適切な背景と文脈に関する知識がなければ、日常言語に存在する曖昧さを正確に解決することはほぼ不可能であり、人間はこの作業を難なく実行します。 AI の最初の「冬」、つまり幻滅の時期は、パーセプトロンの失敗が認識された後の 1974 年に起こりました。

しかし、1980 年までに AI はビジネスに復帰し、最初の公式 AI ブームが本格化しました。 新しいエキスパート システム、つまり特定の知識分野の問題を解決するように設計された AI が登場し、観察可能なデータから物体を識別し、病気を診断できました。 単純なストーリーから複雑な推論を行うプログラムがあり、初の自動運転車が道路を走行する準備が整い、音楽を読み取って演奏できるロボットがライブの聴衆のために演奏していました。

しかし、同じ問題が再び興奮を抑え込むまでに、時間はかかりませんでした。 1987 年、AI の第 2 の冬が到来しました。 エキスパート システムは新しい情報を処理できないために失敗していました。

1990 年代には、専門家が AI の問題に取り組む方法が変わりました。 2 度目の冬の雪解けは正式なブームには至りませんでしたが、AI は大きな変化を遂げました。 研究者たちは、AI が知識を獲得する方法を変える機械学習へのデータ駆動型アプローチを使用して、知識獲得の問題に取り組んでいました。

今回はニューラル ネットワーク スタイルのパーセプトロンへの回帰でもありましたが、このバージョンはより複雑でダイナミック、そして最も重要なことにデジタル的でした。 ニューラル ネットワークへの回帰と、Web ブラウザの発明およびコンピューティング能力の向上により、画像の収集、データの採掘、機械学習タスク用のデータセットの配布が容易になりました。

よく知られたリフレイン

今日に目を向けると、60 年近く前の約束を反映して、AI の進歩に対する信頼が再び高まり始めています。 「汎用人工知能」という用語は、ChatGPT などの AI チャットボットを強化する LLM の活動を表すために使用されます。 汎用人工知能 (AGI) とは、人間と同等の知能を持つ機械のことを指します。つまり、機械が自己認識し、問題を解決し、学習し、将来の計画を立てることができ、場合によっては意識を持っていることを意味します。

ローゼンブラット氏が彼のパーセプトロンは意識を持った人間のような機械の基盤であると考えたのと同じように、現代の AI 理論家の中には今日の人工ニューラル ネットワークについて考えている人もいます。 2023年、マイクロソフトは「GPT-4のパフォーマンスは人間レベルのパフォーマンスに驚くほど近い」という論文を発表した。

しかし、LLM が人間レベルの知能を示していると主張する前に、AI の進歩の周期的な性質について考えてみるのが役立つかもしれません。 AI の初期の段階で悩まされていたのと同じ問題の多くが、現在でも存在しています。 違いは、それらの問題がどのように現れるかです。

たとえば、知識の問題は今日まで続いています。 ChatGPT は、イディオム、比喩、修辞的な質問、皮肉など、文法的なつながりを超えて、文脈に基づいて単語の意味を推測する必要がある独特の形式の言語に対応するのに常に苦労しています。

人工ニューラル ネットワークは、複雑なシーンのオブジェクトを驚くほどの精度で抽出できます。 しかし、横に横たわっているスクールバスの写真を AI に与えると、AI は 97% の確率で、それが除雪車であると自信を持って答えるでしょう。

留意すべき教訓

実際、AI は、人間がすぐに識別できる方法で非常に簡単に騙されることが判明しています。 これまでの経緯を踏まえると、真剣に検討する価値があると思います。

今日の AI はかつての AI とはかなり異なっていますが、過去の問題は依然として残っています。 ことわざにあるように、歴史は繰り返されないかもしれませんが、韻を踏むことはよくあります。