AIとは？　ChatGPT、Geminiなどの最新技術、10年後の進化予測までわかりやすく解説

1950年代に初めてその言葉が生まれた「AI（人工知能）」は、その後飛躍的な革新を遂げ、私たちの生活様式にも大きな変化を及ぼした。2022年現在は第3次AIブームと呼ばれ、機械学習や深層学習、シンギュラリティという言葉も耳にする。AIの歴史に加え、それによって実現した身近な技術も紹介する。

「AI（人工知能）」とは？

AI（人工知能・Artificial Intelligence）とは「知的な機械、特に、知的なコンピュータープログラムを作る科学と技術」とされる。しかし、そもそも「知能」自体を明確に定義づけることが困難であり、専門家の間でもAIの定義はさまざまだ。一般的には、人間の知能をコンピューターによって人工的に再現したものと捉えられている。

汎用型AIと特化型AI

AIは、「汎用型」と「特化型」の大きく2種類に分けられる。汎用型とは、広くイメージされているような、人間のように思考しさまざまな課題を処理できるAIだ。予想外の出来事が起きても経験に基づいて総合的に判断できることを指す。現在、汎用型AIは実現していない。

特化型は、限定された領域の課題を自動的に学習して処理する。画像や音声の認識、言語処理などの分野に特化した技術を持つ。私たちの日常で活用されているのは特化型AIだ。

AIの登場・進化の歴史

AIの概念の誕生は1950年代にさかのぼる。AIの歴史にはその登場から2022年現在まで、3回の「ブーム」があった。それぞれどのような進化があったのか。

AIの誕生

AIの概念の元となったのは、イギリスの数学者アラン・チューリングが1950年に提起した「機械は考えることができるか」という問いにある。1956年にアメリカで開催されたダートマス会議で、数学者のジョン・マッカーシーが「人間のように考える機械」を「人工知能」と提唱した。これが、AIという言葉が現れた起源だと言われる。

第1次AIブーム（1960～1970年代前半）

当初は、パズルやゲームのような明確なルールのもと、「推論」と「探索」をするAIが研究された。推論とは人間の思考プロセスを記号で表現し、実行しようとすることだ。探索は、目的となる条件の解き方を場合分けして探し出すことを指す。

しかし、推論と探索でAIが処理できるのは簡単なゲームのようなものに限られ「トイ・プロブレム（おもちゃの問題）」と表現された。

この時代のAIで注目されたのは、1966年に開発された「イライザ」と呼ばれる言語処理プログラムだ。短いテキストで指示すると、まるで会話をしているような反応（結果）が返ってくるチャットボットの初期型に当たる。現在、スマートフォンで使われている「Siri」の起源でもある。

第2次AIブーム（1980年代）

1980年代には、人工知能に知識をルールとして教え問題解決させる「エキスパートシステム」が実現する。これが、第2次AIブームのきっかけとなった。

人間が問題に取り組むときには、今までの知識や経験の情報をもとに解決法を考える。エキスパートシステムはこれをAIで再現し、さまざまな知識ベースから論理に基づいた推論で正解と思われるデータを導く。

通販サイトで閲覧履歴からおすすめ商品が表示されたり、ニュースサイトで日頃よく見ているテーマに近い話題が頻繁に表示されたりするのは、エキスパートシステムを使っているからだ。

第3次AIブーム（2000年代後半～現在）

2023年現在、後述する機械学習の実用化と深層学習（ディープラーニング）の登場によって巻き起こった第3次AIブームの只中だ。このブームは昨今の技術革新の急速さとその影響力を如実に示している。

特に最近のトレンドとして、テキスト生成に関するAI技術が注目されている。OpenAIが開発した大規模言語モデル（LLM）のGPT-3やGPT-4、対話に特化した言語モデルのChatGPTは、人間に近いレベルで自然なテキストを生成する能力を持つ。ChatGPTを実際に使用してみて、これまでとは違う自然な文章に驚いた人も多いのではないだろうか。これにより、自然言語処理の分野で大きな進歩がみられ、人間とAIのコミュニケーションの可能性が広がった。

また、画像やイラストの自動生成技術も進化を遂げている。AIが人間の美的感覚を学び、完全とは言えないまでもクリエイティブな作品を生み出すことが可能となった。このような技術の進歩は、デザインや芸術の分野におけるAIの活用範囲を拡大している。

さらに、検索エンジンの技術もAIの進化によって大きな変化を遂げている。MicrosoftのBingは、AIを活用したより高度な検索結果の提供を目指しており、ユーザーのニーズにより精度高く応えることが可能となった。

一方、AI研究の権威であるレイ・カーツワイル氏が「2029年にAIが人間並みの知能を備える」「2045年に技術的特異点（シンギュラリティ）が来る」と指摘している。この予測が現実のものとなれば、AIは我々の生活、社会、さらには人類そのものの存在を根底から変える可能性がある。これからのAIの進化に対する期待と警戒は、これまで以上に重要となっている。

2023年の大規模言語モデルに関する最新動向

2023年は、人工知能と機械学習の分野において大規模言語モデルの進化が顕著になった年だ。特に自然言語処理（NLP）の領域では、OpenAI、Google、Microsoftといった大手テクノロジー企業が、それぞれの最新モデルを発表し、業界に大きな影響を与えている。これらのモデルは、人間の言語を理解し、生成する能力が大幅に向上しており、さまざまなアプリケーションでの利用が期待されている。

OpenAI

2023年11月、OpenAIは新たな大規模言語モデル「GPT-4 Turbo」を発表した。このモデルは、2023年4月までのデータを学習している。また128K文字までのコンテキストウィンドウを持ち、300ページ以上の長文回答が可能だ。

GPT-4 Turboは、複数のアクションを1つのメッセージで指示できる機能や、JSONフォーマットでの応答機能を備えている。またGPT-3.5 Turboも16Kコンテキストウィンドウでアップデートされ、同年12月11日に自動アップグレードされる予定である。

開発者向けには、AIアシスタントをアプリに組み込む「Assistants API」のベータ版がリリースされた。「Assistants API」により、データ分析やコード支援、予定調整などの機能が実現可能になる。

さらに画像入力に対応した「GPT-4 Turbo with vision」もリリース予定で、画像に基づくキャプション生成や詳細な分析が可能だ。著作権に関する取り組みも強化され、ユーザーが著作権侵害の法的請求を受けた場合、OpenAIが費用を支払うとしている。

Google

2023年12月、Googleは最新かつ高性能なAIモデル「Gemini」を発表した。このモデルは、テキストやコードだけではなく、画像、音声、動画といった多様なデータを理解し、操作する能力を持つ。Geminiは、3つのサイズに最適化されており、特にGemini Ultraは最高水準のパフォーマンスを発揮する。

またGoogleは、Geminiを活用した新しいAIアシスタント「Assistants API」のベータ版もリリースし、開発者や企業がAIをより効率的に利用できるようになる。さらにGoogleは、Geminiの安全性と信頼性にも重点を置いており、さまざまなテストと安全対策を実施している。

Microsoft

Microsoftは、2023年11月に「Bing Chat」などを「Copilot」に名称を変更すると発表。さらに、翌月には大幅なアップデートを発表した。このアップデートでは「GPT-4 Turbo」に対応し、複雑で長い処理の対応力が向上する。また画像生成AI「DALL-E 3」も新しいモデルに更新され、より正確な画像生成が可能になる。

さらにMicrosoft Edgeブラウザを通じて、Webサイトのテキストを簡単に書き換える機能が追加される予定だ。プログラムのコード自動生成や実行が可能な「コード・インタープリター」も改善され、より正確な計算やデータ分析が行えるようになる。

Bing画像検索やWeb検索では、GPT-4の画像解析機能を組み合わせることで、画像を使った検索結果でより高いレベルで画像を理解する。また「Deep Search」機能により、プロンプトを使って詳細な質問を掘り下げ、関連性の高い検索結果を得られるようになるという。

2023年のAIに関する最新動向

2023年、人工知能（AI）の分野は、技術革新と応用範囲の拡大により、めざましい進歩を遂げている。特に注目される動向は、以下の通りだ。

エッジコンピューティングとAIの統合

エッジコンピューティングとは、データ処理をクラウドではなくデータが生成される現場（エッジ）で行う技術である。2023年には、このエッジコンピューティングにAIが統合され、リアルタイムでのデータ処理と分析が可能になった。例えば交通管理システムでは、カメラが捉えた映像をエッジデバイスで即座に分析し、交通流の最適化を図ることができる。

量子コンピューティングとの融合

量子コンピューティングは、従来のコンピューターとは異なる原理で動作し、膨大な計算を高速に行うことが可能だ。AIと量子コンピューティングの融合により、特に複雑な問題の解析や大規模なデータセットの処理が飛躍的に向上した。例えば新薬の開発において、量子コンピューティングを用いて膨大な化合物のシミュレーションを行い、効果的な薬剤の候補を素早く特定できるようになった。

強化学習の応用範囲拡大

トランスフォーマーモデルは、特に自然言語処理（NLP）において大きな影響を与えたAIモデルだ。2023年には、このモデルの能力がさらに向上し、より複雑な言語の理解と生成が可能になった。例えば多言語にまたがる翻訳や、より自然な人間との対話が実現できるようになった。

自己教師あり学習の発展

自己教師あり学習（Self-supervised learning）は、機械学習の一手法で、ラベル（正解）の付いたデータが不足している場合やラベル付けが困難なデータを学習する手法だ。2023年には、この手法がさらに発展し、大量の未ラベルデータを活用して、より効率的に学習することが可能になった。自己教師あり学習によって、例えばインターネット上の膨大なテキストデータから新しい知識やパターンの発見がしやすくなる。

これらの進歩によって、AI技術が私たちの生活や産業に与える影響をさらに拡大している状況だ。AIの応用範囲が広がることで、新たなサービスや製品の開発、効率化、問題解決の可能性が広がっている。

AIが飛躍的に進化した理由

AIの技術革新を大きく進めたのは、コンピューターの計算能力が向上し、ビッグデータの活用が可能になったことによる機械学習の実用化と深層学習の登場だ。それぞれどのような意味を持つのか。

機械学習の実用化

機械学習とは、人間における「学習」の仕組みをコンピューターで実現するものだ。入力されたデータからパターンやルールを見つけ出し、新たなデータに当てはめて識別や予測ができるアルゴリズムを自動的に構築するようになる。2010年代以降、膨大な情報を扱うことができるようになり、機械学習の実用化が進んだ。

深層学習の登場

機械学習では、人間が特徴量を定義し精度を上げる必要性があった。特徴量とは、パターンを見つけ出すためにどの部分に着目するかという指標だ。そこで登場した深層学習は、学習データから自動で特徴量を抽出できる点が画期的である。

GPUの発達

AIの進化に対する重要な推進力の一つとして、GPU（グラフィックス・プロセッシング・ユニット）の発展が挙げられる。その高度な並列処理能力がAIの学習タスク、特に深層学習に適していることが明らかになったのは、2000年代後半～2010年代前半にかけてのことだ。それ以前は、GPUの計算能力をAIの学習に活用することはほとんどなかった。

深層学習は大量のデータと計算力を必要とする。特にニューラルネットワークの訓練は、数百万から数十億のパラメータを持つことがあり、それら全てを同時に更新するための計算は膨大なものになる。CPU（中央処理装置）でもこれらの計算は可能だが、その処理速度は限られている。

これに対してGPUは、多数のコアを持つことで、大量の計算を同時並行で行うことが可能だ。このため、深層学習の計算タスクを高速に処理することができ、AIの訓練時間を大幅に短縮することが可能となった。

また、GPUメーカーであるNVIDIAは、AIの計算に特化したプラットフォーム「CUDA」を提供している。これにより、開発者はGPUの計算能力を最大限に引き出すことが可能となり、AIの進化をさらに加速している。このように、GPUの発達は現代のAIブームを支える重要な基盤となっている。

AIの進化で何が起きたのか

AIが登場し、技術が進歩したことで、私たちの日常には具体的にどのような変化があったのか。代表的な事例を紹介する。

囲碁や将棋でAIが人間に勝利

複雑な思考やパターンによる戦略を要するゲームでは、人間の強者とAIとの対決がたびたび注目される。1997年には、米IBMが開発したAI「ディープ・ブルー」がチェスで当時の世界チャンピオンに勝った。

将棋では、2012年にコンピューターソフトがトップ棋士に勝利する。さらに、チェスや将棋に比べて盤面が広くパターン数が多いためAIが勝利するのは難しいと言われていた囲碁でも、2016年、コンピュータープログラム「アルファ碁」にトップ棋士の李九段が敗れて大きな話題となった。棋譜など過去のデータを一切見ずに自ら学ぶことができるAI「アルファゼロ」の開発も進んでいる。

クレジットカードの不正監視

クレジットカードの不正対策に金融機関で導入されているAI技術が「レグテック」というシステムだ。このシステムでは、過去の不正パターンを機械学習したAIがリスクを監視しており、オンラインでの本人確認や、マネーロンダリング対策など、不正対策に幅広く活用されている。

AIレコメンド機能

ECサイトのおすすめ商品や、SNS上の広告などは個人の購入履歴や閲覧履歴に基づいて表示されることが一般的になった。ユーザーそれぞれの関心や趣味を捉え、効率的に商品やコンテンツが宣伝される。一方で、AIのレコメンドによって個人の多様性が失われるとの指摘もある。

自動運転

自動車をAIが自動で運転することで利便性を向上し、交通事故を大幅に減らせるのではないかと期待されている。渋滞の緩和策や公共交通機関が少ない地方での移動手段としてもメリットがある。

2022年現在、日本では「条件付自動運転車（限定領域）」が実現している。高速道路などにおいて自動運転システムを作動できるが、システムが自動運転を継続できなくなればドライバーは運転に戻らなければならない。

今後は、ドライバーの関与がなくても決められたルートを走行できる「自動運転車（限定領域）」や、領域の制限がなくなる「完全自動運転車」の実現が想定される。

自動翻訳

AIを用いて言葉を別の言語に翻訳する技術も顕著だ。深層学習の登場によって、より自然で人間が訳したような言葉に近い翻訳が実現されつつある。海外旅行用の翻訳機や外国語で書かれたウェブサイトを閲覧する際などにも使われ、身近になっている。

医療画像診断

深層学習の進歩で、AIが画像を認識する技術も向上した。医療現場では放射線画像などをAIが認識し、異常の検知などを支援しており、見落としの防止や業務効率化に役立っているという。

2021年には、新型コロナウイルスの画像診断を支援するAIシステムが医療機器として承認された事例もある。

ChatGPT、Bing AIなどの高度なテキスト生成

近年におけるAIの進化の一つとしては、テキスト生成能力の飛躍的な向上が挙げられる。その代表例がOpenAIの「ChatGPT」やMicrosoftの「Bing AI」だ。これらのAIでは、自然言語処理（NLP）技術を用いて人間が理解しやすい自然な文章を生成できる。

特に「ChatGPT」は、大量のテキストデータから学習して自然な会話を生成する能力があり、カスタマーサービスのチャットボットや文章作成補助ツールとして広く活用されている傾向だ。一方「Bing AI」は、Web検索の結果を自然な言葉で説明する能力を持つ。

画像生成にも対応しており、｢Bing Image Creator｣を使いユーザーの指示に従って新しい画像を作成できる。

画像・イラストも高度に自動生成

画像やイラストの自動生成技術とは、テキストやデータなどを入力することでAIが自動的に画像やイラストを生成してくれる技術だ。この技術は、デザインやアートなどの分野で活用されている。画像やイラストの自動生成技術の具体例としては、以下のようなものがある。

・DALL・E
テキストを入力すると、その内容に合った画像を生成するAIだ。例えば「アボカドの形をした椅子」「熊が火星にいる」といったテキストを入力すると、それらに対応した画像を生成する。2023年9月には最新版「DALL·E 3」がリリースされた。

・Stable Diffusion
テキストや画像を入力すると、その内容に合った高品質な画像を生成するAIだ。例えば「猫」というテキストを入力すると、さまざまな種類の猫の画像を生成する。また人物の顔写真を入力すると、その人物に似た別人物の顔写真の生成が可能だ。

2023年11月にはStable Diffusion 2.0」がリリースされ、さらに2023年12月には日本特化モデル「Japanese Stable Diffusion XL」がリリースされた。

AIの進化が社会にもたらす影響

AIの進化は、ビジネスから日常生活まで社会全体に大きな影響を与えており、例えば製造業ではAIによる自動化と最適化が生産性を向上させている。ほかにもカスタマーサービスでは、AIチャットボットが24時間365日対応可能となり、顧客満足度の向上に寄与。医療分野では、AIが診断支援システムとして活用され、早期発見や正確な診断につながっている。

さらに自動運転技術の進化により、交通事故の減少や時間の有効活用の期待度も高い。またAIが教育や学習の分野にも応用されており、個々の学習進度や理解度に合わせた教材提供など個別対応の教育が可能となっている。一方でAIの進化は、雇用に対する懸念をもたらしていることも事実だ。

AIやロボットによる自動化が進むことで、一部の職種がなくなる可能性がある。またAIの判断による社会的な影響や倫理的な問題も課題の一つだ。

AIの進化がもたらす10年後の予測を紹介

10年後のAIは、今よりもさらに高度な技術と広範な応用が期待されている。AIの能力が人間を超え、より高度な問題解決能力を持つようになる可能性があるのだ。例えば気候変動や経済不況、病気の流行など複雑で大規模な問題に対する解決策をAIが提案する日が来るかもしれない。

またAIは、人間の生活をより便利で快適にするための新たなテクノロジーを生み出すだろう。家庭内の家事や育児、健康管理など日常生活のあらゆる面においてAIの活用が期待される。AIの進化により、私たちの生活は大きく変わり人間の可能性をさらに引き出すことになると予測されているのだ。

しかしその一方でAIの進化は新たな問題を引き起こす可能性もある。人間の仕事がAIに置き換わると雇用の不安定化や経済格差の拡大がさらに進む可能性も否定できない。またAIが個人情報を大量に処理することになるとプライバシー侵害や情報漏えいのリスクも増えるかもしれない。

さらにAIの判断が人間社会に深く関与するようになると、AIの倫理やAIの判断による誤りに対する対策が重要となる。AIが進化する一方で、これらの課題へ向けた対策や規制も必要となるだろう。AIの未来は、大きな可能性と課題を併せ持つ。

私たちはAIの影響を十分に理解した上で適切に対応することが求められる。今後の10年がAIの進化と社会との新たな関係を築く重要な分岐点となるだろう。

AIの進化によるメリット・デメリット

ここで、AIの進化によるメリット・デメリットを整理しておこう。

メリット

1．労働力不足の解消

人間が行うのが困難な作業や単純労働をAIが担うことで、労働力不足の問題が解消される可能性がある。特に高齢化社会における深刻な介護人材の不足など、人手が足りない分野での活用が期待されている。

2．生産性の向上

AIは、大量のデータを高速に処理できるため、製造業やサービス業などの生産性向上に大いに寄与する。

3．ミスや事故の減少と安全性の向上

AIの判断は、常に一定で人間のように疲れることがないため、人間が起こす可能性のあるミスや事故を減らすことが期待できる。例えば自動運転技術がより一層進化していけば、交通事故の減少につながるだろう。

4．コストの削減

AIは、24時間稼働でき人間の労働コスト削減に寄与する。またAIによる自動化や最適化は、効率的な業務運営によるコスト削減をもたらす。

5．顧客満足度の向上

AIのレコメンド機能やチャットボットなどは、顧客に対するサービスの質を向上させ、顧客満足度を高める。

デメリット

1．人間の仕事が奪われる可能性

AIによる効率化や自動化が進むと一部の人間の仕事がAIに置き換わる可能性がある。これは、特に単純労働を中心に雇用の不安定化を引き起こす懸念がある。

2．AIの判断に不具合が起こった場合の責任

AIの判断による事故や問題が起きた場合、その責任を誰が負うべきかが問題となる。これは、法律や倫理の観点からも大きな課題の一つだ。

3．プライバシーの問題

AIが個人情報を大量に処理することになると、情報漏えいや不適切な利用によるプライバシー侵害のリスクが増える。データプライバシーとセキュリティはAIの普及に伴い、ますます重要な課題となるだろう。

4．軍事利用の危険性

AIの技術が軍事利用されることで、新たな軍事バランスや戦争スタイルが生まれる可能性がある。AI兵器の開発や使用に関する国際的なルール作りが急務となるだろう。

5．セキュリティの問題

AIシステム自体がサイバー攻撃の対象となることもあり、そのセキュリティ対策は重要な課題となる。特に、自動運転車や医療AIなど、人命に関わるシステムのセキュリティは最重要課題となっている。

これらのメリットとデメリットを踏まえ、AIの進化とともに生じる問題にどう対処するか、それぞれの分野での具体的な対策と規制の必要性がますます高まっている。

シンギュラリティとは？

AI技術が人間を超え、自ら人間より賢い知能を持つようになることを「シンギュラリティ（技術的特異点、Singularity）」と呼ぶ。

シンギュラリティによって、これまで人間にしかできなかったことがAIにも可能になる。例えば、人間の仕事がAIに置き換えられたり、AIが人間に危害を加えたりする可能性も指摘されている。

AIの進化についてよくある質問

AIとその進化に関して、よくある疑問についてまとめた。

AIが進化するとどうなる？

当初は、決められたルールの下で簡単な問題を解くことしかできなかったAIだが、大量の知識をインプットする機械学習や、自らパターン分けのための指標を抽出できる深層学習の技術が開発され、その技術は飛躍的に進歩した。AIが人間を超える「シンギュラリティ（技術的特異点）」が2045年に訪れ、私たちの生活に大きな影響を及ぼす可能性があると提唱されている。

AIが進化するとなくなる仕事は？

AIが進化し、自動化や効率化が進むと、特に以下のような職種や業務が影響を受ける可能性が高いと考えられている。

・製造業
・運輸業
・小売業
・顧客サービス
・会計と金融サービス

ただし、AIが仕事を奪う一方で、AIに関連する新たな職種や仕事が生まれる可能性もある。また、AIが苦手とするクリエイティブな仕事や人間とのコミュニケーションを重視する仕事は、今後も人間によって担われると考えられる。

AIロボットの将来性は？

AIを搭載したロボットは実用化が進み、市場も拡大している。AIは技術によって人間の表情やコミュニケーションを学ぶことができるため、さまざまな場面で活用される。「aibo」や「Pepper」などのサービスロボットは今後、産業用ロボットの市場規模を大きく上回ると予測されている。

AIは人間を超えるのか？

AIが人間を超えるシンギュラリティが訪れると、これまではSF小説や映画の中だけの出来事だと考えられてきた現象が現実になる可能性もある。AIが、リスクとなる行為や倫理面に配慮した上で技術を活用していくことが重要だ。

AIが今後できるようになることは？

AIの進化は日々続いており、その可能性は広大だ。中でも、今後できるようになることとしては以下が予想されている。

・一般的な対話AIの進化
・クリエイティブな作業
・医療診断と治療
・自動運転の完全自立
・予測と意思決定の支援

これらは一部の例であり、AIの可能性はこれからの技術進歩や研究によってさらに広がるだろう。

AIと共存し築く未来

AIをめぐる技術はわずか70年ほどの間にめざましく進歩した。ビッグデータを使って「学ぶ」ことができ、領域を限定すれば人間の思考に近いプロセスで判断できるAIは、これまで「人間にしかできない」と思われていたことができるようになる可能性を持つ。

AI技術は人間の思考能力を奪うとの指摘もある。一方で、うまく活用すれば私たちがより生産的に学び、行動する助けにもなり得るし、経済成長や新たな技術開発にもつながる。シンギュラリティに備え、急成長を遂げるAI技術だけでなく、そのリテラシーや環境整備にも着目したい。