AIの歴史を旅しよう＃１：時代別の歩み（黎明期〜現代）
AIの歴史は、世間での期待値と技術的な限界が交互に入れ替わる「ブームと冬の時代」の連続でした。ここでは、黎明期から現在までの大きな流れを、実際の研究トレンドと技術の進歩を踏まえて整理します。
第1次AIブーム（1950年代後半〜1974年頃）
― 推論・探索技術と「知能は実現できる」という期待の高まり
AI研究は1956年のダートマス会議で幕を開けました。この時期は「推論」や「探索」が中心であり、人間のように問題を解くアルゴリズムが多数研究されました。代表例として幅優先探索や深さ優先探索があり、小規模な問題であれば人間以上の能力を示すこともありました。
また、初期の対話システムとして知られる ELIZA（心理療法のような対話を行うプログラム） や、自然言語を理解するように見えるプログラム SHRDLU（ブロックの世界で指示を理解し実行する） が登場しました。これらは制約のある“おもちゃの世界（トイ・プロブレム）”では優秀に見えたため、「AIはすぐに人間レベルに追いつく」と考える研究者も多かった時代です。
しかし実際の現実世界はあまりに複雑で、当時のコンピュータ性能では実用化は困難でした。そのため期待がしぼみ、AI研究は停滞期を迎えます。
1974年のライトヒル報告による「AIの冬」の始まりが境界といえます。
※ ELIZAについてはこちらの記事もどうぞ
第2次AIブーム（1980年代）
― エキスパートシステムと知識ベースの時代
1980年代に再び注目されたのが エキスパートシステム です。これは医療や化学など特定領域に特化した専門知識をルールとして組み込み、人間の専門家の判断を再現しようとする試みでした。
代表例は次の通りです。
DENDRAL：化学構造の解析
MYCIN：細菌感染症の診断
PIP：内科診断支援システム
特定領域で専門家レベルの性能を発揮することもあり、企業での導入が進みました。しかし、このアプローチには決定的な課題がありました。それが 知識獲得のボトルネック です。
専門家の知識を細かくルールとして記述する作業は非常に時間がかかり、複雑な現実をすべてルール化することは不可能でした。
また、この頃、膨大な知識を体系化しようとする Cycプロジェクト も開始されましたが、常識的知識の形式化の困難さが明らかになり、ルールベースの限界も明確になっていきました。再びAIへの期待は下がっていきました。
第3次AIブーム（2000年代後半〜現在）
― 機械学習・深層学習が切り開いた実用化の時代
2000年代に入り、データ量の爆発と計算資源の進化（特にGPU）が追い風となり、AIは再び大きな進化を遂げます。鍵となったのが 機械学習 と ディープラーニング（深層学習） です。
従来のルールベースとは異なり、機械学習ではデータからパターンを“学習”できます。特にディープラーニングでは画像認識、音声認識、自然言語処理の精度が飛躍的に向上し、2012年の画像認識コンテスト（ImageNet Large Scale Visual Recognition Challenge; ILSVRC）で、トロント大学のAlexNetが深層学習を用いて圧倒的な成果を出したことはAIの歴史的転換点となりました。
ここからAIは一気に実用化フェーズへと進みます。
・自動運転
・音声アシスタント
・医療画像診断
・自然言語処理（翻訳やチャットAI）
・生成AI（画像生成、文章生成）
など、私たちの生活に浸透する技術が次々と生まれ、現代のAIブームが形成されていきました。
AlexNet、ILSVRCについてはこちらの記事をどうぞ
AIの歴史を振り返ると、技術進歩の累積とともに、「期待 → 失望 → 再評価」というサイクルが繰り返されてきたことがわかります。この流れを理解することで、現在のAIの強みと限界をより正確に捉えることができるようになります。
ここまでお読み頂きありがとうございます。
AIって何？ AIの歴史から最新情報まで、わかりやすく説明した、
これまでの記事の一覧をプロフィールページにまとめています。
AIの全体像をつかむヒントになると思いますので、ぜひご覧ください。
＜前へ
AIを学ぶ前に知っておきたい“AIの歴史”：基礎から最新動向まで整理して解説｜ AIとは何か — 定義と分類
免責事項
・本記事は生成AI（ChatGPT等）を活用して執筆しています。内容の正確性・最新性には十分配慮しておりますが、誤りや古い情報が含まれる場合があります。ご利用・ご判断はご自身の責任でお願いいたします。万一、著作権等に問題がある場合はご連絡ください。
