Персептроны и темное время объединённости

Персептрон был формой нейронной сети , введенной в 1958 году Розенблаттом , который был одноклассником Марвин Мински в Бронкской средней школе. Как и большинство исследователей ИИ, он с оптимизмом смотрел на свою власть, предсказывая, что «персептрон может в конечном итоге научиться, принимать решения и переводить языки». В течение 60-х годов была проведена активная исследовательская программа в парадигме, но внезапно прекратилась публикация книги Персептронов « Микс» и « Паперта» в 1969 году . Он предположил, что существуют серьезные ограничения в отношении того, что могут предпринять персептроны, и что предсказания Фрэнка Розенблатта были сильно преувеличены. Эффект книги был разрушительным: практически никаких исследований в течение 10 лет не проводилось. В конце концов, новое поколение исследователей возродит поле, а затем станет важной и полезной частью искусственного интеллекта.

Успехи: логические и символические рассуждения

Логика была введена в исследование ИИ еще в 1958 году Джоном МакКарти в его приложении Консультант . В 1963 году Дж. Алан Робинсон обнаружил простой метод для осуществления вычитания на компьютерах, алгоритм разрешения и унификации . Однако простые реализации, подобные попыткам Маккарти и его учеников в конце 60-х годов, были особенно трудноразрешимыми: для программ были необходимы астрономические числа шагов для доказательства простых теорем. Более плодотворный подход к логике был разработан в 1970-х годах Робертом Ковальски в Университете Эдинбурга, и вскоре это привело к сотрудничеству с французскими исследователями Аленом Кольмерауром и Филиппом Русселем, который создал успешный язык программирования логики Prolog .

Критики логического подхода отметили, что люди редко использовали логику, когда решали проблемы. Эксперименты таких психологов, как Питер Вазон , Элеанор Рош , Амос Тверский , Даниэль Канеман и другие, доказали это. Маккарти ответил, что то, что делают люди, не имеет значения. Он утверждал, что действительно нужны машины, которые могут решать проблемы, а не машины, которые думают так, как люди.

Ошибки: рамки и скрипты

Среди критиков подхода Маккарти были его коллеги по всей стране в Массачусетском технологическом институте . Марвин Мински , Сеймур Паперт и Роджер Шенк пытались решить такие проблемы, как «понимание историй» и «распознавание объектов», которые требовали, чтобы машина думала как человек. Чтобы использовать обычные понятия, такие как «стул» или «ресторан», им приходилось делать все те же нелогичные предположения, которые обычно делали люди. К сожалению, неточные понятия, подобные этим, трудно представить в логике. Джеральд Суссман заметил, что «использование точного языка для описания принципиально неточных понятий не делает их более точными». описывали их «анти-логические» подходы как « неряшливые », а не « опрятные » парадигмы, используемые Маккарти , Ковальски , Фейгенбаумом , Ньюэлом и Саймоном .

В 1975 году, в оригинальной газете, Мински отметил, что многие из его «неряшливых» исследователей использовали один и тот же инструмент: структуру, которая отражает все наши предположения об осознанном мышлении о чем-либо. Например, если мы используем концепцию птицы, есть сразу совокупность фактов, которые сразу приходят на ум: мы можем предположить, что она летит, ест червей и так далее. Мы знаем, что эти факты не всегда верны и что выводы, использующие эти факты, не будут «логическими», но эти структурированные наборы предположений являются частью контекста всего, что мы говорим и думаем. Он назвал эти структуры « рамами ». Шенк использовал версию рамок, которую он назвал « скриптами» чтобы успешно отвечать на вопросы о коротких рассказах на английском языке. Много лет спустя объектно-ориентированное программирование приняло бы основную идею« наследования»из исследований ИИ.

Бум 1980-1987

В 1980-х годах корпорация по всему миру приняла форму программы ИИ под названием « экспертные системы », и знания стали объектом основного исследования ИИ. В те же годы японское правительство активно финансировало ИИ с помощью своего компьютерного проекта пятого поколения . Еще одним обнадеживающим событием в начале 80-х годов стало возрождение связности в работе Джона Хопфилда и Дэвида Румельхарта . И снова ИИ достиг успеха.

Рост экспертных систем

Экспертная система представляет собой программу , которая отвечает на вопросы или решает задачи о конкретной области знаний, используя логические правила , которые вытекают из знаний экспертов. Самые ранние примеры были разработаны Эдвардом Фейгенбаумом и его учениками. Дендрал , начатый в 1965 году, идентифицировал соединения из показаний спектрометра. MYCIN , разработанный в 1972 году, диагностировал инфекционные заболевания крови. Они продемонстрировали осуществимость подхода.

Экспертные системы ограничили себя небольшим областью конкретных знаний (таким образом, избегая проблемы знаний осознанного мышления ), и их простой дизайн сделал относительно легким создание программ, а затем их модифицировали, когда они были на месте. В целом, программы оказались полезными, чего ИИ до сих пор не смог достичь.

В 1980 году в Университете Карнеги Меллон для корпорации Digital Equipment была завершена экспертная система под названием XCON . Это был огромный успех: он экономил 40 миллионов долларов ежегодно в 1986 году. Корпорации во всем мире начали разрабатывать и развертывать экспертные системы, и к 1985 году они тратили более миллиарда долларов на ИИ. Индустрия выросла, чтобы поддержать их, включая такие аппаратные компании, как Symbolics и Lisp Machines, а также такие программные компании, как IntelliCorp и Aion .

Революция знаний

Сила экспертных систем основывалась на знаниях экспертов, которые они содержали. Они были частью нового направления в исследовании ИИ, которое набирало силу в течение 70-х годов. Основанные на знаниях системы и инженерия знаний стали основным направлением исследований ИИ в 1980-х годах.

Шахматные игры HiTech и Deep Thought победили шахматных мастеров в 1989 году. Оба они были разработаны Университетом Карнеги-Меллона; Развитие Deep Thought проложило путь для Deep Blue .