自動車の自動走行や、話しかけた内容を理解し操作を実行してくれるスマート端末、チェスや将棋でプロとの対戦に勝利するコンピュータなど、今、人工知能（Artificial Intelligence 以下AI）が少しずつ私たちの生活に身近になってきている。人工知能については様々な定義がありますが、富士通では「人間が知能を駆使して行っていることを、コンピュータで実現する」テクノロジーと考えている。

　例えば人間は、これまで学んだことや経験を通して得た知識・知恵を使い、物事を判断したり問題を解決したりと、状況に応じて臨機応変に対応できる。ところが通常のコンピュータは、決められたプログラム通りの実行は得意だが、その範囲を超えた処理は行うことができない。

　しかし、最近では人工知能によりコンピュータがプログラムの粋を超え、人のように学習し、判断することができるようになってきた。

「１次」言葉が生まれる、「２次」人間がコンピュータに知識教える

　ここで、人工知能の歴史を振り返ってみよう。人工知能の歴史は意外に古く、最初のブームを迎えたのは1950年代後半から70年代前半に掛けてのこと。初めて「人工知能」という言葉が作られたのもこの時期。

　その後、いったんブームは去るが、1980年代以降、第2次ブームが到来した。この時代の人工知能は、まだコンピュータが学習し、判断するというレベルのものではなく、あくまで「人間が知識をコンピュータに教える」タイプのものが主流。

　1990年代なると、チェスのチャンピオンをコンピュータが打ち負かすという出来事が大きな話題をさらったものの、当時は人間の知識をコンピュータに教え込ませ、管理すること自体が難しく、再び冬の時代を迎えた。

そして人間の脳の仕組みをモデル化したニューラルネットワーク

　ところが2010年代に入り、「ディープラーニング（機械学習）」という新しい技術が脚光を浴び、人工知能は第3次ブームが巻き起こる。ディープラーニングとは、人間の脳の仕組みをモデル化したニューラルネットワークの最新技術。

　人間の脳は、ニューロン（神経細胞）と、ニューロン間を結んで情報を伝えるシナプスから構成されるが、ニューラルネットワークはそのニューロンとシナプスをモデル化して作られたもの。

　このモデルは第2次ブームの頃にも盛んに研究されたが、当時の富士通研究所が開発した移動ロボットのニューラルネットワークはわずか3層でニューロン数は29、シナプス数は232ほど。それが、技術の進展により巨大なネットワークへと移り変わり、コンピュータがより深く学習できるようになった。

　2015年に富士通研究所が開発した物体認識のネットワークは7層にまで拡大し、ニューロン数110万、シナプス数7億3000万にも及ぶ。

「人間の条件」「猿の条件」「犬の条件」が簡単に

　もう少し具体的に見てみよう。例えば、顔を見て、それが「人間の顔」なのか、「猿の顔」「犬の顔」なのかを判断するシステムを作るとする。これまでは、エンジニアが「人の顔の条件はこういうもの」というプログラムを作る必要があった。つまり、人間がコンピュータを教育していたのだ。

　しかし、これでは「人間の条件」「猿の条件」「犬の条件」として考えられることを全てコンピュータに教え込む必要があり、プログラムを作成するだけでも膨大な時間がかかってしまう。

　ディープラーニングでは、大量の画像データをコンピュータに読み込ませるだけで、そこから「人間の条件」「猿の条件」「犬の条件」という法則を、コンピュータ自身が獲得することができるようになった。

　この背景には、インターネットやビッグデータが普及したことで、膨大な情報が入手しやすくなったこと、計算機の処理能力の向上、そして機械学習アルゴリズムの進化がある。

＜次のページは、人工知能は人間の脅威となるのか？＞