この考えは、いつ、どこから来たか
この教材でこれから見ていく部品の多くは、実は、とても古いものです。「ニューロン」「確率で次の語を選ぶ」「重みを直して学習する」。AIが急に注目された時期より、ずっと前の論文に、その種がすでにあります。この章では、確かめられたものだけを、年表にしました。
確かめられたものだけを載せる
年表の各項目は、論文の題名・著者・発表年を、DOI や arXiv などで確かめられたものだけです。説明は、題名と、一般に知られる位置づけにとどめています。論文の本文を読み切れていないものも含むので、内容の評価はしていません。確かめきれないものは、載せないことにしました。たとえば、パーセプトロンの限界を論じた1969年の本は、原典を確かめていないため、載せていません。
部品の多くは古い。変わってきたのは、規模と組み合わせである。
古い部品
しきい値のニューロン(1943年)、語の遷移を確率で扱う考え(1948年)、重みを調整して学習する模型(1958年)は、いずれも20世紀半ばの論文に出てきます。これから見ていく最初のほうの章の部品は、数十年前からあるものなのです。
変わってきたもの
層を重ねて学習する方法(1986年)や、表せる関数の広さについての理論(1989年)が整い、そのあと、データの量、計算の量、構造の工夫が積み重なって、今のAIになっていきます。ただし、その経緯は多くの人の仕事の積み重ねで、この年表の11件で尽くされるものではありません。
これからの学び方
興味の出た章があれば、各章の出典から、原典や大学の教材に進めます。このあと進む章では、「数にする・近さを測る・損失を小さくする」という流れが、土台になります。最新の話題は、論文や大学・研究機関の公式資料で、確かめてください。
古い考えが、再び注目される
この年表を見ると、これから学ぶ考え方自体は、かなり前から存在しているものが多い、と気づきます。それが、近年、急に注目されるようになったのは、考え方が新しくなったからだけではなく、使えるデータの量と、計算の力が、大きく増えたことも、背景にあると説明されます。古い考えが、環境の変化で、新しい意味をもつことがある、というのは、科学の歴史で、よくある流れです。
原典に当たる楽しさ
もし、年表の中に、気になる論文があれば、題名からたどって、原典を読んでみてください。数式が難しくても、導入部分には、その研究が、何を問題にしたのかが、書かれています。「どんな問いから、始まったのか」を知ると、いま使われている技術の、見え方が変わってきます。
