起源をたどる：自動人形の夢から人工ニューロンへ

真に科学的と呼べる最初の道標を打ち立てたのは、19世紀イギリスの二人の人物である。チャールズ・バベッジは「解析機関」を構想した。これはプログラム可能な機械式計算機で、彼の存命中に完成することはなかったが、コンピュータの概念的な要素をすでに含んでいた。数学者のエイダ・ラブレスは1843年、機械によって実行されることを意図した最初のアルゴリズムとしばしば見なされるものを書き上げた。ラブレスはまた、有名な異議も唱えている。要約すれば、機械にできるのは命じられたことだけであり、独創的なものを何ひとつ創造することはできない、というものだ。この「ラブレスの反論」は一世紀半にわたって議論され続け、2026年の生成AIが見せる見かけ上の創造性によって、新たな重みを帯びている。

チューリングは、この問いの立て方そのものに難があることを見抜いていた。私たちは「考える」とは何かを定義できないからである。そこで彼は、この問いを具体的なテストに置き換えた。それがイミテーション・ゲームであり、チューリングテストの名で今も知られている。相手の姿を見ずに文字だけで機械と対話した人間が、それを別の人間と区別できないのであれば、公正を期して、その機械にある種の知能を認めなければならない、というものだ。こうしてチューリングは、議論の焦点を「考えるとは何か」（解決不能）から「観察可能なふるまいのうち、何を証拠として受け入れるのか」（検証可能）へと移したのである。

初期の成功は、彼らの正しさを裏づけるかに見えた。早くも1956年には、アレン・ニューウェルとハーバート・サイモンのプログラムLogic Theoristが論理学の定理を証明してみせる。1958年には、心理学者フランク・ローゼンブラットがパーセプトロンを作り上げた。生物のニューロンに着想を得た機械で、単純な形の認識を学習することができた。報道は熱狂し、歩き、話し、意識を持つ機械が現れると喧伝された。AIの歴史に繰り返し現れるこの過剰な楽観が、やがて来る転落を用意することになる。

目立った成功例をいくつか挙げておこう。DENDRAL（1960年代）は化学構造を同定し、MYCIN（1970年代）は血液感染症を診断して抗生物質を推奨し、ときには新米の医師を上回る成績を示した。1980年代には、企業がこの技術に巨額の投資を行った。

力まかせの推論という一つの考え方が頂点に達したのは1997年、IBMのコンピュータDeep Blueがチェスの世界チャンピオン、ガルリ・カスパロフを破ったときである。ただし注意が必要だ。Deep Blueは何ひとつ「学習」していない。人間が書いた規則に基づいて、毎秒数百万の局面を探索しているのである。これは工学上の偉業ではあっても、汎用的な知能ではない。全面的にプログラムを書き直さないかぎり、チェッカーで対局することすらできないのだ。

しかし、このアイデアは登場が早すぎた。1980年代から1990年代には、欠かすことのできない二つの燃料が決定的に不足していたのである。データ（インターネットはまだ大規模には存在していなかった）と計算能力（コンピュータが遅すぎた）だ。カナダのジェフリー・ヒントン、ヤン・ルカン（銀行小切手の読み取りにニューラルネットワークを応用したフランス人）、ヨシュア・ベンジオといった先駆者たちは、数十年後にようやく実を結ぶことになる畑を耕し続けた。彼らはずっと後になって、「ディープラーニングのゴッドファーザー」と呼ばれるようになる。

2010年代初頭にこの三つの要素が重なり合ったことで、爆発的な発展が引き起こされる。その詳細は次章で語ることにしよう。

---

要点（第1章）

• AIは数千年来の夢の継承者であり、1956年にダートマスで科学となった。
• 二つの思想が対立している。記号的AI（明示的な規則）とコネクショニズム的AI（ニューラルネットワークによる学習）である。
• 記号的アプローチは1980年代まで主流であり、成功も収めた（エキスパートシステム、1997年のDeep Blue）が、致命的な限界を抱えていた。脆さと、知識を手作業で符号化するコストである。
• 「AIの冬」は、約束と現実の隔たりには必ず代償が伴うことを思い起こさせる。
• コネクショニズムは誤差逆伝播法（1986年）によって復活するが、勝利を収めるには2010年代のデータと計算能力を待たねばならなかった。

次章では、このコネクショニズム的アプローチの内部を覗いてみる。機械は具体的にどのようにして、事例から「学習」するのだろうか。

---