自動運転車。ロボット放射線科医によるMRIスキャンの高速化。人の心を読む技術やX線透視技術。人工知能は世界を永久に変える可能性を秘めている。（ある意味では、既にそうなっている。このAIスケジュールアシスタントに聞いてみればわかる。）
人工知能（AI）は様々な形態を取り得ますが、大まかに言えば、感覚知覚や意思決定といった人間のタスクを処理できるコンピュータシステムと定義されます。AIは黎明期から、過剰な誇大宣伝とそれに続く崩壊の繰り返しに悩まされてきました。近年の技術進歩により、この好況と不況の繰り返し（「AIの冬」と揶揄される）にようやく終止符が打たれるかもしれませんが、一部の科学者は依然として再び冬が来ると確信しています。
AI冬とは何ですか？
人類は数千年にわたり、人工知能の可能性について考察してきました。例えば、古代ギリシャ人は、タロスという名の青銅製のオートマタがクレタ島を海の敵から守っていると信じていました。しかし、AIが神話の世界から現実世界へと進出したのは、ここ半世紀のことであり、伝説的なコンピュータ科学者アラン・チューリングが1950年に発表した基礎的な論文「機械は考えることができるか？」が、この挑発的な問いを提起し、その答えの枠組みを提供したことに始まります。
当時、アメリカは冷戦の真っ只中にあった。議会議員たちは、より広範な安全保障戦略の一環として、人工知能への多額の投資を決定した。当時、特に重点が置かれていたのは翻訳、特にロシア語から英語、そして英語からロシア語への翻訳であった。計算言語学者W・ジョン・ハッチンズによる機械翻訳の歴史によれば、1954年から1966年は「楽観主義の10年」と呼ばれ、多くの著名な科学者が画期的な進歩が間近に迫っていると信じ、潤沢な資金を持つスポンサーがこの分野に助成金を注ぎ込んだ。
しかし、画期的な進歩は約束されたほど早くは訪れなかった。1966年、自動言語処理諮問委員会の7人の科学者が、政府の命令に基づき、機械翻訳は人間の翻訳よりも遅く、高価で、精度が低いという報告書を発表した。資金提供は突如打ち切られ、ハッチンズ氏の記述によれば、機械翻訳は「10年以上にわたり事実上終焉を迎えた」。事態はさらに悪化した。1969年、議会は国防高等研究計画局（DARPA）に対し、軍事活動に直接関連する研究のみに資金提供するよう命じた。これにより、それまでDARPAが資金提供していたAI研究を含む、数多くの探索的・基礎科学プロジェクトが頓挫した。
ワシントン大学のコンピューティング史によると、「AIの冬の間、AI研究プログラムは資金提供を継続するために、異なる名前で身を隠さなければならなかった」という。（論文によると、「インフォマティクス」や「機械学習」は、この時代に生まれた婉曲表現の一つだった。）1970年代後半には、効率的で特殊かつ高価なワークステーションであるLispマシンの一時的な成功により、人工知能は緩やかな復活を遂げた。Lispマシンは、AIハードウェアの未来だと多くの人が考えていた。しかし、1980年代後半には、デスクトップコンピュータの台頭と、政府資金提供者の間でAIの可能性に対する懐疑論が再び高まったことで、その期待は打ち砕かれた。第二次寒波は1990年代半ばまで続き、研究者たちはそれ以来、氷山の一角で切り抜けようとしている。
過去20年間は、人工知能（AI）に関して、ほぼ比類のない楽観主義が蔓延した時代でした。高性能マイクロプロセッサをはじめとするハードウェアと、特にディープラーニングと呼ばれる新技術によって、ついに消費者と資金提供者を共に驚かせる人工知能が誕生しました。ニューラルネットワークは、既存の例を用いて綿密に訓練することで、タスクを学習できるようになります。今や定番の例を挙げると、「猫」と「猫なし」のラベルをつけた数千枚の画像をニューラルネットワークに入力し、機械が画像内の「猫あり」と「猫なし」を自力で識別できるように訓練することができます。関連するディープラーニング戦略は、バイオインフォマティクスや薬理学、AlexaやGoogle Homeデバイスの自然言語処理、さらには自動運転車の視覚に用いられる機械の眼球といった新興技術の基盤にもなっています。
また冬が来るのでしょうか？
しかし、科学者たちが再びAIの冬到来を懸念しているのは、まさにこの自動運転車だ。2015年、テスラの創業者イーロン・マスクは、完全自動運転車が2018年に公道を走ると発言した（厳密に言えば、まだ4ヶ月の猶予がある）。ゼネラルモーターズは2019年に発売されると見込んでいる。フォードは2021年に向けてシートベルトを締めるよう呼びかけている。しかし、これらの予測はますます的外れになっているようだ。しかも、公表されたことで、この分野に深刻な影響を及ぼす可能性がある。こうした誇大宣伝に加え、3月にアリゾナ州で無人運転中のUberの車に轢かれて歩行者が死亡した事件も重なり、応用AIを取り巻く状況はますます冷え込んでいる。
迫り来る冬への懸念は、決して表面的なものではない。AI研究者フィリップ・ピエクニエフスキ氏のような批評家によると、ディープラーニングは近年減速している。「勾配消失問題」は縮小したものの、一部のニューラルネットワークは依然として一定のレベルを超えると学習を停止し、人間のトレーナーが懸命に努力しても、その学習を阻んでいる。また、人工知能の「一般化」という課題も依然として残っている。飼い猫の写真で訓練された機械は、より多くの飼い猫を識別できるようになったが、その知識を、例えば徘徊するライオンに当てはめることはできないのだ。
こうした問題は、自動運転車にとって根本的な問題となる。「もし2020年代初頭に自動運転の実用化を目指していたとしたら、現状では、安全性を99.9999%にまで下げるには、毎年（安全運転者の介入を）60%以上削減する必要がある」と、カーネギーメロン大学コンピュータサイエンス学部長のアンドリュー・ムーア氏は、 Recode Decodeポッドキャストの最近のエピソードで述べた。「物事がそれほど速いペースで進歩しているとは思えない」。ある年には人間の必要性が20%削減されるかもしれないが、別の年には1桁台にとどまり、自動運転の実用化は数十年遅れる可能性がある。
実際の季節の移り変わりと同様、AIの冬は予測が難しい。さらに、それぞれの現象の強さは大きく異なる可能性がある。新興技術が普及するには人々の興奮は不可欠だが、猛吹雪を防ぐ唯一の方法は、計算された沈黙と多大な努力であることは明らかだ。Facebookの元AIディレクター、ヤン・ルカン氏がIEEE Spectrumに語ったように、「AIは、人々が実現できないことを主張したために、幾度となくAIの冬を経験してきた」のだ。
