【AI進化の歴史：第7回】2013年：自律学習の萌芽：DQNとWord2Vec
【AI進化の歴史を辿る連載】
※本連載は、AIの誕生から現在までの歴史を1年ずつ追いながら、技術の変遷とドラマをドキュメンタリー小説風に解き明かしていきます。
1. プロローグ：多次元へと拡がる知能
2012年、AlexNetが画像認識の世界をひっくり返した後、ディープラーニングの潮流は濁流となって他の領域へと押し寄せました。それまで「パターン分類器」に過ぎないと思われていたニューラルネットワークが、さらに高次元のフロンティアへ到達します。
2013年。知能の爆発的進化は、2つのまったく異なる領域で世界を驚かせました。
ひとつは、ゲームのルールを教えられずに、ただ「ハイスコア」という報酬だけを目指してプレイを学習し、プロゲーマーをも凌駕した「DQN（Deep Q-Network）」。
もうひとつは、コンピュータにとって単なる記号でしかなかった「言葉」にベクトルという座標を与え、意味の計算を可能にした「Word2Vec」。
AIが単に見るだけでなく、「自ら考えて行動する」領域、そして「言葉の意味を深く理解する」領域へと同時に進出した、記念碑的な1年を追います。
2. DQNの衝撃：ビデオゲームを自力で攻略するデジタル脳
2013年12月、世界最大のAI国際会議「NIPS（現NeurIPS）」の会場で、イギリスの小さなスタートアップ「DeepMind（ディープマインド）」が発表したデモンストレーション映像に、並み居る研究者たちが言葉を失いました。
映し出されていたのは、懐かしのレトロゲーム「Atari 2600」の『ブロック崩し（Breakout）』。
プレイしているのは人間ではなく、彼らが開発したAI「DQN」でした。
【DQNに与えられた情報】
ゲームのルール、パドルの動かし方、ブロックという概念、ボールの軌道など、
あらゆる知識をAIには一切教えない。与えたのは以下の情報のみ：
1. 画面のピクセル（RGB画像データ）
2. ゲームのスコア（「報酬」としての数値）
DQNは、画面の状態（ピクセル）を入力として受け取り、ニューラルネットワークを通して「右に動くべきか、左に動くべきか、何もしないべきか」を出力し、スコアが最大化するように自身を学習（Q学習）させていきました。
※図：画面ピクセルを入力とし、スコアの最大化を目指して行動を自己学習するDQNの強化学習モデル（AI生成ダイアグラム）
学習開始直後（プレイ回数10回程度）、DQNはボールを避けるように動き、パドルをランダムに振るだけでゲームになりませんでした。しかし、100回、200回と試行錯誤を繰り返すうちに、ボールを打ち返せるようになり、プロプレイヤー並みの反射神経を身につけていきます。
そして、学習が500回を超えたとき、研究者すら予期していなかった「奇跡」が起きました。
DQNは、パドルを操作してブロックの「端」を集中攻撃し、ボールがギリギリ通過できる「縦穴」を掘り進めたのです。そして、ボールをブロックの裏側に滑り込ませ、天井とブロックの間で超高速連打させ、一瞬でステージをクリアしました。
人間が教えたわけではない「必勝法（戦略）」を、機械がただ「ハイスコアが欲しい」という生存本能に似た動機だけで自ら発見した瞬間でした。このデモに衝撃を受けたGoogleは、翌2014年、設立わずか数年のDeepMindを約4億ドル（当時のレートで約500億円）で買収することになります。
3. Word2Vecの衝撃：意味を幾何学的に計算する魔法
DQNが「行動の最適化」で世界を驚かせている頃、Googleの若き言語処理研究者トマーシュ・ミコノフらは、長年の難問だった「機械による言語理解」に、美しくシンプルな解答を提示しました。
それが、単語をベクトルで表現する手法「Word2Vec」です。
それまで、コンピュータにとって「犬」と「猫」はただの異なる文字列であり、その意味的な近さを理解させるのは極めて困難でした。
ミコノフらは、巨大な文章データをニューラルネットワークに読み込ませ、「ある単語の周りには、どんな単語が出現しやすいか」という文脈を学習させました。
その結果、言葉の持つ「意味」が、数百次元のベクトル空間における「座標」として表現されるようになったのです。
【言葉のベクトル演算】
単語の意味が空間内のベクトル（矢印）となったことで、以下のような「意味の計算」が可能になりました。
「王様 (King) - 男性 (Man) + 女性 (Woman) = 女王 (Queen)」
※図：単語間の意味的な関係（性別や時制など）がベクトル空間上で平行移動として表現される概念図（AI生成ダイアグラム）
「王様」のベクトルから「男性らしさ」を引き算し、「女性らしさ」を足し合わせると、多次元空間内で「女王」の座標にぴったりと到達します。同様に、「日本 - 東京 + パリ = フランス」といった首都の関係や、「歩く - 歩いた + 泳ぐ = 泳いだ」という文法上の時制変化まで、空間内の「平行移動（ベクトルの向きと長さ）」として美しく再現されたのです。
記号表現の限界に苦しんでいた自然言語処理は、このWord2Vecという「意味の幾何学表現」を手に入れたことで、機械翻訳や検索エンジン、感情分析の精度を飛躍的に向上させ、後の大規模言語モデル（LLM）へと続く決定的な土台を築きました。
4. エピローグ：行動と言語の融合、そして「創造」へ
2013年。AIは「見る（画像分類）」の枠を大きく超え、環境に適応して「動く（強化学習）」知能と、言葉の意味を幾何学的に「計算する（言語表現）」知能を同時に手に入れました。ディープラーニングは、もはや一過性のトレンドではなく、人間と同等の知性（汎用人工知能）へ至るための唯一無二の道筋として、確固たる地位を築いたのです。
そして、行動と言語を記述できるようになったAIは、次に「人間のようにクリエイティブな表現をする」という、かつては人間にしか許されていないと思われていたフロンティアへと歩みを進めます。
次回、2014年。AI同士を敵対させ、競い合わせることで「本物と見分けがつかない偽のデータ」を自ら作り出す、生成AIの革命児が誕生します。
「【AI進化の歴史：第8回】2014年：生成と対話の革命：GANとAttentionの誕生」へ。
知能は、ついに「模倣」から「創造」の段階へと足を踏み入れます。