2010年から2026年まで各年のAIに関する技術進歩を2つ+2つずつ示してもらった。　

AI、GeminiとChatGPTに2つずつ示してもらった。下記で、（G）つきは、Gemini。なしはChatGPT。

• ChatGPTみたいなのが出るのが予想外。

• 強化学習とか、もっと、目立つと思ったけど。AI発展の中心軸と思ってた。

• Alexnet＋αの当時の熱狂、今から考えると、とある分野の技術者向けでしかなかったのかも（今見たいにすべての人へのインパクトはなかったかも）。当時、その２、3年後、Imagenetで人を超えた！と話題になった。

• GANの失速、びっくり、一時はGANにあらずんば。。。ぐらいの勢いがあった。

• Transformerが画像他まで、広くいくとは思わなかった。ViTとか微妙と思ってた。

■ 2010年

• 深層学習の再興（ニューラルネット復活の兆し）

• ImageNet の登場（大規模画像データの標準化）

• ILSVRC が開始し画像認識ベンチマークが確立 (G)

• IBM Watson がクイズ番組勝利へ向け準備完了 (G)

■ 2011年

• IBM Watson がクイズ番組で勝利

• GPUによる深層学習の本格活用

• Apple Siri が登場し一般向け音声AIが普及開始 (G)

• Google Brain がYouTubeから猫を自動認識するNNを構築 (G)

■ 2012年（転換点）

• AlexNet がImageNetで圧勝（ディープラーニング革命）

• ReLU・Dropoutなどの実用化

• Google Now が提供開始（予測型アシスタントの先駆け）(G)

• AlexNet がDLブームの決定的引き金に (G)

■ 2013年

• Word2Vec（単語ベクトル革命）

• 深層学習の音声認識への本格適用

• DeepMind がDQNを発表（ゲーム攻略AI）(G)

• Word2vec により意味計算が可能に (G)

■ 2014年

• GAN（生成AIの始まり）

• Seq2Seq（翻訳の基盤）

• Amazon Alexa（Echo）が発売され家庭AIが普及開始 (G)

• GAN が「生成するAI」の幕開けに (G)

■ 2015年

• ResNet（超深層化）

• Deep Q-Network（ゲームで人間レベル）

• TensorFlow がオープンソース化 (G)

• ResNet により画像認識が人間を超え始める (G)

■ 2016年

• AlphaGo が人間トップ棋士に勝利

• 強化学習＋探索の統合が確立

• Google 翻訳がGNMTへ移行し精度が飛躍 (G)

• AlphaGo が囲碁で人間を凌駕 (G)

■ 2017年（もう一つの転換点）

• Transformer（現在の主流）

• Attention機構の全面採用

• AlphaZero が自己対戦のみで将棋・囲碁・チェスを制覇 (G)

• Transformer 論文がLLM時代の基盤に (G)

■ 2018年

• BERT（文脈理解の飛躍）

• 事前学習＋ファインチューニングが標準に

• GPT-1 が登場しLLMの歴史が始まる (G)

• BERT により検索精度が劇的改善 (G)

■ 2019年

• GPT-2（大規模言語生成）

• 転移学習のスケール化

• GPT-2 が高性能すぎて当初公開制限 (G)

• AlphaStar がStarCraft2でプロに勝利 (G)

■ 2020年

• GPT-3（スケーリング則の実証）

• Diffusion Model の台頭

• AlphaFold2 がタンパク質構造予測を解決 (G)

• GPT-3 が創作・プログラミング能力を示す (G)

■ 2021年

• CLIP（画像と言語の統合）

• DALL·E（テキスト→画像生成）

• GitHub Copilot が登場しAIペアプロ時代へ (G)

• DALL·E がテキスト→画像生成を一般に認知させる (G)

■ 2022年（生成AIブーム）

• Stable Diffusion（誰でも画像生成）

• ChatGPT（対話AIの一般化）

• Midjourney / Stable Diffusion が爆発的普及 (G)

• ChatGPT が史上最速で1億ユーザーに到達 (G)

■ 2023年

• GPT-4（マルチモーダル化）

• オープン系LLM（LLaMA など）の台頭

• 動画・音楽生成AI（Runway / Suno）が普及 (G)

• GPT-4 が司法試験上位10%レベルの知性を示す (G)

■ 2024年

• 動画生成AIの実用化（例：Sora）

• エージェント型AI（ツール実行・自律行動）

• Sora が物理シミュレーション級の動画生成を実現 (G)

• デバイス統合AI（OSレベル常駐）が普及 (G)

■ 2025年

• 長時間推論・長文コンテキストの実用化

• マルチモーダル統合（画像・音声・動画・コード）

• AI Agent が画面操作・予約・メール代行を実行 (G)

• LLM搭載ヒューマノイドが複雑作業を遂行 (G)

■ 2026年（現在）

• AIエージェントの実務投入（開発・調査・自動化）

• 小型モデル＋オンデバイスAIの進化

• 自律型ワークフローが一般化（計画→実行→修正）(G)

• マルチモーダル・ライブ対話（Gemini Live等）が普及 (G)