人工知能（AI）は、ここ数年で急速に身近な存在になりました。
しかしAIは突然誕生した技術ではありません。
1950年代から研究が続き、
「ブーム」と「AI冬の時代」と呼ばれる停滞を何度も経験してきました。
一般に整理される流れは次の通りです。
- 第一次AIブーム：記号処理と論理推論
- 第二次AIブーム：エキスパートシステム
- 第三次AIブーム：機械学習とディープラーニング
- 第四次AIブーム：生成AIと大規模言語モデル
現在の盛り上がりも、この長い歴史の延長線上にあります。
第一次AIブーム（1950年代〜1970年代前半）
「考える機械」は可能か
1956年、アメリカのダートマス会議で「Artificial Intelligence（アーティフィシャル・インテリジェンス）」という言葉が初めて正式に提案されました。
当時の中心思想は「記号処理」です。
人間の思考を論理式に置き換えれば、コンピュータも推論できるはずだという考え方でした。
研究テーマは、
- 数学証明
- チェスなどのゲーム
- パズル解決
- 初期の自然言語処理
などです。
この時代には「20年以内に人間レベルに到達する」という楽観的な見通しも存在していました。
最初のAI冬の時代
しかし現実は厳しいものでした。
- 計算能力が不足していた
- 常識的判断を形式化できなかった
- 現実世界の曖昧さに対応できなかった
1970年代に入ると研究予算は縮小し、最初の「AI冬の時代」が訪れます。
第二次AIブーム（1980年代）
エキスパートシステムの時代
停滞を打破したのが「エキスパートシステム」です。
専門家の知識をルールとして入力し、コンピュータが判断を下す仕組みです。
応用例には、
- 医療診断支援
- 故障原因特定
- 金融リスク分析
などがありました。
企業も大規模投資を行い、AIは実用段階に入ったかのように見えました。
再び訪れた限界
しかし課題が明らかになります。
- ルール作成が膨大
- 例外処理が困難
- 環境変化に弱い
- 維持コストが高い
1990年代に入ると再び研究資金は縮小します。
これが第二のAI冬の時代です。
「AI」という言葉が避けられた時代
第二次AI冬の時代以降、「AI」という言葉自体が過剰な期待と失望の象徴になりました。
そのため研究者の中には、あえてこの名称を使わない動きも見られました。
代わりに用いられた表現には、
- 知識工学（Knowledge Engineering／ナレッジ・エンジニアリング）
- パターン認識（Pattern Recognition／パターン・レコグニション）
- 統計的学習（Statistical Learning／スタティスティカル・ラーニング）
- 機械学習（Machine Learning／マシンラーニング）
- データマイニング（Data Mining／データ・マイニング）
などがあります。
研究そのものは続いていましたが、ラベルが変わっていたのです。
現在広く使われている「機械学習」という言葉も、この時期に存在感を増しました。
日本の第五世代コンピュータ計画
1982年、日本は国家プロジェクトとして「第五世代コンピュータ」を開始しました。
目的は知識情報処理を高度化し、論理推論型の次世代コンピュータを実現することでした。
世界的にも注目されましたが、技術的制約や市場との乖離により、当初の期待ほどの成果は得られませんでした。
この出来事は、AI開発が単純な投資規模だけでは成功しないことを示す象徴的な事例です。
第三次AIブーム（2000年代後半〜）
機械学習とディープラーニング
大きな転機は発想の転換でした。
「人がルールを書く」のではなく、
「データから学習させる」方法へと移行しました。
背景には、
- インターネット普及によるビッグデータ
- GPUによる高速並列計算
- 統計学的手法の進展
があります。
2012年のImageNetでディープラーニングが従来手法を大きく上回る成果を示しました。
2017年には「Transformer（トランスフォーマー）」が登場し、自然言語処理の性能が飛躍的に向上しました。
これが後の大規模言語モデル（Large Language Model／ラージ・ランゲージ・モデル、LLM）の基盤となります。
第四次AIブームと呼ばれる現在
生成AIとマルチモーダル化
近年は、AIが「分類・認識」だけでなく「生成」へと広がりました。
- 文章生成
- 画像生成
- 音声合成
- プログラム支援
など、人間の創造的活動を補助する用途が拡大しています。
現在はテキスト・画像・音声を統合的に扱う「マルチモーダルAI」も発展しています。
ただし「第四次AIブーム」という区分は明確な学術定義ではなく、説明上の整理です。
AI冬の時代は再び来るのか
AIの歴史には一定のパターンがあります。
- 技術革新
- 過剰な期待
- 限界の露呈
- 投資縮小
- 基盤技術の進歩による再評価
現在も、
- 誤情報生成（ハルシネーション）
- 著作権問題
- データバイアス
- 巨大データセンターの電力消費
- 各国のAI規制
といった課題があります。
過去のAI冬の時代を知ることで、現在の進歩もより立体的に見えてきます。
意外と知られていないAI史の豆知識
- 「AI」という言葉は1956年以前には存在しなかった
- 1990年代は「AI」という名称を避ける研究者もいた
- 現在の生成AIも、過去の機械学習やニューラルネット研究の積み重ねの上に成り立っている
- 「AI冬の時代」は実際に研究史で使われる用語である
AIは突然生まれたのではなく、長い試行錯誤の積み重ねです。
AI発展の流れ 年表まとめ
- 1956年
ダートマス会議 AIという言葉が誕生 - 1970年代
期待が先行し第一次AI冬の時代へ - 1980年代
第二次AIブーム（エキスパートシステム） - 1990年代
再び失速 第二次AI冬の時代 - 2000年代後半
第三次AIブーム（機械学習） - 2012年
ImageNetでディープラーニングが飛躍 - 2017年
Transformer登場 現代AIの基盤技術へ - 2020年代
生成AI・大規模言語モデルの普及
まとめ
人工知能の歴史は、
第一次：記号処理
第二次：エキスパートシステム
第三次：機械学習とディープラーニング
第四次：生成AI
という流れで発展してきました。
現在のAIも完成形ではありません。
歴史を知ることは、未来を冷静に考えるヒントになります。
