Iarna AI: când toată lumea a renunțat la inteligența artificială

1974

În anii 1960, cercetătorii AI au făcut promisiuni extraordinare. Herbert Simon a prezis că, în 20 de ani, mașinile vor fi capabile să facă orice muncă pe care o poate face un om. Marvin Minsky i-a spus revistei Life că, în 3 până la 8 ani, vom avea o mașină cu inteligența generală a unei ființe umane medii. Finanțarea curgea de la DARPA și de la guverne din întreaga lume.

Apoi a lovit realitatea. Problemele s-au dovedit a fi exponențial mai grele decât și-a imaginat oricine. Traducerea automată producea aiureli. Vederea computerizată nu putea distinge un câine de o pisică. Sistemele expert erau fragile și nu puteau gestiona situații din afara regulilor lor înguste.

În 1973, guvernul britanic a comandat Raportul Lighthill, care a concluzionat că AI-ul nu reușise să-și onoreze promisiunile. Finanțarea a fost redusă drastic în întreg Regatul Unit. DARPA a tăiat finanțarea AI în SUA. Începuse prima iarnă AI.

Un scurt dezgheț a venit în anii 1980, odată cu sistemele expert, programe bazate pe reguli care puteau diagnostica boli sau configura computere. Companiile au cheltuit miliarde. Japonia a lansat proiectul Fifth Generation Computer pentru a construi mașini gânditoare. AI-ul era din nou la modă.

Apoi s-au prăbușit și sistemele expert. Erau scumpe de întreținut, nu puteau învăța și se stricau când întâlneau situații pe care programatorii lor nu le anticipaseră. Până în 1987, piața de hardware AI specializat s-a prăbușit. Companiile de mașini Lisp au dat faliment. S-a instalat a doua iarnă AI, durând aproximativ din 1987 până în 1993.

În timpul iernilor, cercetătorii au învățat să evite cu totul termenul „AI”. Și-au rebranduit munca drept „machine learning”, „data mining”, „sisteme de cunoaștere” sau „inteligență computațională”. Propunerile de finanțare care menționau AI erau respinse. Doctoranzii erau avertizați că munca în AI era o fundătură de carieră.

Ceea ce a încheiat în cele din urmă iarna nu a fost o descoperire teoretică, ci datele și puterea de calcul. Internetul a generat seturi de date masive. GPU-urile au oferit putere de procesare paralelă. În 2012, un sistem de deep learning numit AlexNet a zdrobit competiția ImageNet și, dintr-odată, rețelele neuronale funcționau. Actualul boom AI este construit pe ideile din anii 1980, care aveau pur și simplu nevoie de mai multe date și de hardware mai rapid.

Iernile AI ne învață o lecție importantă: ciclurile de hype sunt periculoase. Când o tehnologie este supraevaluată, dezamăgirea inevitabilă poate da înapoi un întreg domeniu cu decenii. Cercetătorii AI de astăzi se tem în liniște de o a treia iarnă, dacă sistemele AI actuale nu reușesc să răspundă așteptărilor enorme care se creează.