コンピュータの可能性と限界は表裏一体

これにヒントを得た発明家のチャールズ・バベッジとエイダ・ラブレスは、ジャカード織機の穴あきカードを応用した計算機の構想を練ります。

これが解析機関（アナリティカル・エンジン）と呼ばれる世界最初のコンピュータの設計の一つです。バベッジは解析機関の前に階差機関（ディファレンス・エンジン）も設計していましたが、資金難で開発が頓挫したため、解析機関を新たに設計します。

完全なメッシュで接続されたシンシナプスと円ニューロンを持つニューラルネットワークモデル
写真＝iStock.com／Andrii Shyp
※写真はイメージです

エイダは類稀なる数学の才能を持つ女性で、バベッジの示した解析機関の講義を聞いて、「解析機関は、手順を説明可能ならばどのような処理もできる自動機械である」と考えました。これは、そっくりそのまま、現代のコンピュータの原理に当てはまります。

逆に言えば、コンピュータの限界も同時に示されていました。

つまり、コンピュータという機械は、「手順を説明されなければなにもできない機械」でもあるわけです。

「説明なしで学ぶ」を実現したAI

これに対し、AI、とくに最近注目されているディープラーニングに用いられるAIは、人工ニューラルネットワークと呼ばれています。人工ニューラルネットワークの目的は、「手順を説明することなく、入力と欲しい出力だけを示せば、その過程を自動的に学習する機械」です。

コンピュータに必須であったはずの「手順の説明」を丸ごと省こうというのが人工ニューラルネットの根底にある考え方です。

「そんなことがはたして本当にできるのか」

そんな疑問を誰もが持ちました。

しかし、手順はわからないものの、人間はもちろん、小さなネズミやハチだって、胎児や幼虫から成長する過程で「なにかを学び」とっていることは疑いようのない事実です。

原理の説明は無理だけれども、こうした動物の持つ神経回路網（ニューラルネットワーク）の構造を人工的に再現することで、動物と同じように「説明なしで学ぶ」ことができないものか、それに取り組んできたのが人工ニューラルネットワークの研究の歴史です。