第2次ブームのはじまり

化学の専門知識を入れたプログラムDENDRAL ── 一般的な賢さより、専門知識へ

スタンフォード大学の遺伝学者ジョシュア・レダーバーグ（ノーベル賞受賞者）は、化学式から考えられる分子構造を木構造で数え上げる手順DENDRALを作っていた（1964年NASA報告）。1965年にカリフォルニア大学バークレー校からスタンフォードへ移ったエドワード・ファイゲンバウムらは、化学者が質量分析（分子を壊し、かけらの重さを測る方法）のデータを読むときの経験の知識を、これに加えた。その知識を『もし〜なら、…』というルールの形で組み込み、候補を絞り込むHeuristic DENDRALを作った。ある化合物では、1,471万あまりの候補が質量分析データで約128万に、他の測定値も加えると1つに絞り込めた（Nilsson）。1970年の論文で3人は、扱える問題の広さ（一般性）と、答えの良さと、それを無理のない費用で出せるか（専門性）を分けて考えた。そして『一般性は、ある面ではとても役に立つが、すぐれた性能と結びつくことは多くない。専門家はたいてい専門の分野の人だ』と書き、特定分野の知識を重視する道を選んだ。この考えが、1980年代のエキスパートシステム（専門知識を組み込んだAI）につながった。

1977年 ファイゲンバウムの招待論文「人工知能の技（アート）」── 『知識の中に力がある』、そして『専門分野の知識を手に入れることがボトルネックの問題だった』

スタンフォード大学のエドワード・ファイゲンバウムさんは、1977年8月にアメリカのMITで開かれた国際人工知能会議（IJCAI-77）の招待論文で、専門家の知識をコンピュータに移す仕事を『知識工学（knowledge engineering）』と呼び、その技を自分たちの研究の例で説明した。知的なふるまいの力は一般的な推論手法よりも専門家の知識から生まれると主張し、『知識の中に力がある』とまとめた。さらに、ルールを自動発見するプログラムMETA-DENDRALが生まれた2つめの理由として、知的な応用プログラムを作るときに『専門分野の知識を手に入れることがボトルネックの問題だった』と気づいた点を挙げた（ボトルネックは、いちばん狭い通り道＝難所のこと）。META-DENDRALは、構造の分かっている分子の測定データからルールを見つけ、専門家が作ったものと同等レベルのルールを出力したという。

分かっていないこと：論文は『二部作の一つめ』とされ、二つめで知識工学の一般的な悩み（専門家の探し方・人手不足・研究費など）を論じると予告している。二つめの論文が出たかどうかは、このサイトでは確かめていない。

MYCIN（マイシン）：感染症の薬選びを医師に助言する「もし〜なら〜」のAI。評価は専門医並みでも、病院でふだん使われず

スタンフォード大学で、医学生だったエドワード・ショートリフさんたちが、細菌感染症（血液感染、のちに髄膜炎）の薬選びを医師に助言するプログラムMYCINを開発した。医師の知識を、もし（検査の結果が〜）なら（菌は〜らしい）という規則（当初は約200、1978年には約500）として組み込み、判断理由の説明も可能にした。1979年の評価では、髄膜炎の患者10人について、スタンフォード大学外の感染症専門医8人が名前を伏せてMYCINと医師たちの処方を採点した。MYCINの処方は65%が『受け入れられる』とされ、スタンフォードの専門医5人は42.5〜62.5%（平均55.5%）だった。それでも開発者たちの本は、『MYCINは患者の診療でふだんに使われることはなかった』と記している。

分かっていないこと：『法律や責任』の話を誰がいつ最初に言ったのかは、確かめていない。

MYCIN（マイシン）：感染症の薬選びを医師に助言する「もし〜なら〜」のAI。評価は専門医並みでも、病院でふだん使われず

スタンフォード大学で、医学生だったエドワード・ショートリフさんたちが、細菌感染症（血液感染、のちに髄膜炎）の薬選びを医師に助言するプログラムMYCINを開発した。医師の知識を、もし（検査の結果が〜）なら（菌は〜らしい）という規則（当初は約200、1978年には約500）として組み込み、判断理由の説明も可能にした。1979年の評価では、髄膜炎の患者10人について、スタンフォード大学外の感染症専門医8人が名前を伏せてMYCINと医師たちの処方を採点した。MYCINの処方は65%が『受け入れられる』とされ、スタンフォードの専門医5人は42.5〜62.5%（平均55.5%）だった。それでも開発者たちの本は、『MYCINは患者の診療でふだんに使われることはなかった』と記している。

分かっていないこと：『法律や責任』の話を誰がいつ最初に言ったのかは、確かめていない。

MYCIN（マイシン）：感染症の薬選びを医師に助言する「もし〜なら〜」のAI。評価は専門医並みでも、病院でふだん使われず

スタンフォード大学で、医学生だったエドワード・ショートリフさんたちが、細菌感染症（血液感染、のちに髄膜炎）の薬選びを医師に助言するプログラムMYCINを開発した。医師の知識を、もし（検査の結果が〜）なら（菌は〜らしい）という規則（当初は約200、1978年には約500）として組み込み、判断理由の説明も可能にした。1979年の評価では、髄膜炎の患者10人について、スタンフォード大学外の感染症専門医8人が名前を伏せてMYCINと医師たちの処方を採点した。MYCINの処方は65%が『受け入れられる』とされ、スタンフォードの専門医5人は42.5〜62.5%（平均55.5%）だった。それでも開発者たちの本は、『MYCINは患者の診療でふだんに使われることはなかった』と記している。

分かっていないこと：『法律や責任』の話を誰がいつ最初に言ったのかは、確かめていない。

1974〜75年 ミンスキーの「フレーム」──知識を、よくある場面のひな形として持つ考え。本人は論理の手法について『ふつうの知識を、小さく独立した「正しい」命題をたくさん並べる形で効果的に表せるかは疑わしい』と書いた

MITのマービン・ミンスキーさんは、1974年6月の報告『知識を表すための枠組み』で新しい考えを提案した。人間は新しい場面に出会うと、記憶から『フレーム』と呼ぶ構造を取り出し、細部を修正して現実に合わせるという。フレームは、居間にいることや子どもの誕生会に行くことのような『よくある場面』を表すデータ構造である。上段には常に成り立つ知識を置く。下段には具体的な内容を入れる『スロット』（空き欄）を持ち、そこには標準的な予想である『デフォルト（とりあえずの値）』が入る。次に何が起きるかや、予想が外れたときの対応も情報として添えられる。本人は、まとまった理論が『あるふりをして』書いたもので、答えより問いを多く生むと断った。そのうえで、最後の節『論理的なやり方への批判』において、ふつうの知識を、小さく独立した『正しい命題』をたくさん並べる形で効果的に表せるかは疑わしい、と書いた。

分かっていないこと：人間が場面のひな形で考えているというフレームの考えが、実際の頭の中の仕組みとどれだけ一致しているかは確かめられていない。論文自身も、まとまった理論が『あるふりをして』書いたと断っている。

MYCIN（マイシン）：感染症の薬選びを医師に助言する「もし〜なら〜」のAI。評価は専門医並みでも、病院でふだん使われず

スタンフォード大学で、医学生だったエドワード・ショートリフさんたちが、細菌感染症（血液感染、のちに髄膜炎）の薬選びを医師に助言するプログラムMYCINを開発した。医師の知識を、もし（検査の結果が〜）なら（菌は〜らしい）という規則（当初は約200、1978年には約500）として組み込み、判断理由の説明も可能にした。1979年の評価では、髄膜炎の患者10人について、スタンフォード大学外の感染症専門医8人が名前を伏せてMYCINと医師たちの処方を採点した。MYCINの処方は65%が『受け入れられる』とされ、スタンフォードの専門医5人は42.5〜62.5%（平均55.5%）だった。それでも開発者たちの本は、『MYCINは患者の診療でふだんに使われることはなかった』と記している。

分かっていないこと：『法律や責任』の話を誰がいつ最初に言ったのかは、確かめていない。

「AIのPROSPECTORが鉱床を見つけた」──手がかりの多い場所で、未知の部分を当てた。採算は合わず

SRIで開発されたPROSPECTORは、もしAならBらしい、という形のルール（rules）を使い、鉱物を探す専門家に助言するAIである。ワシントン州（the state of Washington）のマウント・トルマンで、モリブデン鉱床の場所を地図データから当てた、と知られている。開発者の1人Nilssonさんは、新しい場所で鉱床を見つけたわけではない、と書く。鉱山会社がすでに200を超える穴を掘って鉱床を見つけていた場所で、その後の掘り進めでPROSPECTORが予想した『まだ知られていない広い鉱石の部分』と『何も出ない部分』が当たっていた。ただ鉱業の不況で採算が合わず、『これまでのPROSPECTORの成功は、経済的ではなく科学的なものだった』と開発者らは書いた。

分かっていないこと：Scienceの1982年の論文と、1985年のArtificial Intelligence誌への書簡そのものは開いていない（Nilssonの引用のみ）

AIの世界の大会（国際人工知能会議IJCAI）が、アジアで初めて東京で開かれる

2年ごとに開かれるAIの国際会議（IJCAI）の第6回が、1979年8月20〜23日に東京で開催された。過去5回はワシントン、ロンドン、スタンフォード、トビリシ、ケンブリッジで、アジアでは初開催だった。大阪大学（Osaka University）のKokichi Tanakaさんが共同議長（General Co-Chairman）、同大学のSaburo Tsujiさんがプログラムの共同委員長（アジア担当）を務めた（名前は論文集のローマ字のまま）。発表には、専門家の知識を組み込んだAI（鉱物を探すPROSPECTORなど）や、あいまいな推論（Inexact Reasoning）についての討論（R. Davis, S. Kaihara, E. Shortliffe, L. Zadehの4人）も並んだ。

分かっていないこと：東京のどの会場だったか、参加者が何人だったかは確かめていない。

R1（XCON）：コンピュータの注文部品の組み合わせを決める「もし〜なら〜」のAI、DECの工場で毎日使われる

カーネギーメロン大学のジョン・マクダーモットさんが、コンピュータ会社DECのVAXというコンピュータの注文を受けて、必要な部品（1台に約90点）の不足や組み合わせを判定する『もし〜なら〜』のAI、R1（社内名はXCON）を開発した。1978年12月に開発を始め、1979年10〜11月に6人の専門家が50件の注文で検証し、1980年1月からDECの工場で日常的に使われた。ルールの数は1980年6月の772から1984年に2,500へ増え、知識の追加に毎年およそ4人分の作業が必要だった。DECの担当者は、開発後の保守作業が『たぶんいちばん大きな費用』であり、専門に育成した人材が欠かせないと記している。

分かっていないこと：『年4,000万ドルをこえる』という見積もりの算出方法（何を利益と数えたか）は、元の論文を開けていないため分かっていない。

長尾真さんの、たくさんの例文から似ているところを見つけて訳す機械翻訳の構想（1981年10月の原稿。本は1984年）

京都大学の長尾真さんは、それまでの機械翻訳には『改良を加えてシステムが細かくなるほど、翻訳の力の限界と境目がはっきりしてくる』という矛盾があると指摘した。そして人間が外国語を学ぶ時のように、英語と日本語の例文の組を大量に与え、機械が例文同士の類似点と相違点を見つけて翻訳する仕組みを提案した。原稿は1981年10月のNATOの会議『人工知能と人間の知能』で発表するためのもので、東京の第五世代の国際会議（1981年10月19〜22日）とほぼ同じ時期だった。2015年に自然言語処理の学会誌に書かれた文章は、この『アナロジーに基づく翻訳』から例文の組の重要性が知られ、大量の文章（コーパス）や統計を使う翻訳の研究が進んだ、と書いている。

分かっていないこと：1984年に出版されたとされる書籍（Artificial and Human Intelligence）は開いていない。原稿と書籍で内容がどれだけ違うかは確かめていない。

1982年10月の雑誌に「人工知能ブーム」「AIブーム」──『一昔前の人工知能ブームが、またやってきたのだ』。1985年には冷ややかな見方も

国立国会図書館がデジタル化した本や雑誌の全文検索で、番号のつかない『人工知能ブーム』を出版日の古い順に並べると、最も古いのは1982年10月の2つの雑誌だった（2026年9月23日に調べた範囲）。『プレジデント』（20巻10号）には、自然言語を理解し考えるコンピュータの開発競争が激しくなっている、という文に続けて『一昔前の人工知能ブームが、またやってきたのだ』とあり、『人工知能ブームは本物か』という文字もある。『ビジネスコミュニケーション』（19巻10号）には、昨今の人工知能ブームの正体を明らかにする、という文がある。同じ号には、致命的な欠点を乗り越える方法を作らない限り、太平洋のこちらとあちらの『AIブーム』も再びブームとして終わるおそれがある、という文もある（『AIブーム』の形で、AIの意味で使われた最も古い例）。古い順の20件のうち15件は1985年のもので、この年の書き手たちは、ブームのきっかけとしてそれぞれ違うものを挙げていた（第五世代の計画、エキスパートシステムMYCINの成功、ファイゲンバウムの知識工学の提唱〈1977年〉、『AIツール』＝AIを作るためのソフトの道具）。同じ1985年には、ブームのさなかから冷ややかに見る言葉もある。『猫もしゃくしも人工知能と騒いでいる』（『Bit』3月号の問いと答えの形の記事）、今のAIブームにはほとんど実体が伴っていない（『Bit』7月号）、これまでAIブームは何度も起きては消える失望の歴史をくり返してきた（『日経コンピュータ』の別冊『AI（人工知能）：実用化の夜明け』、1985年11月）などだ。

分かっていないこと：記事の題・筆者・ページは見ていない（紙面画像は館内限定などのため開いていない）。抜き出しはOCR（光学文字認識）によるもので、前後が途切れている。デジタル化されていない資料や誤認識された資料は検索できないため、1982年10月より古い用例があるかは分からない。1982年10月の『プレジデント』の『一昔前の人工知能ブーム』がいつを指すかも、抜き出しからは不明である（1か月後の同誌は『二〇年ばかり前』の『第一次人工知能ブーム』と書く＝→ 1982年の雑誌にもう第一次人工知能ブーム──見つ…）。

1982年の雑誌にもう「第一次人工知能ブーム」──見つかった中で最も古い番号つきの表現

雑誌『プレジデント』（1982年11月号）の記事に、20年ばかり前に巻き起こった「第一次人工知能ブーム」の結果に幻滅した企業が、この分野への関心を失ったままだった、という内容の文がある。1982年の時点で、その20年ばかり前（このサイトの計算で1960年代初めごろ）のブームを『第一次』と呼んでいた。国立国会図書館のデジタル化された本や雑誌の全文検索で、番号つきのAIブームという表現が見つかった最も古い例である（見つかった範囲）。

分かっていないこと：記事の題・筆者・ページは見ていない（館内限定）。OCR（機械で読み取った文字）のため、紙面で確かめる必要がある。

1985年の国会で、AIは「現在第二回目のブーム」と言われていると説明される

東京大学の石井威望さんが国会（衆議院の委員会）に呼ばれ、「このAIというのは現在第二回目のブームになっていると言われておりまして」と説明した。1回目は1960年代中ごろから後半のアメリカ中心の試みで、2回目は日本の第五世代コンピュータ計画だと話した。ブームを何回目と数える見方は、2回目のブームのさなかにすでにあった。

分かっていないこと：「第二回目のブーム」という言い方を、1985年より前に誰が始めたかは分かっていない（国会会議録の範囲で見つかった一番古いものがこれ）

1985年、当時のブームを『第一次人工知能ブーム到来』と呼ぶ特集もあった（数え方は決まっていなかった）

雑誌『鉄道通信』（1985年7月号）の特集案内に、「6月号 通信事業, 百年の独占に終止符」「7月号 第一次人工知能ブーム到来」とある。一方、同時期の国会では『現在第二回目のブーム』（1985年4月）、本では『第二次人工知能ブーム』（1985年3月）と呼ばれていた。1980年代のブームを『第一次』と数える人と『第二次』と数える人の両方がいた。

分かっていないこと：『第一次人工知能ブーム到来』の特集がどの雑誌の何月号かは、抜粋文だけでは分からない（6月号・7月号とあり、通信機器の分類記事の紹介の中）。

1986年、人工知能学会が設立 ── 設立総会に700人あまり。趣意書は、米国でAAAIが1980年にでき大きく育つ中「わが国には未だこれに対応する学会は存在しません」と書いた

1986年7月24日、学習院大学の記念会館で人工知能学会の設立総会が開かれ、700人あまりが集まった。学会（研究者が研究を発表し合い、話し合う集まり）の初代会長には、名古屋大学の福村晃夫さんが全員一致で選ばれた。3月の設立趣意書は、専門家の知識をコンピュータに移すエキスパートシステムの成功で産業界の関心が高いことや、アメリカには1980年設立のAAAI（アメリカの人工知能の学会）があるのに日本にはまだないことを設立理由に挙げた。準備を進めた大須賀節雄さんによると、きっかけは1987年3月に終わる文部省の大学向け研究費の計画で、研究の勢いを切らさないために1986年1月から急ぎ準備したという。総会の日の会員は正会員約600人・学生約50人・賛助会員約30社で、コンピュータや電気・通信の会社22社が寄付をした。

日本のAIブームは「逆輸入」だった ── 1991年の国の監修の白書は、第五世代への海外の反響が日本にはね返ってブームになった、と書いた

通商産業省の課が監修した『AI白書1991』は、日本の第五世代を出発点に、アメリカやヨーロッパなど世界中でAIブームが起きたと書いた。日本では1985年前後から『AIブーム』という言葉がマスコミにもてはやされ、AIの雑誌やレポートの創刊が続いたという。日本のブームは、第五世代とその海外での反響が『逆輸入』された形で起きたとする。会社のトップが『AIに取り組めば何でもできる』という神話のような考えで、上から開発を命じた感じがあるという。初めは高価なAI専用の機械（シンボリクス社やリスプマシン社の機械など）や道具に、惜しげもなくお金がつぎこまれたとも書く。

分かっていないこと：『AIブーム』という言葉がマスコミで最初にいつ使われたか、どの雑誌が何年に創刊されたか（例：『日経AI』）は、この白書では確かめていない。

1984年、AIの大会の展示会場で「もっといい脳を作った」という宣伝 ── 今度こそ本物という空気の記録

科学記者のジョージ・ジョンソンが、1984年8月のアメリカ人工知能学会（AAAI）大会の展示会場の様子を書いた。研究者の多くは小さな進歩を話し合いに来ていたが、出展企業の中には、人の知能を持つ仲間を作る昔からの夢がすでにかなったかのように振る舞う所があった。専門家の知識を書き込むAIの道具TIMMのパンフレットは『もっといい脳を作った』とうたい、エキスパートシステムは病気にならず、辞職も早期退職もしないと書いていた。記者は、売る人たちの言葉がときに『新しい時代を告げる預言者』のように聞こえた、と書いている。

分かっていないこと：TIMMを販売していた企業の名前は、記事に書かれていない。

1984年の討論が描いた「AIの冬」の最悪の筋書き ── その後の答え合わせ

アメリカ人工知能学会（AAAI）の大会で「AIの暗黒時代 ── 避けられるか、生き残れるか」という討論会が開かれた。司会のドルー・マクダーモットさんは、産業界のにぎわいの裏で、長年研究してきた人たちの間に『AIへの期待はもしかすると高すぎ、それがいずれ大惨事を招く』という心配からくる深い不安がある、と話した。最悪の筋書きとして、5年後にアメリカの『戦略的コンピューティング計画』が失敗し、日本の第五世代も行きづまり、ベンチャー企業がつぶれ、AIへの資金提供が止まって、みんなが研究の名前を別のものに変える、という姿を描いた。そして、この状態を『AIの冬』と呼ぶ人がいる、と紹介した。ただし本人は、そうなる見込みは高くないと思う、とも述べた。討論では、ほかの研究者（ロジャー・シャンクさん）が、破局が来ると思うかと聞かれて来ると答えた、という話をした。一方で、『AIの冬は来るのか？AIの夕暮れになるかもしれないと思う』という意見も出た（同じ人は続けて、泡がはじけるのではなく、少し小さくなるかもしれない、と話した）。

その後：その後、計画の目玉の1つだった自動運転車（ALV）の開発は1988年4月に打ち切られた。1987年に着任した担当部門の責任者も、AI計画の一部を打ち切っている。計画は1993年にDARPAの予算から消えた。アメリカ人工知能学会の会員数は1987年の16,421人をピークに、1996年には4,000〜5,000人に落ち着いた。エキスパートシステムを開発するAI企業の多くは、消えるか買収されるか事業を変えた。日本の第五世代コンピュータプロジェクトは1992年度で本体を終えた。Nilssonは、こうした出来事が1980年代半ばから後半に重なり、『AIの冬』と呼ばれるようになった、と記している。

分かっていないこと：シナリオの1つ『みんなが急いで研究計画の名前を別の物に変える』が1990年代に本当に起きたかは、元の資料で確かめていない（u08で扱う候補）

米国防総省のDARPAが「戦略的コンピューティング計画」を発表 ── 計画書に日本の名は一度も出ない

アメリカ国防総省のDARPAが、『機械の知能の技術』を開発する大規模な計画書を発表した。自分で動く乗り物などの自律システム（autonomous systems）、パイロット支援（pilot's associate）、作戦指揮支援（battle management）の3つを目標に掲げた。そのために、専門家の知識を書き込むAIや画像・音声・言語の研究と、それらを動かすコンピュータを育てる。予算は最初の5年で約6億ドル、1984年度は5,000万ドルとした。1983〜1993年にDARPAが投じた資金は10億ドルを少し超えた。よく『日本の第五世代への対抗』と言われるが、計画書自体には日本も第五世代も一度も登場しない。

分かっていないこと：議会での説明（1983年の公聴会など）で日本がどう語られたかは、公聴会の記録を開けておらず、確かめていない（Nilssonが引用するRolandの著作による）。

アメリカ人工知能学会（AAAI）発足、1980年8月にスタンフォード大学で最初の大会

アメリカで人工知能の学会（AAAI、現在の名称はAssociation for the Advancement of Artificial Intelligence）が発足し、1980年8月18〜21日にスタンフォード大学で最初の全国大会を開いた。創設メンバーの一人ブルース・ブキャナンは、1979年の夏に東京の国際会議へ向かう途中で集まり、準備を話し合ったと振り返っている。『人工知能』という言葉は研究者の間でも意見が分かれ、外部から反発されることもあったので別の名前も考えたが、より良い名前がなくAAAIになった、とも振り返っている。1980年代前半には、専門家の知識を書き込むAIの流行で大会の参加者が増えた。

「マッカーシーがMYCINに『男の患者の羊水』を入れたら、そのまま受け入れた」── 開発者自身が本の注に記録

専門家の知識を書き込むAIは、書き込んでいない『常識』（あたりまえのこと）を知らない、という弱点の例として、よく語られる話がある。MYCINの本（1984）の注には、ジョン・マッカーシーさんが『意地悪く』、男性の患者の検査の材料（培養の場所）を羊水だとMYCINに入れたところ、MYCINは間違いに気づかずに受け入れた、と書かれている。マッカーシーさんのウェブの論文『いくつかのエキスパートシステムには常識が要る』（1984）には、この話は無いが、MYCINは治療の後どうなるかの見通しを持たず、『この患者にペニシリンをあげたら何が起きるか』にも答えられない、と常識の欠如を書いている。

分かっていないこと：『McCarthy, 1983』が具体的にどの文章や講演を指すかは確かめていない。

1985年CYC計画 ── 10年で百科事典1冊分の知識と常識を手で入力（約150人年）と見積もる。2023年、本人たちは『40年・2,000人年』と書いた

MCC（Microelectronics and Computer Technology Corporation、テキサス州オースティン）のダグ・レナートさんたちは、1985年のAI Magazineの記事でCYC計画を発表した。エキスパートシステムが『もろい』（想定外の問題に弱い）ことと、知識獲得のボトルネックという2つの課題を、膨大な常識知識で克服しようとした。今後10年で、実世界の事実と経験則からなる大規模な知識ベースを構築する計画である。まず1巻本の百科事典から約400項目を自分たちで丁寧に記述し、残りの99%（約3万項目）は、大勢の入力係がコピーして直すやり方で入れるとした。入力係の手間は約150人年と見積もった。約10年の期限までに目標へ近づけそうになければ、計画を大きく立て直す必要があるとも書いている。

その後：2023年7月31日付の論文でレナートさんとゲイリー・マーカスさんは、CYC（CycorpのCyc）を『40年続く50人の計画』と呼んでいる。知識ベースは数千万の手書きの主張からなり、論理学者とプログラマーのまとまったチームが40年・2,000人年をかけて今の知識ベースを作った、と書いている。当初の10年・150人年の見積もりより、ずっと長い時間と人手がかかり続けた（見積もりの150人年は百科事典の入力係の分、2,000人年は知識ベース全体の分で、数えている範囲は同じではない）。

分かっていないこと：常識をどれだけ記述すれば足りるかは、1985年にも2023年にも分かっていない（2023年の論文は、今の文章を生成するAIとCYCを組み合わせる道を論じている）。

科学技術庁の機械翻訳計画（Muプロジェクト）：科学技術論文の要約を日英間で翻訳（1982〜1986年）

1982年度、科学技術庁の特別な調整費により、科学技術論文の要約（アブストラクト）を日英間で機械翻訳できることを実証する計画が始まった。当初は3年で約7億円の予定だったが、国の財政事情で4年に延長され、1986年まで続いた。京都大学（長尾真さんたち）が翻訳システムの中心と文法を担当した。電子技術総合研究所（ETL）、JICST（Japan Information Center for Science and Technology）、もう1つの国の機関が、辞書や入出力を担当した。論文によると、この計画は実用製品の開発が主な目的ではなく、企業が成果を利用して製品化することを想定していた。論文中では『Mu』の名で呼ばれている。

分かっていないこと：計画のあと、企業がこの成果を使ってどのような製品を作ったかは、この論文からは分からない（『技術のノウハウは、すでに少しずつ民間の会社へ移されている』とだけある）。

1980年代の日本の機械翻訳ソフト ── 1984年の富士通ATLASから、1987年には10社以上。長尾真さんは利用者の『どんな文でも上手に訳せる』という誤解を『幻想』と呼び、企業の大げさな宣伝も一因と述べた

富士通は1984年に機械翻訳システムATLAS-IとATLAS IIを発売した。富士通の論文は、英日翻訳のATLAS-Iを『世界で最初の商用の英日翻訳システム』としている。続いて日立がHICATS/JEを1986年5月に発売し、東芝（TAURAS）やNEC（PIVOT、発表済み）も自社システムを紹介した。1987年9月に箱根で開かれた国際会議『機械翻訳サミット』で、京都大学の長尾真さんは『日本では10社以上が機械翻訳の製品を発表し、同じくらいの数の会社が開発中』と述べた。同時に長尾さんは、販売元が翻訳の質の低さで利用者から批判されている現状も指摘した。利用者が『どんな文でも上手に訳せる』と大きく誤解しており、企業の大げさな宣伝も原因だとした。ただし、利用者側の元の日本語の文章にも問題が多いと述べている。マツダはATLAS IIを導入して自動車の整備マニュアルを翻訳した。当初は『よい、または直せる』訳が40%にとどまったが、富士通と調整して約80%の精度にしたと報告した。

分かっていないこと：『世界で最初の商用の英日翻訳システム』という表現は富士通の論文によるもので、このサイトでは他の資料と照合していない。各社製品の価格や販売数も確かめていない。

1985年の科学万博で、楽譜を読んでエレクトーンを弾くロボット ── 早稲田大学のWABOT-2と、それをもとにした住友電気工業のWASUBOT

早稲田大学理工学部の研究グループは、1980年に楽器演奏ロボットWABOT-2の準備を始め、1981年から本格的に開発した。WABOT-1（1973年）のような汎用ロボットではなく、器用さと知能が要る『鍵盤楽器の演奏』に目標を絞った。WABOT-2は人と日本語で会話し、カメラの目で市販の楽譜を約15秒で読み取る。さらに両手の指と両足で電子オルガン（エレクトーン）を弾き、人の歌声の高さのずれを聞き取って伴奏の調を合わせた。自由度（関節などを動かせる向きの数）は合計50である。動作部だけで53個のマイクロプロセッサ（小さなコンピュータ）を3段の階層にして動かした（ロボット全体では78個）。1985年3〜9月の科学万博では、日本政府出展のテーマ館で、WABOT-2をもとに住友電気工業が製作したWASUBOTが演奏した（開発者たちの1985年の論文と1987年の論文の要旨）。

ザデー「ファジィ集合」──「背の高い男の人の集まり」のような、境目のぼやけた集まりを数で表す

カリフォルニア大学バークレー校のロトフィ・ザデーが、論文『ファジィ集合（Fuzzy Sets）』を発表した。『背の高い男の人の集まり』や『1よりずっと大きい実数すべての集まり』のように、入るか入らないかの境目がはっきりしない集まりは、ふつうの数学の集合ではない。しかしザデーは、そうした集まりが人の考え、とくにパターンの認識や情報の伝達で大切な役割を果たすと書いた。そして、ものがどれくらいその集まりに入っているかを、0から1までの数値（所属度）で表す『ファジィ集合』を考えた。本人は1980年に、1964年7月にニューヨークでふと思いついたと振り返っている。『fuzzy（ぼやけた）』という言葉は見下す響きがあり、科学的でないので問題になると最初から分かっていたが、ほかに合う言葉がなかったという。この考えは1980年代後半の日本で、地下鉄の自動運転や家電の『ファジィ』として広まった（別の記録）。

分かっていないこと：ザデー自身が1980年に、批判として『主観確率の理論が姿を変えただけのものにすぎない』『所属の度合いを実際にどう決めるかの定義が無い』などがあると書いている。所属度をだれがどう決めるのかは、応用する場面ごとの取り決めになる。

仙台市の地下鉄が開業し、列車の自動運転に「予見ファジィ制御」（あいまいさを扱うルールのAI）を使う

1987年7月15日に仙台市の地下鉄（全国で9番目の都市地下鉄）が開業した。日立製作所が開発した自動列車運転装置は『予見ファジィ制御』を採用した。『IF〜THEN〜形式』（もし〜なら〜する、という形）で書いたAI（知識工学）のルールで、熟練運転士の技を置きかえるものだった。記事は、乗り心地や停止精度の向上、省エネが実現したと書き、この予見ファジィ制御を『世界で最初のもの』と紹介している（作った会社の記事の言葉）。

分かっていないこと：『世界で最初』は作った会社の記事の言葉であり、ほかの資料では確かめていない。

1980年ザデー「遠くない将来に、標準的な道具になりそうだ」── ファジィ集合は7〜10年後に日本の地下鉄や家電へ

ファジィ集合（境目がぼやけた集まりを0から1までの度合いで表す考え。1965年の論文）を提唱したロトフィ・ザデーは、1980年9月25日付で雑誌Current Contentsの欄「This Week's Citation Classic」に論文を振り返る短文を書いた（欄の説明では、この論文は1965年から305回を超えて引用された）。その終わりでザデーは、ファジィ集合の理論は産業の工程制御から医学の診断、情報分析まで広く使われ始めていて、数学ではすでに盛んな研究分野だと書いた。そして、ふつうの手法で分析するには複雑すぎたり、定義があいまいすぎたりする系（システム）を扱うための「遠くない将来に、標準的な道具になりそうだ」と書いた。期限の年は書いていない。

その後：7年後の1987年7月15日に開業した仙台市地下鉄は、日立製作所の自動列車運転装置に「予見ファジィ制御」を使った。作った同社の1988年の記事は、これを世界初のものと書いた。1989年には国の後押しで48社が集まり、技術研究組合の国際ファジィ工学研究所（LIFE）ができて、1995年まで研究した。1990年2月1日には松下電器がファジィを使う全自動洗濯機を発売し、同年の新語・流行語大賞の新語部門の金賞は「ファジィ」だった。主催者の説明では、ザデー教授が開発したファジィ工学で有名になった言葉で、家電での第1号は松下電器の洗濯機だった。それがブームのきっかけになり、各メーカーが入り乱れる大きなファジィの市場ができたという。見通しは、少なくとも日本では10年ほどのうちに、地下鉄の制御から家電まで使われる形になった。世界全体やほかの分野でどこまで標準的な道具になったかは、このサイトでは確かめていない。

分かっていないこと：遠くない将来に標準的な道具になるという見通しが、世界全体や医学・情報分析などの分野でどこまで実現したかは、このサイトでは検証していない（確認したのは日本の地下鉄・国の研究組合・家電まで）。1990年のブームのあと、日本でファジィ制御がどの程度使われ続けたかも確かめていない。ザデーが挙げた3つの批判（特に所属度の決め方）に、その後どう答えられたかも分かっていない。

1990年、ファジィ制御の洗濯機が発売され、「ファジィ」が新語・流行語大賞の新語部門金賞に

松下電器が1990年2月1日に全自動洗濯機『愛妻号Dayファジィ』を発売した。光センサーで洗濯水の濁り具合を検知し、『飽和時間が長く、かつ透過度が低ければ洗濯時間をとても長くする』（飽和時間は濁りが落ち着くまでの時間、透過度は光の通りやすさ）といった6つのルールで洗い時間を決める。このルールは家庭で集めたデータと技術者のノウハウから作成された。同年の『新語・流行語大賞』で『ファジィ』は新語部門の金賞に選ばれた。主催者は、この洗濯機が家電にファジィ理論を応用した第1号でブームの火付け役となり、各社が入り乱れる大きなファジィの市場ができた、と説明している。

分かっていないこと：ファジィ家電がその後どれだけ売れたか（販売台数など）は確かめていない

国際ファジィ工学研究所（LIFE）：48社が集まり、国の後押しで「あいまいさ」を扱う技術を6年間研究（1989〜1995年）

『あいまいさ』を持つ情報を処理するファジィ理論を工学に応用するため、1989年に技術研究組合『国際ファジィ工学研究所（LIFE）』が設立された。コンピュータ企業だけでなく、自動車・鉄鋼・証券など48社（1989年度末には49社）が参加した。研究期間は約6年間、研究開発費は約50億円を見込んでいた（1991年の白書時点）。研究所には3つの研究室があり、ファジィ制御、ファジィ知能情報処理、ファジィコンピュータを研究した。2005年の振り返りによると、横浜の大桟橋近くの研究所に延べ66人の研究員が在籍し、1995年まで活動した。所長は6年間、寺野寿郎さんが務めた。

分かっていないこと：実際にかかった費用の総額（1991年の白書は『研究開発費総額は現時点で約50億円が見込まれており』と書くだけ）は確かめていない

R1（XCON）：コンピュータの注文部品の組み合わせを決める「もし〜なら〜」のAI、DECの工場で毎日使われる

カーネギーメロン大学のジョン・マクダーモットさんが、コンピュータ会社DECのVAXというコンピュータの注文を受けて、必要な部品（1台に約90点）の不足や組み合わせを判定する『もし〜なら〜』のAI、R1（社内名はXCON）を開発した。1978年12月に開発を始め、1979年10〜11月に6人の専門家が50件の注文で検証し、1980年1月からDECの工場で日常的に使われた。ルールの数は1980年6月の772から1984年に2,500へ増え、知識の追加に毎年およそ4人分の作業が必要だった。DECの担当者は、開発後の保守作業が『たぶんいちばん大きな費用』であり、専門に育成した人材が欠かせないと記している。

分かっていないこと：『年4,000万ドルをこえる』という見積もりの算出方法（何を利益と数えたか）は、元の論文を開けていないため分かっていない。

1977年 ファイゲンバウムの招待論文「人工知能の技（アート）」── 『知識の中に力がある』、そして『専門分野の知識を手に入れることがボトルネックの問題だった』

スタンフォード大学のエドワード・ファイゲンバウムさんは、1977年8月にアメリカのMITで開かれた国際人工知能会議（IJCAI-77）の招待論文で、専門家の知識をコンピュータに移す仕事を『知識工学（knowledge engineering）』と呼び、その技を自分たちの研究の例で説明した。知的なふるまいの力は一般的な推論手法よりも専門家の知識から生まれると主張し、『知識の中に力がある』とまとめた。さらに、ルールを自動発見するプログラムMETA-DENDRALが生まれた2つめの理由として、知的な応用プログラムを作るときに『専門分野の知識を手に入れることがボトルネックの問題だった』と気づいた点を挙げた（ボトルネックは、いちばん狭い通り道＝難所のこと）。META-DENDRALは、構造の分かっている分子の測定データからルールを見つけ、専門家が作ったものと同等レベルのルールを出力したという。

分かっていないこと：論文は『二部作の一つめ』とされ、二つめで知識工学の一般的な悩み（専門家の探し方・人手不足・研究費など）を論じると予告している。二つめの論文が出たかどうかは、このサイトでは確かめていない。