この記事を、二人の対話で。
AI 合成音声 · VOICEVOX Nemo（女声1・男声1）
音声の一覧・再生リストへAI の歴史と系譜(深層学習から Agent まで)
この記事の目的
「深層学習 → Transformer → LLM → エージェント」という系譜を 1 本でつかみ、「なぜ今こうなっているか」の文脈を持てるようになります。年表の暗記ではなく、設計思想の転換点をたどることで、新しい概念が出てきたときに「これは過去のどの流れの続きか」を位置づけられる状態がゴールです。新規参加者や非専門家への説明にも使えます。
対象読者
- LLM・エージェントから入って、それ以前の文脈を短時間でつかみたいエンジニア
- チームの新規参加者・非専門家に「なぜ今こうなっているか」を説明する立場の人
前提知識
- AI Agent とは何か — 本記事が到達する「エージェント」の定義(先読みでも後読みでも可)
本文
概要: 年表ではなく「転換点」でたどる
AI の歴史は膨大ですが、実務者に効くのは設計思想がどこで転換したかです。本記事は網羅的な年表や人物誌ではなく、「何を賢さの源にするか」という発想の転換点を数個たどります。固有のモデル名は、転換点の代表例としてのみ挙げます。
大きな流れは、「人が知識を書き込む」から「データから学ばせる」、そして「大規模に事前学習した基盤を使い回す」への移行です。
前史: 記号主義と機械学習の往復
初期の AI は、人間がルールと知識を明示的に書き込む方向(記号主義・エキスパートシステム)から始まりました。しかし、現実の複雑さをすべてルールで書き切ることはできず、限界に突き当たります。
これに対し、データから規則性を学ばせる機械学習が力を得ます。「人が書く」か「データから学ぶ」かの間で重心が往復してきた、というのが前史の要点です。現在の LLM は「データから学ぶ」の極端な発展形ですが、後述するように「人が指示で導く」要素も組み合わさっています。
深層学習の転換点
機械学習の中でも、特徴量を人が設計するのではなく、多層のニューラルネットワークが特徴を自分で学ぶ深層学習が転換点になりました。
- それまでは「何を手がかりにするか(特徴量)」を人が設計していました。深層学習は、この手がかりの発見自体をモデルに任せます
- 画像認識・音声認識で人手設計を大きく上回り、「規模(データ・計算)を増やすと性能が上がる」という経験則が見え始めます。これが後のスケーリングの発想につながります
Transformer と事前学習パラダイム
言語を扱ううえで決定的だったのが、Transformer という構造の登場です(その中核である注意機構の仕組みは 注意機構とコンテキストウィンドウの仕組み)。
- Transformer は、系列の要素間の関係を効率よく捉え、大規模な並列学習を可能にしました
- これと組み合わさったのが事前学習(pre-training)パラダイムです。大量のテキストで「次に来る語を予測する」だけの汎用的な学習をしておき、後から個別タスクに適応させる、という二段構えです(生成の仕組みは LLM はどうやってテキストを生成するか)
- 「タスクごとにモデルを作る」から「汎用的に事前学習した 1 つのモデルを使い回す」への転換が、ここで起きました
スケーリングと基盤モデル化
事前学習の規模を上げ続けると、予想以上に汎用的な能力が現れました。
- データ・パラメータ・計算を増やすほど性能が上がる、という傾向が確認され、規模の拡大が競争の中心になります
- こうして生まれた、多様なタスクに使い回せる大規模モデルが**基盤モデル(foundation model)**です。「1 つの基盤を、多くの用途に適応させる」という現在の構図が確立します
- 学習工程の全体像(事前学習 → 指示チューニング → 選好調整複数の応答への人間(または AI)の選好から「良い応答」の基準を学ばせる LLM の学習工程(RLHF・DPO など)。有用さ・無害さ・トーンを形作る一方、迎合(sycophancy)や過剰な拒否の由来にもなる。)は LLM の学習パイプライン(事前学習から選好調整まで) が扱います
指示追従・対話化
事前学習しただけのモデルは「続きを生成する」だけで、人の指示に素直には従いません。ここに指示追従・対話化の工程が加わりました。
- 「指示 → 望ましい応答」の例で追加学習し(指示チューニング)、さらに人の好みを反映させる(選好調整)ことで、対話して指示に従うモデルになります
- この転換で、AI は研究者の道具から、誰もが自然言語で使える道具になりました。同時に、迎合や過剰な拒否といった癖もこの工程に由来します(LLM の学習パイプライン)
ツール使用とエージェント化
対話できる LLM に、外部の道具を使わせ、ループで動かすことで、エージェントが生まれました。
- LLM は単体では計算・検索・実世界の操作ができません。ツール使用LLM が外部機能の呼び出し要求を出し、アプリケーションまたはプロバイダーの実行基盤が検証・権限に従って実行し、結果をモデルへ返す仕組み。実行主体と制御点を区別する Agent の中核機構。(ツール使用)で外部機能を呼べるようにし、ループ(Agent ループ)で「観測 → 思考 → 行動」を繰り返させることで、目標に向けて自律的に動くエージェント(AI Agent とは何か)になります
- 「1 回の応答を返す道具」から「手順を自分で決めて実行するシステム」への転換が、現在の到達点です。この延長線上に、物理世界で動く個体(フィジカル AI とロボティクスの概観)もあります
歴史から学べる判断の教訓
系譜を知る実務上の価値は、流行への向き合い方にあります。
- ハイプと実用の距離を読む: AI は過熱(ハイプ)と幻滅を繰り返してきました。派手なデモが出たとき、「これは過去のどの転換点の延長か」「実用まで何が足りないか」を歴史の視点で読むと、過剰な期待にも過剰な悲観にも振られにくくなります
- 転換の本質は「賢さの源の移動」: 人が書く → データから学ぶ → 基盤を使い回す、という移動が繰り返されてきました。新しい概念も、この軸のどこにあるかで位置づけられます
- 能力予測は断定しない: 「いつ何ができるようになるか」の予測は外れ続けてきました。系譜は「なぜ今こうか」を説明しますが、未来の断定には使えません
実務での注意点
アンチパターン
- 年表・固有名詞の暗記に走る → モデル名を覚えても判断に効かず、すぐ陳腐化する → 「賢さの源がどう移ったか」の転換点で理解する
- 新概念を歴史から切り離して受け取る → 「まったく新しい魔法」と誤認し、過剰な期待をする → 過去のどの流れの続きかで位置づける
- デモの派手さで実用度を判断する → ハイプに振られ、投資判断を誤る → 「実用まで何が足りないか」を歴史の視点で読む
- 系譜を能力予測に使う → 「この延長で必ずこうなる」と断定する → 系譜は「なぜ今こうか」の説明に留め、未来は断定しない
チェックリスト
- 「賢さの源」が人の記述 → データ → 基盤モデルへ移ってきた流れを説明できる
- Transformer + 事前学習が「汎用基盤を使い回す」転換だったと理解している
- 指示追従・対話化と、ツール使用・ループによるエージェント化の位置づけを言える
- 新しい概念を、過去のどの転換点の延長かで位置づけている
- ハイプと実用の距離を歴史の視点で読み、能力予測を断定していない
関連トピック
- AI Agent とは何か — 本記事が到達する「エージェント」の定義
- ツール使用 / Agent ループ — エージェント化を支える 2 つの機構
- LLM はどうやってテキストを生成するか — 事前学習パラダイムの生成の仕組み
- 注意機構とコンテキストウィンドウの仕組み — Transformer の中核
- LLM の学習パイプライン(事前学習から選好調整まで) — 事前学習 → 指示追従 → 選好調整の工程
- フィジカル AI とロボティクスの概観 — エージェント化の物理世界への延長
参考資料
- Attention Is All You Need(Vaswani ら, 2017) — Transformer を提案した論文(現在の系譜の分岐点)(アクセス日: 2026-07-08)
- Language Models are Few-Shot Learners(Brown ら, 2020) — 大規模事前学習で汎用能力が現れることを示した(スケーリングの代表例)(アクセス日: 2026-07-08)
TODO・未確認事項
なし