01 / 状態と連鎖
水の流れを、計算の入口に。
容器が満たされると次へ水が流れる。ある状態が次の状態を引き起こす様子を、計算する仕組みの導入として捉えます。
RESEARCH / AI HISTORY · 4 CHAPTERS
計算する機械の誕生から、
AIに至る歴史解説
人間は、機械に何を任せてきたのか。
仕組みの誕生、知能の進化、そして変化を使いこなす個人へ。
5枚のイラストでたどる、コンピュータとAIの物語。
このページは、対話「AI史ストーリー作成」で制作した内容と生成画像を、Webで読みやすい4章に再編集したものです。画像は元の表現を保ち、年代・数値・実用化の見通しに関する補足を本文に添えています。
CHAPTER 01 · MECHANISM
計算する機械は、
どう生まれたのか。
状態を作る → 連鎖させる → 動作を記録する → 命令を交換する → 計算を自動化する。
02 / 自動実行
時計・自動人形・オルゴール
歯車、カム、ピンの配置で「いつ、何を動かすか」を記録します。機械に決められた動きを繰り返させる発想です。
03 / 交換できる命令
ジャカード織機
パンチカードの穴の有無で糸の動きを制御します。機械本体を作り直さなくても、カードを交換すれば織る模様が変わります。
04 / 計算をプログラムする
バベッジの解析機関
入力・記憶・演算・出力を備え、カードで計算を指示する構想。解析機関はバベッジの生前には全体が完成しませんでした。出典：Computer History Museum
05 / 電気・電子化
歯車からリレー、真空管へ
物理的な動きを使う機械式から、電気機械式、電子式へ。状態を切り替えて処理する働きが高速化していきます。
06 / 1946
ENIAC、電子計算機の時代へ
巨大な真空管式電子計算機が公開され、電子による高速計算を象徴しました。初期の設定には配線やスイッチ操作を用い、人間が処理手順を与えました。
命令を実行する機械から、データをもとに学ぶ機械へ。
CHAPTER 02 · COMPUTING TO AI
巨大な計算機が、
人間の知的活動を広げる。
計算する → 仕事を処理する → 情報を探す → 人をつなぐ → 学習する → 生成する。
1946–1970s
巨大コンピュータの時代
主役：IBM、AT&T／Bell Labs、HP、DEC。国家・大学・大企業の計算設備から、会計・給与・在庫などの企業情報処理へ。真空管→トランジスタ→IC→マイクロプロセッサと小型化が進みます。
1970s後半–1995
コンピュータが個人のものに
主役：Apple、Microsoft、IBM、Intel、Nintendo。Apple II、IBM PC、Macintosh、Windows 95。GUIとパソコンの普及、家庭用ゲームの発展が、仕事と娯楽の両方にコンピュータを広げます。
1990–2004
世界中のコンピュータがつながる
主役：Netscape、Microsoft、Yahoo!、Amazon、Google。ブラウザ、検索、ECが成長し、PixarなどのCG映像も進化。1997年のDeep Blueは、限定された知的課題での機械の強さを示しました。
2004–2010
インターネットを持ち歩く
主役：Apple、Google、Facebookなど。mixi、YouTube、Twitterを通じて個人が発信するWebへ。BlackBerryや2007年のiPhoneが、カメラ・位置情報と常時接続を生活へ近づけました。
2010–2017
クラウド・プラットフォーム・GPU
主役：Amazon、Google、Apple、Facebook、Netflix、NVIDIA。計算設備をネット越しに借りるクラウドが事業の基盤になり、データと計算資源が集まります。2012年のAlexNetはGPUを使う深層学習の重要な節目です。出典：AlexNet原論文
2012–2022
データから学ぶコンピュータ
AlexNet（2012）、AlphaGo（2016）、Transformer（2017）、GPT-3（2020）。学習と探索が発展し、言語を扱う大規模モデルへつながります。学習や強化学習の研究自体は、それ以前から続いています。出典：Transformer原論文
2022–
生成するコンピュータ
主役：OpenAI、Google、Anthropic、NVIDIAなど。ChatGPTは2022年11月30日に公開され、2023年にはGPT-4が登場。文章・画像・音声・音楽・動画など、情報を生成する技術が広がりました。出典：ChatGPT公開発表
CHAPTER 03 · FUTURE SCENARIOS
2026〜2031年頃、
次の変化を見渡す。
知能・身体・計算・接続・エネルギー。5つの技術が、並行して進む未来を考える。
01 / AGENTIC AI
生成から、計画と実行へ
目的を受けて調べ、計画を立て、ツールを使うAI。人間が目的・権限・評価基準を定め、結果を確認する形で、仕事の分担が変わるシナリオです。
02 / PHYSICAL AI
知能が身体を持つ
ロボット、自動運転、ドローンなどを通じて、AIが現実世界の作業を担う方向。物流・製造などへの展開を考えますが、安全性、例外対応、費用が普及を左右します。
03 / QUANTUM COMPUTING
別の計算原理を組み合わせる
量子状態を利用する計算。化学や材料など特定の問題への応用が期待されます。普通のPCを全面的に置き換えるという意味ではなく、誤り訂正や実用上の優位性の検証が鍵になります。
04 / BCI・CYBERNETICS
人間とコンピュータがつながる
ここでの「バイオチップ」は人体埋め込み型の脳・コンピュータ接続を指します。Neuralinkは2024年1月に初のヒト埋め込みを実施。記憶の拡張やAIとの直接融合は、操作支援の臨床研究と区別すべき長期構想です。出典：Neuralinkの2024年報告
05 / FUSION ENERGY
計算を支えるエネルギー
レーザー核融合などが経済的に成立すれば、計算設備や産業を支える電源になり得ます。核融合点火の実験成功と商用発電は別の段階であり、2031年までの普及は断定できません。出典：LLNL・点火からエネルギーへ
未来を一本の年表で決めつけず、
進歩と課題の両方を見ながら備える。
SPECIAL · AI & CYBERSECURITY
良いAIもある、
悪いAIもある。
迫り来るサイバー被害 ― 以前の対策だけでは守りきれない時代へ。
AIを活用しながら、守り方も更新する。今は大きな過渡期です。
CHAPTER 04 · PERSONAL STRATEGY
変化に流されるか。
変化を乗りこなすか。
飛脚とトラックほど、仕事の前提が変わるとしたら。
速く走る努力に加えて、新しい道具を使う力を育てる。
流される個人
従来の手順を守ることだけを目的にし、変化を試す機会を失っていく。アヒルの絵は、その状況を象徴します。
乗りこなす個人
AIに任せる仕事を選び、人間が目的と判断を担う。変化を学び、道具と人の協力を組み合わせて、自分の進み方をつくります。
01 / 船を手に入れる
AIを使う側になる
調べる・まとめる・下書きする仕事を一つ任せ、使った時間と成果を比べる。出力の確認までを自分の仕事に含めます。
02 / 舵を握る
問い・判断・責任を持つ
何を解くべきかを問い、採用する答えを判断し、結果に責任を持つ。専門知識を土台に、目的と評価基準を明確にします。
03 / 目的地を持つ
小さく資産を育てる
自分のコンテンツ、サービス、知財、顧客との関係、ブランド、適切に扱えるデータを少しずつ蓄積します。
04 / 試す習慣
適応する速さを資産にする
知る→試す→判断する→取り入れる→改善する。毎日少しの学習と、小さな実践を積み重ねます。
05 / 仲間と進む
人・AI・技術をつなぐ
一人ですべてを抱えず、人と協力し、AIを組み合わせる。役割と確認する人を決め、共につくれる価値を増やします。
未来を予測することより、
変化を利用できる自分をつくる。