最終更新日：
AIは、黎明期を含めてもその歴史が100年に満たない新しい技術といえます。しかし、その短い歴史のなかには、後世に大きな影響を残した多数の偉大な研究者がいました。そこで、この記事ではAI史を彩る著名な研究者たちを簡単に紹介していきます。
紹介するAI研究者は「AI黎明期と第一次AIブーム」「第二次AIブーム」「第三次AIブームから現在まで」「AI批判とその周辺」の4カテゴリーに分けたうえで、それぞれのカテゴリーで50音順で紹介します。また、研究者が発表した書籍の出版年は原著の出版年を記し、邦訳があるものは邦題のみ表記します。
なお、紹介する研究者の多くは『ディープラーニング G検定(ジェネラリスト) 公式テキスト 』（通称『白本』）と『徹底攻略 ディープラーニングG検定 ジェネラリスト 問題集』（通称『黒本』）にも掲載されています。それゆえ、この記事は研究者の業績を問うG検定の問題の対策にも活用できるでしょう。
▼AIの歴史について詳しくはこちら
目次
- AI黎明期と第一次AIブーム（1950〜60年代）
- 第二次AIブーム（1970〜80年代）
- 第三次AIブームから現在まで
- AI批判とその周辺
- イーロン・マスク（Elon Reeve Musk、1971～）
- ケビン・ケリー（Kevin Kelly、1952～）
- ジョン・サール（John Rogers Searle、1932～）
- スティーブン・ハルナッド（Steva Robert Harnad、1945～）
- スティーヴン・ホーキング（Stephen William Hawking、1942～2018）
- ニック・ボストロム（Nick Bostrom、1973～）
- ヒューゴ・デ・ガリス（Hugo de Garis、1947～）
- ユヴァル・ノア・ハラリ（Yuval Noah Harari、1976～）
- ロジャー・ペンローズ（Sir Roger Penrose、1931～）
- 業績傾向から見たAI研究者年表
- 世界AI研究者生没年表
AI黎明期と第一次AIブーム（1950〜60年代）
「人工知能（Artificial Intelligence：AI）」という言葉は、1956年に開催されたダートマス会議で初めて使われたと言われています。この会議以前にも、今日のAI研究に大きな影響を与える先駆的な概念が発表されています。
ダートマス会議以降、人間の推論能力を機械的に再現することを目指す「第一次AIブーム」が起こりました。
そこでまずは、AIの黎明期から第一次AIブームにかけて活躍したAI研究者を3名、ご紹介します。
アラン・チューリング（Alan Mathieson Turin、1912～1954）
アラン・チューリング（Alan Mathieson Turin、1912～1954）は、「チューリング・テスト」の考案者。このテストは、AIが人間のふりをして人間とコミュニケーションし続け、相手にAIと見破れなければ「知性のあるAI」と認定する、というもの。2020年現在、同テストに公式に合格したAIは存在しない。「有限時間で演算が（解決によって）停止するかどうかを判断するアルゴリズムは可能か」を考察する停止性問題について、そのようなアルゴリズムは存在しないことを証明したことでも有名である。
ジョン・マッカーシー（John McCarthy、1927～2011）
ジョン・マッカーシー（John McCarthy、1927～2011）は、人工知能（Artificial Intelligence）という言葉の考案者。1956年8月、ダートマス大学で開催されたダートマス会議の提案書で史上初めて「人工知能」という言葉が使われた。提案書には「今は人間にしか解けない問題を機械で解くこと、機械が自分自身を改善する方法」などが研究テーマとして掲げられた。同氏はプログラミング言語「LIPS」の考案者としても知られ、この言語は人工知能研究にも使われていた。
テリー・ウィノグラード（Terry Allen Winograd、1946～）
テリー・ウィノグラード（Terry Allen Winograd、1946～）は、「SHRDLU」プロジェクトによって「積み木の世界」を開発した。SHRDLUとは、自然言語によってコンピュータを制御することを目的とした研究である。「ブロック」「円錐」「～の上に置け」のような単純な単語を組み合わせて、積み木を指示通りに積み上げてその結果を原始的なCGで出力する、というものであった。この研究の成果は、一般常識をデータベース化するCycプロジェクトに継承された。同氏は、Googleの創業者の1人であるラリー・ペイジを指導したことでも知られる。
第二次AIブーム（1970〜80年代）
第一AIブームにおいてAIのさまざまな限界が判明した後、一時的にAI研究は低迷期を迎えました。この低迷期は、AIに現実世界の知識を活用させるというアプローチが考案されたことによって、脱することができました。こうして「第二次AIブーム」が起こりました。この時期にはAIが様々な分野の専門知識を活用する「エキスパートシステム」が開発されました。今日の機械学習やニューラルネットワークにつながる先駆的研究も行われました。
アーサー・サミュエル（Arthur Lee Samuel、1901～1990）
アーサー・サミュエル（Arthur Lee Samuel、1901～1990）は、1952年にリリースされた商用コンピュータ「IBM 701」で動作する世界初のコンピュータ・チェッカーを開発した。当時はコンピュータの演算性能が著しく制限されていたので、演算範囲を抑制するためにアルファ・ベータ法を実装した。さらにゲームの局面を評価する評価関数も実装した。この評価関数にもとづいて指し手を決定する際には、ミニマックス法を採用した。このように、同氏は現代の強化学習の基礎を築いた。
エドワード・ファイゲンバウム（Edward Albert Feigenbaum、1936～）
エドワード・ファイゲンバウム（Edward Albert Feigenbaum、1936～）は、1960年代に未知の有機化合物の質量分析を行う世界初のエキスパートシステム「DENDRAL」を開発した。同システムは、実験データと化学に関する知識ベースを活用して、未知の有機化合物の化学構造を推論した。実世界の知識をコンピュータに実装する手法は、同氏によって知識工学として提唱・体系化された。こうした業績により、同氏は「エキスパートシステムの父」と呼ばれる。
ゴードン・ムーア（Gordon E. Moore、1929～）
ゴードン・ムーア（Gordon E. Moore、1929～）は半導体メーカーIntelの創設メンバーの1人であり、1965年に「ムーアの法則」を唱えた。この法則は、集積回路上のトランジスタ数は「18か月（=1.5年）ごとに倍になる」というもの。同法則は、カーツワイルが唱えた「シンギュラリティ」に影響を与えている。ちなみに、Open AIの調査によると、画像識別AI「AlexNet」と同等の性能を実現するのに必要な計算量は、2012年以降、16ヶ月ごとに2／1になっており、ムーアの法則より早く進化している。
甘利 俊一（あまり しゅんいち、1936～）
甘利 俊一（あまり しゅんいち、1936～）は、1967年、多層パーセプトロンの確率的勾配降下法を考案したことで知られる。しかし、発表当時はコンピュータの演算能力が低かったため、検証が難しく注目されなかった。その後、1986年、ジェフリー・ヒントンらがこの方法を再発見して、バックプロパゲーション（誤差逆伝播法）として再定式化したことにより、ニューラルネットワークの研究が活性化した。バックプロパゲーションはディープラーニングにも応用されているので、同氏は第三次AIブームに対して先駆的役割を果たしたと言える。
福島 邦彦（ふくしま くにひこ、1936～）
福島 邦彦（ふくしま くにひこ、1936～）は、1979年、人間の視覚細胞の構造から着想された画像認識ニューラルネットワーク「ネオコグニトロン」を発表した。ネオコグニトロンは、1998年にヤン・ルカンが発表した畳み込みニューラルネットワークのひとつ「LeNet」と同様に多層構造をしている。具体的には、画像の濃淡を検出する単純型細胞（S細胞）の働きを司る層と物体の位置が変動しても同一の物体と判断する複雑型細胞（Ｃ細胞）の働きを司る層から構成されていた。ネオコグニトロンは、LeNetより19年も早く発表されたことは注目に値する。
第三次AIブームから現在まで
第二次AIブームで流行したエキスパートシステムは、実世界の知識体系をシステム的に再構築することが困難なことが判明して、下火となり「AIの冬」が訪れました。この苦難の時代において、ヒントンらはディープラーニングの研究を続けていました。そして、画像認識AI競技会「ILSVRC」でディープラーニングシステムが画期的な勝利をおさめたことに契機として、第三次AIブームが起こりました。第三次AIブームと前後して、AIが全人類の知性を凌駕すると予想する「シンギュラリティ」もしくは「2045年問題」に注目が集まりました。
イアン・グッドフェロー（Ian J. Goodfellow、1985～）
イアン・グッドフェロー（Ian J. Goodfellow、1985～）は、Googleに在籍していた2014年、敵対的生成ネットワークを発表した。同社でストリート・ビューの撮影車の撮影した画像から自動的に住所の情報を転写するシステムの開発や、機械学習システムのセキュリティ上の脆弱性の実証を行った。2017年には、MITテクノロジーレビューが選出するIT業界にブレイクスルーをもたらした「35 Innovators Under 35」の1人に選ばれた。2019年3月以降は、Appleで機械学習の研究チームを指揮している。
ヴァーナー・ヴィンジ（Vernor Steffen Vinge、1944～）
ヴァーナー・ヴィンジ（Vernor Steffen Vinge、1944～）は「技術的特異点」というアイデアを普及させ、「シンギュラリティ」を唱えたカーツワイルに影響を与えた。同氏は、1993年、『来たるべき技術的特異点：ポスト・ヒューマンの時代にいかにして生き残るか』という文章を発表した。その文章の要旨には「30年以内に、私たちはスーパーヒューマンを創造する技術的手段を持つことになるだろう。その後は、人間の時代が終わるだろう」と書かれている。
ジェフリー・ヒントン（Geoffrey Everest Hinton、1946～）
ジェフリー・ヒントン（Geoffrey Everest Hinton、1946～）は、ディープラーニング研究の第一人者であり「ディープラーニングの父」とも呼ばれる。同氏が率いたトロント大学の研究チームが開発した「SuperVision」は、2012年、画像認識の精度を競う競技会「ILSVRC」で優勝した。この優勝以降、画像識別ではディープラーニングの採用が主流となり、第三次AIブームの到来につながった。同氏は、オートエンコーダと呼ばれる手法を使うことでディープラーニングを実用的なものにした。
トマス・ミロコフ（Tomas Mikolov、1982～）
トマス・ミロコフ（Tomas Mikolov、1982～）は、Googleに在籍していた2013年、単語間の関係をベクトル空間に表現できるword2vecを発表した。同氏は2014年にGoogleを辞めた後、同年よりFacebookでリサーチサイエンティストを務め、2020年からはチェコ工科大学の研究所CIIRC CTUに所属している。2019年9月に公開されたテック系メディア『INVERSE』の記事によると、全般的人工知能（AGI）の研究を止めてしまうと、むしろ人類は脅威にさらされる、と同氏は発言してAI批判論をけん制した。
ヤン・ルカン（Yann André LeCun、1960～）
ヤン・ルカン（Yann André LeCun、1960～）は、1998年、現在のCNN（Convolutional Neural Network、畳み込みニューラルネットワーク）につながる「LeNet」を発表した。同ネットワークは、今日のCNNと同様に畳み込み層とプーリング層を交互に積層させた構造となっていてバックプロパゲーションを採用していた。2013年からはFacebookのAI研究所に所属し、同社のAI研究を指揮している。2018年3月には、ジェフリー・ヒントン、ヨシュア・ベンジオと共にチューリング賞を受賞した。
ヨシュア・ベンジオ（Yoshua Bengio、1964～）
ヨシュア・ベンジオ（Yoshua Bengio、1964～）は、1993年よりカナダ・モントリオール大学でコンピュータ・サイエンス学部の教授を務め、ジェフリー・ヒントン、ヤン・ルカンらと共に1990～2000年代のディープラーニング研究をけん引した。敵対的生成ネットワークを考案したイアン・グッドフェローは同氏の指導を受けた。2018年には3冊の書籍と500本の刊行物により、コンピュータ・サイエンスにおいて最も引用される研究者となる。同年、ヒントン、ルカンと共にチューリング賞を受賞した。
レイ・カーツワイル（Ray Kurzweil、1948～）
レイ・カーツワイル（Ray Kurzweil、1948～）は、2005年に出版した『シンギュラリティは近い―人類が生命を超越するとき』（日本では2007年出版）で「シンギュラリティ」を提唱した。同氏によると、テクノロジーは指数関数的に進化しているので（収穫逓増の法則）、2045年には1,000ドル程度のコンピュータでも全人類の脳の計算性能を凌駕して世界は激変すると予測されている。2012年からはGoogleに入社して、Gmailの「スマートリプライ」機能をはじめとした自然言語処理研究を続けている。
AI批判とその周辺
AIはその歴史を通じて、一貫して批判にさらされてきました。AI技術によって実現する「知能」は人間のそれとは同じではない、という議論はさまざまな観点から行われてきました。レイ・カーツワイルが「シンギュラリティ」を提唱して以降は、AIが人類を支配する、あるいは滅ぼす可能性を批判的に検討する議論がさかんになりました。
イーロン・マスク（Elon Reeve Musk、1971～）
イーロン・マスク（Elon Reeve Musk、1971～）は、宇宙開発企業のスペースX、電気自動車メーカーのテスラ等のCEOを務める実業家。AIは人類を支配する可能性があるので、その開発には規制が必要というAI批判の立場をとる。2015年には、AIの公共性を守るためにOpen AIの設立に寄与した。2017年には、脳とコンピュータをつなぐ技術の事業化を目指すスタートアップNeuralinkの創業を主導する。同社設立の真の目的は、人間がAIに対抗できる技術を開発するため、という指摘もある。
ケビン・ケリー（Kevin Kelly、1952～）
ケビン・ケリー（Kevin Kelly、1952～）は、テック系メディア『Wired』の創刊編集長として知られる編集者、作家。2016年に出版した『〈インターネット〉の次に来るもの 未来を決める12の法則』において、AIが普及した30年後の未来を描写した。2017年にUS版Wiredに投稿した『カーゴカルトとしてのAI：スーパーヒューマンなAIという神話について』では、「人類を凌駕するAI」という概念は人類とAIの関係を進化論的にとらえたものであり、現実にはAIは人類とは異種の知生体として発展するという説を唱えた。
ジョン・サール（John Rogers Searle、1932～）
ジョン・サール（John Rogers Searle、1932～）は、1980年に発表した「中国語の部屋」と呼ばれる思考実験で「強いAI」の実現可能性を批判した哲学者。この思考実験は、中国語を理解できない人を部屋に閉じ込めて、マニュアルに従った作業をさせるという内容。チューリング・テストを発展されたものと解釈できる。AI研究における思想的基礎である機能主義を批判している。同氏は、自由意志とそれを原因とする行為のあいだにはギャップが存在するという行為論も唱えている。
スティーブン・ハルナッド（Steva Robert Harnad、1945～）
スティーブン・ハルナッド（Stevan Robert Harnad、1945～）は、1990年に論文『シンボルグラウンディング問題』を発表した認知科学者。この問題は、AIが言葉とその指示対象を結び付けることができないことを指摘している。人間は「ウマ」も「シマ」も現実にどうようものを指しているのかを理解しているので、「シマウマ」の指示対象も理解できる。対してAIは「ウマ」「シマ」も単なる文字列として解釈するので、「シマウマ」が指示するものを理解できない。この問題は、「AIは意味論を理解できない」と言語学的に言いかえることもできる。
スティーヴン・ホーキング（Stephen William Hawking、1942～2018）
スティーヴン・ホーキング（Stephen William Hawking、1942～2018）は、「車椅子の物理学者」として知られる理論物理学者。AIに批判的な立場をとっていた。UK版WiredのインタビューではAIを「ランプの魔神ジーニー」と呼び、「完全に人間の代わりになるのではないかと恐れています」とも発言した。遺作となった『ビッグ・クエスチョン―〈人類の難問〉に答えよう』では、コンピュータは100年以内に人類の知性を超えるという見解を書いている。
ニック・ボストロム（Nick Bostrom、1973～）
ニック・ボストロム（Nick Bostrom、1973～）は、2014年に発表した『スーパーインテリジェンス 超絶AIと人類の命運』でAIによる人類滅亡の可能性を論じた哲学者。2015年には、AI倫理を議論することが急務と訴える公開書簡にスティーブン・ホーキング博士らと共に署名した。2019年には論文『脆弱世界仮説』を発表して、AIを含めた何らかのテクノロジーが人類を滅ぼす可能性について考察している。現実世界はより高度な文明の住人が実行しているシミュレーションに過ぎない、というシミュレーション仮説を唱えたことでも有名である。
ヒューゴ・デ・ガリス（Hugo de Garis、1947～）
ヒューゴ・デ・ガリス（Hugo de Garis、1947～）は、技術的特異点の到来する未来を信奉する科学者。1994年から2000年まで所属していた国際電気通信基礎技術研究所で人口脳の可能性を研究する「ロボ子猫プロジェクト」に参画するも、成果は出せなかった。2005年に出版した本『The Artilect War』では、21世紀のあいだにスーパーインテリジェンスが誕生して数十億人の死をもたらす戦争が起こる、という持論を展開した。近年では、人工知能は人間の知能の1兆の1兆倍（10の24乗）になると主張している。
ユヴァル・ノア・ハラリ（Yuval Noah Harari、1976～）
ユヴァル・ノア・ハラリ（Yuval Noah Harari、1976～）は、2016年に『ホモ・デウス テクノロジーとサピエンスの未来』を発表した歴史学者。同書において、人間より大量のデータにもとづいた判断を下せるアルゴリズムが人間の判断を肩代わりする「人間の終焉」が予見されている。2018年に出版された『２１ Ｌｅｓｓｏｎｓ ２１世紀の人類のための２１の思考』では、AIの普及によって生じる雇用不安に対してベーシックインカムが解決策として有効なものも、「誰にどの程度の金額を支給するか」という政治的問題を解決しなければならない、と指摘している。
ロジャー・ペンローズ（Sir Roger Penrose、1931～）
ロジャー・ペンローズ（Sir Roger Penrose、1931～）は、1989年に発表した『皇帝の新しい心―コンピュータ・心・物理法則』で「量子脳理論」を発表した理論物理学者。同書では「脳内の神経細胞にある微小管で、波動関数が収縮すると、素粒子に付随する基本的で単純な意識の属性も組み合わさり、生物の高度な意識が生起する」と論じられ、意識の起源が量子力学的現象と結びつけられている。量子脳理論が正しいとすると、現在のAIシステムにおける現象は量子力学的現象が付随していないため、現代的AIを進化させても人工意識は誕生しないと言える。
業績傾向から見たAI研究者年表
ここまで紹介したAI研究者の関係を直観的に理解するために、「業績傾向から見たAI研究者年表」を作成しました。この年表は、横軸に時間軸、縦軸に業績傾向を設定した散布図のようになっています。横軸は、左から右に向かって西暦を表しており、AI史を俯瞰できるように1940年から2030年まで設定されています。縦軸は業績傾向を表しており、上方ほど応用的な業績がプロットされ、下方ほどAIを敵視する思想に関する業績がプロットされます。こうした座標軸に、紹介したAI研究者をその主な業績にもとづいてプロットしました。
AIに関する基礎的なアイデアといえる「チューリング・テスト」を提唱したチューリングは、座標軸の左中央にプロットされます。対して、応用的な技術である敵対的生成ネットワークを考案したイアン・グッドフェローは右上方に位置づけられ、AIを危険視するニック・ボストロムは右下方に置かれます。
世界AI研究者生没年表
紹介した研究者に関する生没年表も作成しました。もっとも、AIの歴史は100年に満たないため、紹介した24人のうち20人は存命です。生没年表には生年と享年、存命の研究者については現在の年齢を表記してあります。
AIというと、ここ数年でバズワード的に台頭した技術と思われるかもしれません。
しかし、その歴史は20世紀中葉まで遡り、この記事を読むことによって、多くの読者諸氏が数多くの研究者がAI技術の発展に寄与してきたことを感じたのではないでしょうか。
そして、大事なことはAIの進化がまだ終わっていないということです。
AIにさまざまなかたちで貢献した研究者たちに敬意を表しつつ、これからもAI技術が発展し続けられるようにAINOWは発信を続けてまいります。
記事執筆者：吉本幸記（フリーライター、JDLA Deep Learning for GENERAL 2019 #1取得）
編集：おざけん
