大圖解知道AI的所在地／經過五個時代的試驗錯誤後，人工智慧展現的明天
●終於來臨的AI新時代
美國的IT企業接連取得的研究成果使得AI（人工智慧）突然受到關注。然而，走到這一步背後有著漫長的歷史。1956年，美國科學家們試圖創造的AI是一種像人一樣思考和行動的人工大腦。他們認為，憑藉當時正處於黎明期的電腦技術，這樣的AI可以輕鬆實現。62年過去了，這樣的AI仍未出現。
AI的漫長研究歷史可以大致分為五個時期。在經歷了小規模的成功和大的挫敗後，AI的研究仍然穩步進展。隨著腦科學的進步、電腦能力的飛躍性提升，以及AI思考邏輯的發展，AI研究終於迎來了新的階段。
原本只在實驗室的虛擬世界中運行的AI，現在已經融入我們的日常生活。出現了與人對話的智慧型手機、自動駕駛汽車，甚至還有擊敗國際象棋世界冠軍的AI機器人。
一些急於取得成果的科學家預測，30年內AI將超越人類的智能。也有人宣稱人類的工作將被AI奪走。正因為如此，我們應該回顧AI的歷史，重新思考AI與人類的關係。
第1部 AI與機器人的歷史
1 夢想實現人工智慧的四位科學家的樂觀論及其挫折
●AI為何無法超越人類嬰兒
AI的歷史是由1956年聚集在美國達特茅斯學院4位科學家宏大的樂觀論所開始的。腦神經學研究的發展及當時革命性的通用電腦的問世，讓這幾位科學家的想像力火力大開。
他們在當時是這麼想的。電腦可以將資訊數位化。人類的語言可以符號化，那麼知識應該也可以符號化。會議倡導者的約翰．麥卡錫，利用符號的機器語言，創造了程式。只要繼續將程式精進，一定很快就能開發出像人類一樣擁有智慧的電腦。這種電腦將會被稱為「人工智慧」（AI）。麥卡錫做出了這樣的宣言。
但是事情並沒有這麼簡單。4位科學家，在人類的頭腦所擁有的世界理解能力，這種無限的知識量之前，只能茫然地站著。
假如有一隻貓咪，人類的幼兒會先認知到貓咪是一種生物，自然地學習牠的屬性，記住貓這個詞彙，記住關於貓的概念。
現在讓電腦做一樣的事，就算將「貓」這個名稱符號化，也跟實際的貓沒有關係。要讓電腦擁有貓這種生物的概念，必須要讓電腦記住關於貓這種生物的各種屬性。這可以說是等同要賦予電腦這個世界上全部的知識。雖然有綿延的知識網，但卻沒有範圍（框架）。而由於AI只能做框架內的處理，這個問題便被稱為「框架問題」。如果是人類，就連幼兒也能輕易達成的事情，但對電腦卻困難無比，以AI研究者的名字為名將其稱之為「莫拉維克悖論」。莫拉維克悖論到現在依然是AI研究的一道難題，至今仍未能解決。
2 冷靜下來的科學家們試圖藉由專家系統東山再起
●使AI專精於它擅長的專門知識
達特茅斯學院的狂熱，最後無疾而終。讓電腦搭載人類智能的想法，在人類知識的廣大無邊，也就是世界理解的框架問題之前，只能停滯不前。
就在這樣AI研究退潮的時代，更具現實主義的研究學者們登場了。卡內基工科學院出身的愛德華．費根鮑姆便是其中的代表。他並不讓電腦去做獲得人類一般常識這種電腦不擅長的事情，他認為應該要讓電腦去做電腦擅長的事。電腦擅長的事是指什麼呢，是指計算和推論。
費根鮑姆首先設想了一種系統，是一種專門用來分析光的波長，然後特定該物質是何種化合物的系統。在像這種極為狹隘的專門分野的知識中，如果有符合某條件的測定結果，就有可能是○○吧？電腦能像這樣依照規則層層推測後獲得解答。費根鮑姆對人工智慧提出了這樣的想法。像這樣的推論思考，以人類來說便是特定領域的專家所具備的能力。認為電腦能代替這項能力的人們因此將這套系統稱為專家系統。
1980年代，專家系統掀起了巨大的浪潮。開發專家系統的新創企業在全世界出現，數千種的專家系統被開發出來。文書處理計算、銷售支援、建築管理、物流、天氣預報、工廠生產設備等，應用範圍也擴及產業界全體。
然而，失望很快再次到訪。這次也發生了相同的問題。這是AI研究第二次的挫敗，因為電腦只能處理經過規則化的資訊。
●日本的工業機器人進化
人類的思考，可以說是由無數的例外所集結而成。對於存在於嚴密的規則之外、多樣的問題，系統並無法做出有幫助的回應。產業界的期待有多大，失望就有多大，對於AI研究的反對也因此加劇。AI研究就此迎來了漫長的嚴冬期。
然而與當時的趨勢不同，日本正在悄然發生一場變革。1970年工業機器人和人型（類人類）機器人的開發出現。將日本擅長的製造技術和電腦的電子電路控制技術加以結合，做出機電一體的製品，這項技術被用在製造業的現場，製作物品的機器人：工業機器人就此登場了。支撐製造業大國日本的工業機器人在1980年代迎來了最盛期。
●終於來臨的AI新時代
美國的IT企業接連取得的研究成果使得AI（人工智慧）突然受到關注。然而，走到這一步背後有著漫長的歷史。1956年，美國科學家們試圖創造的AI是一種像人一樣思考和行動的人工大腦。他們認為，憑藉當時正處於黎明期的電腦技術，這樣的AI可以輕鬆實現。62年過去了，這樣的AI仍未出現。
AI的漫長研究歷史可以大致分為五個時期。在經歷了小規模的成功和大的挫敗後，AI的研究仍然穩步進展。隨著腦科學的進步、電腦能力的飛躍性提升，以及AI思考邏輯的發展，AI研究終於迎來了新的階段。
原本只在實驗室的虛擬世界中運行的AI，現在已經融入我們的日常生活。出現了與人對話的智慧型手機、自動駕駛汽車，甚至還有擊敗國際象棋世界冠軍的AI機器人。
一些急於取得成果的科學家預測，30年內AI將超越人類的智能。也有人宣稱人類的工作將被AI奪走。正因為如此，我們應該回顧AI的歷史，重新思考AI與人類的關係。
第1部 AI與機器人的歷史
1 夢想實現人工智慧的四位科學家的樂觀論及其挫折
●AI為何無法超越人類嬰兒
AI的歷史是由1956年聚集在美國達特茅斯學院4位科學家宏大的樂觀論所開始的。腦神經學研究的發展及當時革命性的通用電腦的問世，讓這幾位科學家的想像力火力大開。
他們在當時是這麼想的。電腦可以將資訊數位化。人類的語言可以符號化，那麼知識應該也可以符號化。會議倡導者的約翰．麥卡錫，利用符號的機器語言，創造了程式。只要繼續將程式精進，一定很快就能開發出像人類一樣擁有智慧的電腦。這種電腦將會被稱為「人工智慧」（AI）。麥卡錫做出了這樣的宣言。
但是事情並沒有這麼簡單。4位科學家，在人類的頭腦所擁有的世界理解能力，這種無限的知識量之前，只能茫然地站著。
假如有一隻貓咪，人類的幼兒會先認知到貓咪是一種生物，自然地學習牠的屬性，記住貓這個詞彙，記住關於貓的概念。
現在讓電腦做一樣的事，就算將「貓」這個名稱符號化，也跟實際的貓沒有關係。要讓電腦擁有貓這種生物的概念，必須要讓電腦記住關於貓這種生物的各種屬性。這可以說是等同要賦予電腦這個世界上全部的知識。雖然有綿延的知識網，但卻沒有範圍（框架）。而由於AI只能做框架內的處理，這個問題便被稱為「框架問題」。如果是人類，就連幼兒也能輕易達成的事情，但對電腦卻困難無比，以AI研究者的名字為名將其稱之為「莫拉維克悖論」。莫拉維克悖論到現在依然是AI研究的一道難題，至今仍未能解決。
2 冷靜下來的科學家們試圖藉由專家系統東山再起
●使AI專精於它擅長的專門知識
達特茅斯學院的狂熱，最後無疾而終。讓電腦搭載人類智能的想法，在人類知識的廣大無邊，也就是世界理解的框架問題之前，只能停滯不前。
就在這樣AI研究退潮的時代，更具現實主義的研究學者們登場了。卡內基工科學院出身的愛德華．費根鮑姆便是其中的代表。他並不讓電腦去做獲得人類一般常識這種電腦不擅長的事情，他認為應該要讓電腦去做電腦擅長的事。電腦擅長的事是指什麼呢，是指計算和推論。
費根鮑姆首先設想了一種系統，是一種專門用來分析光的波長，然後特定該物質是何種化合物的系統。在像這種極為狹隘的專門分野的知識中，如果有符合某條件的測定結果，就有可能是○○吧？電腦能像這樣依照規則層層推測後獲得解答。費根鮑姆對人工智慧提出了這樣的想法。像這樣的推論思考，以人類來說便是特定領域的專家所具備的能力。認為電腦能代替這項能力的人們因此將這套系統稱為專家系統。
1980年代，專家系統掀起了巨大的浪潮。開發專家系統的新創企業在全世界出現，數千種的專家系統被開發出來。文書處理計算、銷售支援、建築管理、物流、天氣預報、工廠生產設備等，應用範圍也擴及產業界全體。
然而，失望很快再次到訪。這次也發生了相同的問題。這是AI研究第二次的挫敗，因為電腦只能處理經過規則化的資訊。
●日本的工業機器人進化
人類的思考，可以說是由無數的例外所集結而成。對於存在於嚴密的規則之外、多樣的問題，系統並無法做出有幫助的回應。產業界的期待有多大，失望就有多大，對於AI研究的反對也因此加劇。AI研究就此迎來了漫長的嚴冬期。
然而與當時的趨勢不同，日本正在悄然發生一場變革。1970年工業機器人和人型（類人類）機器人的開發出現。將日本擅長的製造技術和電腦的電子電路控制技術加以結合，做出機電一體的製品，這項技術被用在製造業的現場，製作物品的機器人：工業機器人就此登場了。支撐製造業大國日本的工業機器人在1980年代迎來了最盛期。
