AIを発明したのは誰？ノーベル物理学賞を受賞した半導体と機械学習の研究を東大院物理学生が解説

これらの技術の進歩は、2020年代に入り、AI時代へと向かうことになります。

一昨年2024年のノーベル物理学賞は、ホップフィールドとヒントンに、「人工ニューラルネットワークによる機械学習を可能にする基礎的な発見と発明」に対して贈られました。

AIの基盤となっている技術

『ノーベル物理学賞完全解説』（星海社新書）。書影をクリックするとAmazonのサイトにジャンプします

人工ニューラルネットワークは、人間の脳の神経回路網を模倣した数理モデルです。入力されたデータからパターンを学習し、予測や認識などの処理を自動で行う、現代のAIや機械学習の基盤となっている重要技術です。この技術を確立するために独自のアプローチを試みたのが両名です。

まずホップフィールドが取り組んだのは「不完全な情報から正しい記憶を引き出す」という連想記憶に関する研究でした。彼は、連想で得られる記憶と物理学における低エネルギーの状態を紐づけるモデルを作り、ニューロン同士の相互作用をエネルギーの地形として表現したのです。不完全なデータを入力すると、システムが自動的に近くのエネルギーの低い状態へ転がり落ち、正しい記憶へたどり着く。これが「ホップフィールド・ネットワーク」の原理の概略です。

ヒントンはこの考え方をさらに発展させ、統計物理学の手法を取り入れながら、人間が明示的なルールを教えなくても、大量のデータから特徴を自動で抽出できる仕組みを作り上げました。これがいわゆる、機械学習における「学習」という操作になります。

ニューラルネットワークの仕組みのイメージ図（画像：『ノーベル物理学賞完全解説』より ©亀田崚／星海社）

昨今のAIブームは、半導体などの技術面の進歩と、ニューラルネットワークの学習理論の確立が、両輪で行われた結果です。

AIの学習や推論は、膨大な数値計算の繰り返しです。この計算を高速に処理できるハードウェアがなければ、理論は机上のものにとどまります。AIが一般的に使えるようになった背景には、GPUや高性能メモリといった半導体の進化があるのです。