最初の人工知能（AI）システムは、迷路から抜け出すことのできるネズミ型ロボットで、1950年にクロード・シャノンが製作しました。
専門家は、コンピューターとAIの短い歴史を振り返り、今後何が期待できるかを考察しながら、この技術が大きく進歩してきたと説明します。
現在では、DALL-EやPaLMのように、写真のようにリアルな画像を生成し、言語を解釈・生成する能力を持つAIシステムがあります
しかし、彼の予測では、2040年までに人間の脳の能力に匹敵する、変革をもたらすAIシステムが登場する可能性が高いといいます。
短い歴史にもかかわらず、コンピューターとAIは、私たちが見るもの、知ること、そして行うことを根本から変えてきました。この歴史が今後どう続くかほど、世界の未来や私たち自身の生活にとって重要なことはほとんどありません。
未来がどのようなものになるかを考えるには、歴史を学ぶことが役立つ場合がよくあります。この記事ではそれを行います。コンピューターと人工知能の短い歴史を振り返り、今後何が期待できるかを考察します。
私たちはどのようにしてここまで来たのでしょうか？
ごく最近のコンピューター技術でさえ、今日では古びて感じられることから、世界がいかに急速に変化したかがわかります。1990年代の携帯電話は、大きなレンガのような形で、小さな緑色の画面が付いていました。その20年前、コンピューターの主な記憶媒体はパンチカードでした。
短期間にコンピューターは急速に進化し、日常生活に不可欠なものとなったため、この技術が登場してからまだ間もないことを忘れがちです。年表が示すように、最初のデジタルコンピューターが発明されたのは、わずか約80年前です。
この歴史の初期から、一部のコンピューター科学者は、人間と同じくらい知能の高い機械を作ろうと努めてきました。次の年表では、注目すべき人工知能（AI）システムと、それらにどのような能力があったかを紹介します。
最初に取り上げるのはテセウスです。1950年にクロード・シャノンが製作した、遠隔操作式のネズミで、迷路から抜け出すことができ、通った道を記憶できました。人工知能の能力は、この70年間で大きく進歩しました。
AIシステムの言語認識能力と画像認識能力は、現在では人間に匹敵する
AIシステムの言語認識能力と画像認識能力は、非常に急速に発展してきました。
このグラフは、AI開発の直近20年間に焦点を当て、私たちがどのようにここまで来たかを示しています。プロットされたデータは、手書き文字の認識から言語理解まで、5つの異なる分野で人間とAIの性能を評価した複数のテストに基づいています。
5つの各分野では、AIシステムの初期性能を-100に設定し、これらのテストにおける人間の性能をゼロに設定した基準値として用いています。つまり、モデルの性能がゼロの線を超えた時点で、AIシステムは同じテストを受けた人間よりも高い得点を獲得したことになります。
わずか10年前には、人間と同じ水準で言語や画像を確実に認識できる機械はありませんでした。しかし、グラフが示すように、AIシステムの能力は着実に向上し、今ではこれらすべての分野のテストで人間を上回っています。
こうした標準化されたテスト以外では、AIの性能にはばらつきがあります。現実の状況によっては、これらのシステムは依然として人間よりはるかに劣る性能です。一方で、そのようなAIシステムの一部は、すでに非常に安価で、ポケットの中のスマートフォンでも利用できます。画像認識は写真を分類し、音声認識は口述した内容を書き起こします。
画像認識から画像生成へ
前のグラフは、人工知能の知覚能力が急速に進歩していることを示していました。AIシステムは、画像を生成する能力も大幅に高めてきました。
この9枚の画像のシリーズは、過去9年間の進歩を示しています。画像に写っている人物は誰も実在せず、すべてAIシステムによって生成されました。
シリーズは、左上にある2014年の画像から始まります。白黒で、ピクセル化された顔を描いた素朴な画像です。2段目の最初の画像が示すように、そのわずか3年後には、AIシステムはすでに写真と見分けるのが難しい画像を生成できるようになっていました。
近年、AIシステムの能力はさらに目覚ましいものになっています。初期のシステムは顔の画像生成に重点を置いていましたが、新しいモデルは、ほぼどのようなプロンプトにもとづくテキストから画像への生成へと能力を広げました。右下の画像が示すように、最も難しいプロンプトでさえ、たとえば「ポメラニアンが王冠をかぶって王の玉座に座っている。2人の虎の兵士が玉座の横に立っている」のような内容でも、数秒で写真のようにリアルな画像に変換されます。
言語の認識と生成は急速に進歩している
画像生成AIの進歩と同じくらい目覚ましいのが、人間の言語を解析して応答するシステムの急速な発展です。
画像に示されているのは、Googleが開発したPaLMというAIシステムの例です。この6つの例では、システムはそれぞれ異なる6つのジョークの説明を求められました。特に注目に値するのは右下の説明です。AIは、聞き手を混乱させることを意図した反ジョークを説明しています。
言語を生成するAIは、ここ数年、さまざまな形で私たちの世界に入り込んできました。メールは自動補完され、大量のオンライン文章が翻訳され、動画は自動で文字起こしされ、児童・生徒は宿題に言語モデルを使い、報告書は自動生成され、メディア各社はAIが生成した記事を公開しています。
AIシステムは、まだ長く一貫性のある文章を生成できません。今後、最近の進歩が鈍化するのか、あるいは終わりを迎えるのか、それとも、いつかAIが書いたベストセラー小説を読むことになるのかがわかるでしょう。
現在地：AIはすでに存在する
AIの能力が急速に進歩したことで、幅広い新分野で機械を活用できるようになりました。
航空券を予約するとき、料金を決めるのは人間ではなく、人工知能であることがよくあります。空港に着くと、空港での行動を監視するのはAIシステムです。そして飛行機に乗ると、AIシステムがパイロットを支援して、あなたを目的地まで操縦します。
AIシステムはまた、あなたが融資を受けられるか、福祉給付の対象となるか、あるいは特定の職に採用されるかを決めることも増えています。誰が釈放されるかを決める際にも、ますます活用されています。
複数の政府が、戦争に用いる自律型兵器システムを購入しており、AIシステムを監視や抑圧に利用する政府もあります。
AIシステムは、あなたが使うソフトウェアのプログラミングや、読む文章の支援をしています。また、読む文章を翻訳します。音声認識で動作するバーチャルアシスタントは、過去10年間で多くの家庭に普及しました。今では自動運転車も現実になりつつあります。
ここ数年、AIシステムは、科学における最も難しい問題のいくつかの解決を 支援し、 進展を もたらすことに貢献してきました。
レコメンダーシステムと呼ばれる大規模なAIは、推薦システムとして、ソーシャルメディアで目にする内容、オンラインショップで表示される商品、YouTubeで推薦される内容を決めています。さらに、私たちが消費するメディアを推薦するだけでなく、画像や文章を生成する能力をもとに、私たちが消費するメディアを作り出すことも増えています。
人工知能はもはや未来の技術ではありません。AIはすでに存在し、今では現実となっていることの多くが、つい最近までSFのように思えたでしょう。これはすでに私たち全員に影響を与えている技術であり、上記はその数多くの用途のほんの一部にすぎません。
挙げられた用途の幅広さから、AIは非常に汎用性の高い技術であり、極めて有益な目的にも、並外れて有害な目的にも使われ得ることがわかります。このような「デュアルユース技術」については、何が起きているのか、そしてこの技術をどのように使いたいのかを、私たち全員が理解することが重要です。
わずか20年前、世界は大きく異なっていました。AI技術は将来、どのような能力を持つようになるのでしょうか？
次に何が起きるのでしょうか？
先ほど取り上げたAIシステムは、AI技術が着実に進歩してきた数十年の成果です。
下の大きなグラフは、過去80年間の歴史を俯瞰できるように示しています。Jaime Sevillaらが作成したデータセットに基づいています。
このグラフの小さな円は、それぞれ1つのAIシステムを表しています。横軸上の円の位置はAIシステムが構築された時期を示し、縦軸上の位置は、そのAIシステムの学習に使われた計算量を示しています。
学習時の計算量は、浮動小数点演算で測定され、略してFLOPと呼ばれます。1 FLOPは、2つの小数の加算、減算、乗算、または除算のいずれか1回に相当します。
機械学習に依存するAIシステムはすべて学習が必要であり、こうしたシステムでは学習時の計算量が、システムの能力を左右する3つの基本要因の1つです。残る2つはアルゴリズムと、学習に使用する入力データです。この図は、学習時の計算量が増えるにつれて、AIシステムの能力がますます高まってきたことを示しています。
年表は電子コンピューターが登場したばかりの1940年代までさかのぼります。最初に示されているAIシステムは「テセウス」です。冒頭で触れた、1950年にクロード・シャノンが製作したネズミ型ロボットです。年表のもう一方の端には、DALL-EやPaLMのようなAIシステムがあります。先ほど見たとおり、これらは写真のようにリアルな画像を生成し、言語を解釈・生成する能力を備えています。これらは、これまでで最大級の学習時計算量を用いたAIシステムです。
学習時の計算量は対数目盛で示されており、目盛り線が1つ進むごとに100倍増加します。この長期的な視点からは、継続的な増加が見て取れます。最初の60年間、学習時の計算量はムーアの法則に沿って増加し、およそ20カ月ごとに倍増していました。2010年ごろからこの指数関数的成長はさらに加速し、倍増にかかる期間はわずか約6カ月になりました。驚くほど速い成長率です。
倍増期間が短かったことで、計算量は大幅に増加しました。PaLMの学習時計算量は2.5 billion petaFLOPで、わずか10年前に学習時計算量が最大だったAI、AlexNetの500万倍を超えていました。
規模の拡大はすでに指数関数的に進んでおり、過去10年間で大幅に加速しました。この歴史的な発展から、AIの未来について何が学べるでしょうか？
長期的な傾向を調べ、AIの未来を予測する
AI研究者は、将来何が可能になるかを知るために、こうした長期的な傾向を調べています。
この種の研究で最も広く議論されたものの一つは、AI研究者のAjeya Cotraが発表しました。彼女は、AIシステムの学習に必要な計算量が人間の脳の計算量に匹敵するのはいつかを調べるため、学習時の計算量の増加を分析しました。この時点で、AIシステムは人間の脳と同等の能力を備えるという考え方です。最新の更新でCotraは、今から20年足らずの2040年までに、このような「変革的AI」が開発される確率を50％と推定しました。
関連する記事では、変革的AIが世界にとって何を意味するのかを論じています。簡単に言えば、このようなAIシステムは、世界を「質的に異なる未来」へと導くほど強力だという考え方です。それは、人類史における過去2つの大きな変革、農業革命と産業革命に匹敵する規模の変化をもたらす可能性があります。私たちの生涯で最も重要な世界的変化となることは間違いありません。
Cotraの研究は、先ほど検討した学習時計算量の長期的な歴史傾向をもとに予測している点で、この文脈において特に関連性があります。ただし、異なる観点にもとづく他の予測者も、おおむね似た結論に達していることは注目に値します。AIのタイムラインに関する私の記事で示しているように、多くのAI専門家は、今後数十年以内に人間レベルの人工知能が開発される可能性は十分にあると考えており、さらに早く実現すると考える人もいます。
必要な社会的議論を可能にする公開情報源の構築
コンピューターと人工知能は私たちの世界を大きく変えましたが、この歴史はまだ始まったばかりです。この技術はとても身近に感じられるため、私たちが日々触れるこうした技術がごく最近の革新であり、最も重大な変化の多くはこれから訪れることを忘れがちです。
人工知能はすでに、私たちが見るもの、知ること、そして行うことを変えてきました。この技術の歴史がまだ短いにもかかわらず、そうなっているのです。
こうした傾向が近いうちに限界に達する兆しはありません。それどころか、特に過去10年間に、根本的な傾向は加速しています。AI技術への投資は急速に増加し、学習時の計算量が倍増する期間はわずか6カ月に短縮しました。
あらゆる大きな技術革新は、さまざまな好影響と悪影響をもたらします。人工知能もすでに例外ではありません。この技術の能力がますます高まるにつれ、その影響もさらに大きくなると考えるべきです。
AIが重要であるからこそ、私たち全員がこの技術の進む方向について意見を持ち、その発展が世界をどう変えているかを理解できるようにする必要があります。そのため、AI関連指標のリポジトリを構築しています。こちらでご覧いただけます。OurWorldinData.org/artificial-intelligence。
この歴史はまだ始まったばかりで、これから可能になることの多くは、まだ実現していません。これほど強力な技術の発展には、私たちの注意を向けるべきです。世界の未来、そして私たちの生活の未来がどのように展開するかを考えるうえで、これほど重要なことはほとんどないでしょう。
