【AI進化の歴史：第6回】2012年：パラダイムシフト：AlexNetの衝撃とブレイクスルー
【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：2012年秋、フィレンツェの激震
2012年10月、イタリア・フィレンツェで開催されたコンピュータビジョンの最高峰カンファレンス「ECCV」。その中で開催されたImageNetコンペティション（ILSVRC 2012）の結果発表の会場は、かつてない異常な静寂と、それに続く割れんばかりのざわめきに包まれていました。
スクリーンに映し出されたリーダーボードの最上段には、他を寄せ付けない圧倒的なスコアが刻まれていました。
前年の優勝エラー率が25.7%だったこの大会で、突如現れたチームが叩き出したエラー率は、驚異の「16.4%」。
2位のチーム（エラー率26.2%）に対し、10%近くの大差を付けるという、歴史的な「独走劇」でした。
彼らが持ち込んだ武器の名は「AlexNet」。
それは、長きにわたり冷遇され、学界の「日陰者」だったニューラルネットワークが、世界のコンピュータビジョンの歴史を引っくり返し、ディープラーニング革命のファンファーレを鳴り響かせた瞬間でした。
2. スーパーヴィジョンチームの狂気とAlexNetの誕生
この圧倒的な勝利を収めたのは、トロント大学のジェフリー・ヒントン教授と、彼の学生であるアレックス・クリジェフスキー、イリヤ・サツケヴァー（後にOpenAIの共同創業者となる天才）らのチーム「SuperVision」でした。
彼らが構築した「AlexNet」は、基本的には1980年代にヤン・ルカンが提唱した「畳み込みニューラルネットワーク（CNN）」の設計思想を受け継いだものでした。しかし、彼らはそれを「深く」し、さらに当時の常識を超える工夫を凝らしていました。
※図：畳み込み層、プーリング層、全結合層で構成されるAlexNetのCNN構造（AI生成ダイアグラム）
当時の主流派研究者たちは、「猫のひげ」や「車の輪郭」といった特徴量を人間が手作業で設計する（SIFTやHOGなど）ことに命を懸けていました。しかし、ヒントンらはそれを鼻で笑うかのように、「画素データをそのまま巨大なネットワークに流し込み、特徴量そのものを自動で学習させる」という、かつてのGoogle Brainが示したアプローチをより精緻に、そして深く実装したのです。
3. 革命を支えたハードウェアと数理のイノベーション
AlexNetのブレイクスルーは、単なるネットワークの深さだけではありません。彼らは「データ、アルゴリズム、コンピューティングパワー」の3つを高次元で融合させました。
3.1. ゲーミングGPUによる「力技」の計算加速
1,400万枚もの超巨大なImageNetデータをディープニューラルネットに学習させるには、当時のCPUの処理能力では数ヶ月かかり、現実的ではありませんでした。
そこでアレックス・クリジェフスキーらは、PCゲーム用に開発されていた安価なグラフィックボード「NVIDIA GeForce GTX 580（GPU）」を2枚マザーボードに挿し、数理演算を並列化するカスタムコードを自作しました。これにより、学習時間をわずか「1週間」に短縮したのです。
※画像：2012年当時、安価なコンシューマー向けGPUをサーバーに載せて数万回のニューラルネット学習を回す開発チームをイメージしたAI生成画像
3.2. 過学習を防ぐ「Dropout」の導入
ネットワークを深く（パラメータを多く）すると、手元の学習データに過剰に適合してしまい、未知の画像に対して正解できなくなる「過学習（Overfitting）」という致命的な問題が発生します。
ヒントンらは、学習のたびにネットワークの接続（ニューロン）をランダムに「無効化（ドロップアウト）」して学習させるという、極めて大胆な手法を導入し、この過学習を強力に抑え込みました。
3.3. 活性化関数 ReLUの採用
従来のニューラルネットで使われていたシグモイド関数に代わり、入力が0を超えるとそのまま出力するシンプルな「ReLU（整流線形ユニット）」を採用しました。これにより、計算が劇的に高速化し、深いネットワークでも勾配が途中で消えてしまう「勾配消失問題」を回避しました。
4. エピローグ：オセロの石が一晩で裏返るように
ILSVRC 2012でのAlexNetの勝利は、単なる「コンペティションの優勝」にとどまりませんでした。それは、コンピュータビジョンに関わるすべての研究者たちの認識を一晩で書き換える、暴力的なまでのパラダイムシフトでした。
それまでニューラルネットワークを「時代遅れのオモチャ」と見做していた学者たちは、10%の大差という現実の前に沈黙し、次の日からこぞってディープラーニングの研究へと鞍替えし始めました。
まるで、盤上の黒い石が一瞬で白い石へと裏返るかのように、世界は「ディープラーニング一色」に染まったのです。
私たちは、この2012年を「現代AI（第三次ブーム）の本当の始まり」と呼びます。
視覚の壁を突破したディープラーニングは、次に「自ら行動し、学習する」という動的な知能の領域へ、そして「言葉をベクトルで操る」という言語の領域へと進出を始めます。
次回、2013年。AIはレトロゲームを人間以上にプレイする術を自ら学び、単語の意味を多次元空間にマッピングする魔法を手に入れます。
「【AI進化の歴史：第7回】2013年：自律学習の萌芽：DQNとWord2Vec」へ。
知能の爆発的進化の第2章が、ここから始まります。