AIの歴史とは?3度のブームと冬の時代をやさしく解説

AIの歴史とは?3度のブームと冬の時代をやさしく解説

AIの歴史に興味を持つG検定の学習者のイメージ
「AIって、いつから始まったの?」
「ブームと冬の時代って、何のこと?」
「今の生成AIは、何度目のブーム?」

AIは一本調子で進歩してきたわけではありません。数えると、大きな盛り上がりが3回、その合間の停滞が2回。この山と谷のリズムが、そのままAIの歴史です。

AIの歴史とは、3度のブームと2度の冬の時代をくり返してきた流れのことです。各ブームで「主役の技術」が入れ替わり、それぞれ別の壁にぶつかって停滞しました。

 

この記事では、まず3つの波を年表で俯瞰し、第1次から第3次までのブームを「主役」と「つまずいた壁」のセットで追います。最後にチューリングテストと、G検定での問われ方まで示します。

 

1. 3つの波を、年表で俯瞰する

AIの歴史を3つの波として俯瞰するイメージ

細かい西暦を暗記する前に、あなたに全体の骨組みを持ってほしいと思います。「何が主役で、なぜ行き詰まったか」のセットで眺めると、年代はあとから自然に埋まります。まずは3つのブームと2つの冬を、1本の年表にしました。

 

1950年代半ばAI命名 第1次:推論探索 冬① 第2次:知識 冬② 第3次:機械学習DL・生成AI 2010年代〜

 

人工知能(AI)という言葉が生まれたのは、1950年代半ばに研究者が集まった会議です。ここがAI研究の出発点で、以降は「期待が高まるブーム」と「できないことが見えて熱が冷める冬の時代」を、大きく3回くり返してきました。ブームのたびに投資や注目が集まり、壁にぶつかると資金も関心も引いていく――その繰り返しです。

 

たとえるなら、期待と幻滅の間を行き来する振り子です。新しい技術で期待が振り切れると(ブーム)、限界が見えて反対側へ戻る(冬の時代)。この往復を3回くり返して、今の生成AIに至ります。振り幅の中身が毎回変わる、と捉えると流れが頭に入ります。

 

2. 第1次ブームは、なぜ冬を迎えたか

第1次ブームの推論と探索を示すイメージ

1950年代後半から1960年代ごろが、第1次ブームです。主役は推論と探索。決まったルールに沿って、答えにたどり着く道すじを探す技術でした。迷路やパズルのような、ルールがはっきりした問題はうまく解けました。

 

ところが、こうした限定的な問題は「トイ・プロブレム(おもちゃの問題)」と呼ばれ、現実の複雑な課題には歯が立ちませんでした。日常の問題は条件が多く、あいまいで、決まった手順だけでは解けなかったのです。たとえば「病気を診断する」ような問題は、症状の組み合わせが無数にあり、迷路のようにルールで割り切れません。ここで期待がしぼみ、最初の冬の時代を迎えます。あなたが押さえるべきは、第1次の壁は「現実の複雑さに手が届かなかった」という一点です。

 

3. 第2次ブーム、知識とその書き出しの壁

第2次ブームのエキスパートシステムを示すイメージ

1980年代ごろに訪れた第2次ブームは、主役が知識に移ります。専門家の知識をルールの形でコンピュータに詰め込むエキスパートシステムが注目され、医療診断や設備の故障診断などで成果も出ました。

 

しかし、必要な知識を人手で書き出して入れる作業が、想像以上に大変だと分かってきます。専門家の頭の中にある経験や勘は、そのままルールの形に書き起こしにくかったのです。ベテランの職人が「なんとなく分かる」と言う判断を、一つひとつ言語化してルールに落とすのは、途方もない手間でした。これが「知識獲得のボトルネック」で、あなたが覚えておきたい第2次の壁です。ここで再び熱が冷めて、2度目の冬へ向かいます。

 

ここであなたに気づいてほしい共通点があります。第1次の「推論・探索」も、第2次の「知識」も、どちらも人がやり方やルールを教え込む発想でした。うまくいく範囲は広がったものの、人が教えるという枠は変わっていません。この枠を破ったのが、次の第3次です。

 

4. 「データから学ぶ」への大転換

第3次ブームの機械学習とディープラーニングを示すイメージ

2010年代ごろから広がったのが、機械学習ディープラーニングです。ここで発想が大きく変わりました。人がルールを教え込むのではなく、大量のデータからコンピュータ自身がパターンを学ぶアプローチへ切り替わったのです。

 

画像認識や音声認識で大きな成果が出て、これまでの冬とは違う、息の長いブームが続いています。背景にあるのは、学習に使える大量のデータがインターネットの普及で集まったことと、計算する力(コンピュータの性能)が大きく伸びたことです。この2つがそろったことで、「データから学ぶ」という発想が、ようやく実力を発揮できるようになりました。仕組みの違いは 機械学習とはディープラーニングとは で深掘りできます。近年の文章や画像を作り出す生成AIや巨大な言語モデル(LLM)も、この第3次の流れの中で生まれた段階です。誰でも気軽にAIと対話できるようになり、研究室の中だけでなく日常の道具として広がった点が、過去のブームと大きく違います。

 

第3次の転換点は「人が教える」から「データから学ぶ」への発想の切り替えです。第1次・第2次の壁はどちらも「人が教える限界」でした。その枠を外したからこそ、冬に戻らず長いブームが続いています。あなたがこの1点を握れば、生成AIの位置づけも一本の線でつながります。

 

5. G検定では、動向の中核として問われる

G検定でAIの歴史が問われる位置づけのイメージ

もう1つ、歴史をたどるうえで欠かせない言葉がチューリングテストです。AIという言葉が生まれる少し前の1950年に提案された考え方で、人が会話して相手が機械か人間か見分けられなければ、その機械は知能を持つとみなすという発想でした。中身の動きではなく、外から見たふるまいで知能を測ろうとした点が特徴です。

 

この歴史の流れは、G検定の「人工知能をめぐる動向」で中核として出ます。あなたが問われるのは細かい西暦ではなく、各ブームの主役と、つまずいた壁の対応です。「トイ・プロブレムはどのブームの壁か」「知識獲得のボトルネックは何を指すか」といった形で、流れの理解が試されます。チューリングテストが「ふるまいで知能を測る」考え方だという点も、単独の用語問題として問われやすいところです。年表の位置と結びつけて押さえておくと、取りこぼしません。

 

得点の軸は「第1次=推論探索/第2次=知識/第3次=学習」の3点セットと、それぞれの壁(トイ・プロブレム/知識獲得のボトルネック)です。年代の丸暗記より、主役と壁のペアで覚えるほうが、個々の用語がぶら下がって定着します。

 

次のステップ

AIの歴史は「人工知能をめぐる動向」という領域で出ます。G検定の試験範囲と勉強法ガイド でその位置を先に押さえておくと、年代と用語が整理しやすくなります。

流れが頭に入ったか、G検定 AI基礎の問題集 でブームと壁の対応を問う設問を解いて確かめてみましょう。