Історія штучного інтелекту: відмінності між версіями

Матеріал з Вікіпедії — вільної енциклопедії.
Перейти до навігації Перейти до пошуку
Інтерактивний перегляд історії
[перевірена версія][перевірена версія]
← Попереднє редагуванняНаступне редагування →
Вилучено вміст Додано вміст
ВізуальнийВікірозмітка
Скасування редагування № 40931628 користувача KrBot (обговорення) потерпи, ботику
Мітка: Скасування
замінено перекладом «History of artificial intelligence» із докладнішим висвітленням українського контексту
Мітка: Посилання на сторінки неоднозначності
Рядок 1: Рядок 1:
{{Див. також|{{нп|Хронологія розвитку штучного інтелекту|||Timeline of artificial intelligence}}|{{нп|Поступ у штучному інтелекті|||Progress in artificial intelligence}}}}
{{перекладаю}}


'''Істо́рія шту́чного інтеле́кту''' ('''ШІ''', {{lang-en|artificial intelligence, AI}}) почалася у [[Стародавній світ|стародавньому світі]], з міфів, оповідань та чуток про створення штучних істот, яких майстри обдарували розумом чи свідомістю. Зерна сучасного ШІ заклали філософи, які намагалися описати процес людського мислення як механічне маніпулювання символами. Ця робота досягла найвищої точки винайденням у 1940-х роках [[Комп'ютер|програмованого цифрового комп'ютера]], машини, що ґрунтується на абстрактній сутності математичного міркування. Цей пристрій та ідеї в його основі надихнули невелику групу науковців почати серйозно обговорювати можливість побудови електронного мозку.
'''Історія штучного інтелекту''' — галузь знань, що займається дослідженням походження та розвитку розділу комп'ютерної [[Лінгвістика|лінгвістики]] та [[Інформатика|інформатики]], що займається формалізацією проблем та завдань, які нагадують завдання, виконувані людиною.


Галузь дослідження [[Штучний інтелект|ШІ]] заснували на {{нп|Дартмутський семінар|семінарі||Dartmouth workshop}}, проведеному в кампусі [[Дартмутський коледж|Дартмутського коледжу]] в США влітку 1956 року.<ref>{{Cite journal |doi = 10.1016/j.bushor.2018.08.004|title = Siri, Siri, in my hand: Who's the fairest in the land? On the interpretations, illustrations, and implications of artificial intelligence|language = en|journal = Business Horizons|volume = 62|pages = 15–25|year = 2019|last1 = Kaplan|first1 = Andreas|last2 = Haenlein|first2 = Michael| s2cid=158433736 }}</ref> Ті, хто відвідали той семінар, стали лідерами досліджень у галузі ШІ на десятиліття вперед. Багато хто з них прогнозували, що машина з інтелектом, рівносильним людському, з'явиться не більше, ніж за покоління, і їм виділили мільйони доларів для втілення цього бачення.{{sfn|Newquist|1994|pp=143–156}}
[[Історія]] [[Штучний інтелект|штучного інтелекту]], як вчення про розвиток сучасної науки і технології створення інтелектуальних машин, має своє коріння в ранніх філософських дослідженнях природи людини і процесу пізнання світу, розширених пізніше нейрофізіологами і психологами у вигляді ряду теорій щодо роботи людського мозку і мислення. Сучасною стадією розвитку науки про штучний інтелект є розвиток фундаменту математичної [[Теорія обчислень|теорії обчислень]], [[Теорія алгоритмів|теорії алгоритмів]] і створення [[комп'ютер]]ів.


З часом стало очевидно, що дослідники дуже сильно недооцінили складність цього проєкту.{{sfn|Newquist|1994|pp=144–152}} 1974 року, у відповідь на критику з боку [[Джеймс Лайтгілл|Джеймса Лайтгілла]] та під тиском конгресу, уряди [[Агенція передових оборонних дослідницьких проєктів США|США]] та [[Уряд Великої Британії|Великої Британії]] припинили фінансування неспрямованих досліджень щодо штучного інтелекту, і наступні складні роки стали відомі як «[[зима ШІ]]». Сім років потому візіонерська ініціатива [[Виконавча влада Японії|японського уряду]] надихнула уряди та промисловість надавати ШІ мільярди доларів, але до кінця 1980-х років ці інвестори розчарувалися і знову відкликали фінансування.
== Поява передумов штучного інтелекту ==
Перша робота, яка тепер за загальним визнанням вважається причетною до штучного інтелекту, була виконана Уорреном Мак-Каллоком і Уолтером Піттсом. Вони черпали натхнення з трьох джерел: знання основ [[Фізіологія|фізіології]] і призначення нейронів в мозку; формальний аналіз логіки висловлювань, узятий з робіт Рассела й Уайтхеда, а також теорія обчислень [[Тьюринг Алан|Тьюринга]].


Інвестиції та інтерес до ШІ [[Бум штучного інтелекту|зазнали буму]] в перших десятиліттях XXI століття, коли до багатьох задач науки та промисловості стали успішно застосовувати [[машинне навчання]] завдяки новим методам, використанню потужного обчислювального обладнання, та збиранню величезних наборів даних.
Мак-Каллок і Піттс запропонували модель, що складається зі штучних нейронів, в якій кожен нейрон характеризувався тим, що знаходиться у «ввімкненому» або «вимкненому» стані, а перехід у «ввімкнений» стан відбувався у відповідь на стимуляцію достатньої кількості сусідніх нейронів.


== Предтечі ==
Стан нейрона розглядалося як «фактично еквівалентне висловлюванню, в якому пропонується адекватна кількість стимулів». Роботи цих учених показали, наприклад, що будь—яка обчислювана функція може бути обчислена за допомогою деякої мережі із сполучених нейронів і що всі логічні зв'язки ( «І», «АБО», «НЕ» і т.д.) можуть бути реалізовані за допомогою простих мережевих структур.


=== Міфічні, фантастичні, та гіпотетичні предтечі ===
Крім того, Мак-Каллок і Піттс висунули припущення, що мережі, структуровані відповіднім чином, здатні до навчання. [[Дональд Гебб]] продемонстрував просте правило обновлення для модифікації кількості з'єднань між нейронами. Запропоноване ним правило, називається тепер [[Геббова теорія|правилом навчання Гебба]], продовжує служити основою для моделей, які широко використовуються в наші дні.


==== Міфи та легенди ====
Два аспіранти факультету математики [[Принстонський університет|Принстонського університету]], [[Марвін Мінський]] і Дін Едмондс, в 1951 році створили перший мережевий комп'ютер на основі нейронної мережі. У цьому комп'ютері, що отримав назву «Snare», використовувалося 3000 електронних ламп і додатковий механізм [[автопілот]]а з бомбардувальника В-24 для моделювання мережі з 40 нейронів. Атестаційна комісія, перед якою Мінський захищав дисертацію доктора філософії, висловила сумнів у тому, чи може робота такого роду розглядатися як математична, на що [[Джон фон Нейман|фон Нейман]], за словами сучасників, заперечив: «Сьогодні — ні, але колись буде». Надалі Мінський довів дуже важливі теореми, що показують, з якими обмеженнями повинні зіткнутися дослідження в галузі [[Штучна нейронна мережа|нейронних мереж]].


У грецькій міфології [[Тал]] був гігантом, зробленим із бронзи, який був сторожем острова Крит. Він кидав валуни у кораблі загарбників та щоденно здійснював 3 обходи навколо периметра острова.<ref>Епізод про Тала у 4-тій книзі «[[Аргонавтика|Аргонавтики]]»</ref> За даними «[[Бібліотека (псевдо-Аполлодор)|Бібліотеки]]» [[Псевдо-Аполлодор]]а, Гефест викував Тала за допомогою циклопів і подарував цього [[автоматон]]а [[Мінос]]у.<ref>''Бібліотека'' 1.9.26</ref> В «[[Аргонавтика|Аргонавтиці]]» [[Ясон]] з аргонавтами перемогли його, витягнувши єдиний штир, розташований біля його стопи, який, бувши вийнятим, дозволив витекти життєдайному [[іхор]]у з його тіла, залишивши його бездіяльним.<ref>{{Cite book|last=Rhodios|first=Apollonios|title=The Argonautika : Expanded Edition|language=en|date=2007|publisher=University of California Press|isbn=978-0-520-93439-9|pages=355|oclc=811491744}}</ref>
Крім того, можна навести велику кількість прикладів інших ранніх робіт, які можна охарактеризувати як ті, що відносяться до штучного інтелекту, але саме [[Алан Тьюринг]] вперше висловив повне уявлення про штучний інтелект у своїй статті «Обчислювальні машини й розум», яка була опублікована в 1950 році. У цій статті він описав [[тест Тьюрінга]], принципи машинного навчання, [[генетичні алгоритми]] і навчання з закріпленням.


[[Пігмаліон]] у грецькій міфології був легендарним царем і скульптором, найвідомішим завдяки «[[Метаморфози|Метаморфозам]]» [[Овідій|Овідія]]. У 10-й книзі повісті Овідія Пігмаліон починає гидувати жінками після того, як стає свідком проституції {{нп|Пропоетиди|Пропоетид||Propoetides}}.<ref>{{Cite book|last=Morford|first=Mark|title=Classical mythology|language=en|year=2007|isbn=978-0-19-085164-4|location=Oxford|pages=184|oclc=1102437035}}</ref> Незважаючи на це, він приносить жертви до храму Венери й благає богиню дату йому жінку, точно таку, як скульптура, яку він вирізьбив.
== Народження штучного інтелекту (1956 рік) ==


==== Середньовічні легенди про штучні створіння ====
У Принстонському університеті проводив свої дослідження ще один авторитетний фахівець у галузі штучного інтелекту, [[Джон Маккарті]]. Після отримання наукового ступеня Маккарті перейшов у [[Дартмутський коледж]], який і став офіційним місцем народження цієї галузі знань. Маккарті умовив Марвіна Мінського, Клода Шеннона і Натаніеля Рочестера, щоб вони допомогли йому зібрати всіх американських дослідників, які проявляють інтерес до теорії автоматів, нейронних мереж та досліджень інтелекту.
[[Файл:Homunculus Faust.jpg|thumb|upright|Зображення гомункула з «Фауста» Гете]]


У творі «Про природу речей», написаному швейцарським алхіміком [[Теофраст Парацельс|Парацельсом]], описано процедуру, яка, за його твердженням, дозволяє створити «штучну людину». Якщо помістити «чоловічу сперму» до кінського гною, й годувати її «Таємницею людської крові» протягом 40 днів, це місиво стане живим немовлям.<ref>{{Cite book|title=The alchemy reader: from Hermes Trismegistus to Isaac Newton|language=en|date=2003|publisher=Cambridge University Press|last=Linden |first=Stanton J.|isbn=0-521-79234-7|location=New York|pages=Ch. 18|oclc=51210362}}</ref>
Вони організовували двомісячний семінар в Дартмуті влітку [[1956]] року. Всього на цьому семінарі були присутні 10 учасників, включаючи Тренчард Мура з Принстонського університету, Артура Самюела з компанії [[IBM]], а також Рея Соломонова та Олівера Селфрідж з [[Массачусетський технологічний інститут|Массачусетського технологічного інституту]].


Найраніша писемна згадка про створення голема зустрічається у творах {{нп|Елеазар Вормський|Елеазара бен Юда Вормського||Eleazar of Worms}} на початку XIII століття.<ref>{{Cite web |url=https://www.matthewkressel.net/2015/10/01/36-days-of-judaic-myth-day-24-the-golem-of-prague/ |title=36 Days of Judaic Myth: Day 24, The Golem of Prague |last=Kressel|first=Matthew|date=2015-10-01|website=Matthew Kressel|language=en|access-date=2020-03-15}}</ref>{{sfn|Newquist|1994|p=}}{{сторінка|дата=листопад 2023}} У середньовіччі вважали, що оживлення [[Голем]]а можливо досягти, вставивши до рота глиняної фігури аркуш паперу з будь-яким з імен бога.<ref>{{Cite web|url=http://www.jewishencyclopedia.com/articles/6777-golem|title=GOLEM|language=en|website=www.jewishencyclopedia.com |access-date=2020-03-15}}</ref> На відміну від легендарних автоматів, таких як {{нп|Бронзова голова|Бронзові голови||Brazen head}},{{sfn|Newquist|1994|p=38}} [[Голем]] розмовляти не міг.<ref>{{Cite web|url=https://www.sefaria.org/Sanhedrin.65b?lang=bi|title=Sanhedrin 65b|language=en |website=www.sefaria.org|access-date=2020-03-15}}</ref>
Два дослідники з технологічного інституту Карнегі, Аллен Ньюелл і Герберт Саймон, буквально монополізували весь цей напрям. Тоді як інші могли лише поділитися своїми ідеями і в деяких випадках показати програми для таких конкретних програм, як шашки, Ньюелл і Саймон вже могли продемонструвати програму, котра проводить міркування, {{не перекладено|Logic Theorist}} ( LT), або логік—теоретик, щодо якої Саймон заявив: «''Ми винайшли комп'ютерну програму, здатну мислити в нечислових термінах і тому вирішили важливу проблему про співвідношення духу і тіла''».


''{{нп|Таквін|||Takwin}}'', штучне живе створення, було частою темою алхімічних рукописів [[Ісмаїліти|ісмаїлітів]], особливо тих, які приписувалися [[Джабір ібн Хаян|Джабіру ібн Хаяну]]. Ісламські алхіміки у своїй роботі намагалися створити різноманітні форми життя, від рослин до тварин.<ref>{{Cite journal|last=O'Connor|first=Kathleen Malone |date=1994|title=The alchemical creation of life (takwin) and other concepts of Genesis in medieval Islam|language=en|url=https://repository.upenn.edu/dissertations/AAI9503804|journal=Dissertations Available from ProQuest|pages=1–435}}</ref>
Незабаром після цього семінару програма показала свою здатність довести більшість теорем з праці [[Рассел Бертран|Рассела]] і Уайтхеда «[[Principia Mathematica]]». Повідомляли, що Рассел був у захваті, коли Саймон показав йому, що ця програма запропонувала доказ однієї теореми, коротший, ніж у «Principia Mathematica». Редактори журналу {{не перекладено|Journal of Symbolic Logic}} виявилися менш схильними до емоцій; вони відмовилися приймати статтю, співавторами якої були вказані Ньюелл, Саймон і програма Logic Theorist.


У творі «{{нп|Фауст, частина друга|Фауст: Друга частина трагедії||Faust, Part Two}}» [[Йоганн Вольфганг фон Гете|Йоганна Вольфганга фон Гете]] створений алхімічно [[гомункул]], призначений жити вічно у флаконі, в якому його створили, намагається народитися в повному людському тілі. Проте під час цього перетворення флакон розбивається, і гомункул гине.<ref>{{Cite book|last=Goethe|first=Johann Wolfgang von |title=Faust; a tragedy. Translated, in the original metres ... by Bayard Taylor. Authorised ed., published by special arrangement with Mrs. Bayard Taylor. With a biographical introd|language=en|date=1890|publisher=London Ward, Lock |url=https://archive.org/details/fausttragedytran00goetuoft}}</ref>
Дартмутський семінар не привів до появи будь—яких нових великих відкриттів, але дозволив познайомитись всім найбільш важливим діячам у цій науковій галузі. Вони, а також їхні студенти та колеги з Массачусетського технологічного інституту, [[Університет Карнегі-Меллон|Університету Карнегі—Меллона]], [[Стенфордський університет|Станфордского університету]] і компанії IBM займали провідне становище в цій області протягом наступних 20 років.


==== Сучасна фантастика ====
Можливо, результатом даного семінару, який найдовше зберігався — була угода прийняти нову назву для цієї області, запропоновану Маккарті, — штучний інтелект. Можливо, краще було б назвати цю наукову область «обчислювальна раціональність», але за нею закріпилася назва «штучний інтелект».
{{Main|{{нп|Штучний інтелект у фантастиці|||Artificial intelligence in fiction}}}}


Ідеї про штучних людей і мислячі машини розвинулися у фантастиці вже на початку XIX століття, наприклад, у «[[Франкенштейн]]і» [[Мері Шеллі|Мері Шеллі]] та «[[Р. У. Р. (Россумові Універсальні Роботи)|Р.&nbsp;У.&nbsp;Р. (Россумових Універсальних Роботах)]]» [[Карел Чапек|Карела Чапека]],{{sfn|McCorduck|2004|pp=17–25}} а також у гіпотезах, як у «{{нп|Дарвін серед машин|Дарвіні серед машин||Darwin among the Machines}}» [[Семюель Батлер|Семюеля Батлера]],{{sfn|Butler|1863}} і реальних випадках, включно з «{{нп|Шахіст Мельцеля|Шахістом Мельцеля||Maelzel's Chess Player}}» [[Едгар Аллан По|Едгара Аллана По]].{{sfn|Newquist|1994|p=65}}
== Історія розвитку штучного інтелекту в Україні ==
ШІ залишається популярною темою у фантастиці й досі.<ref>{{Cite journal|last1=Cave|first1=Stephen|last2=Dihal|first2=Kanta|date=2019|title=Hopes and fears for intelligent machines in fiction and reality|url=https://www.nature.com/articles/s42256-019-0020-9|journal=Nature Machine Intelligence|language=en|volume=1|issue=2|pages=74–78|doi=10.1038/s42256-019-0020-9|s2cid=150700981|issn=2522-5839}}</ref>
=== Період до 1970 р. ===
Визначається появою в Україні потужних на той час аналогових і електронних обчислювальних машин, а також кібернетичних пристроїв, за допомогою яких можна було довести, що немає такого типу інформації або алгоритму поведінки, які неможливо було б зобразити в [[ЕОМ]]. Багато уваги приділялося накопиченню досвіду у розв'язанні складних математичних задач на ЕОМ.


==== Автомати ====
Формувалася система понять штучного інтелекту, усвідомлювалося поняття дискретної «розумної» системи і досліджувалися можливості розробки якісно нового інструментарію, що розширює коло застосування штучного інтелекту в інтелектуальній сфері.
{{Main|Автомат (техніка)}}
[[Файл:Al-jazari robots.jpg|thumb|right|250пкс|Програмовані автомати {{нп|Аль-Джазарі|||Al-Jazari}} (1206 рік)]]


Реалістичні гуманоїдні [[Автомат (техніка)|автомати]] створювали ремісники кожної з цивілізацій, зокрема, {{нп|Янь Ші|||Yan Shi}},{{sfn|Needham|1986|p=53}} [[Герон Александрійський]],{{sfn|McCorduck|2004|p=6}} {{нп|Аль-Джазарі|||Al-Jazari}},{{sfn|Nick|2005}}
Основна увага в дослідженнях та розробках того часу приділялася питанням створення машинних моделей поведінки та інтелектуальних властивостей реальних об'єктів, починаючи від нейрона і до складних функцій інтелектуальної людської діяльності, технічних і соціальних систем. Розроблялися експериментальні програми для розв'язування на ЕОМ не тільки задач обробки числової інформації, а й задач перетворення складних об'єктів, що мають нечислову природу: символів, малюнків, текстів тощо.
{{нп|П'єр Жаке-Дро|||Pierre Jaquet-Droz}} й {{нп|Вольфганг фон Кемпелен|||Wolfgang von Kempelen}}.{{sfn|McCorduck|2004|p=17}}{{sfn|Levitt|2000}}


Найстародавнішими відомими автоматами були [[Ідол|священні статуї]] [[Стародавній Єгипет|стародавнього Єгипту]] та [[Стародавня Греція|Греції]].{{sfn|Newquist|1994|p=30}} Віряни вважали, що ремісники наділи ці фігури справжніми розумами, здатними до мудрості й почуттів. [[Гермес Трисмегіст]] писав, що «відкривши справжню природу богів, людина змогла її відтворити».<ref>
Штучний інтелект пов'язувався із застосуванням роботів у керуванні виробничими технологічними процесами й створенням програм для підтримки людини у виконанні нею складних умоглядних робіт, таких, наприклад, як гра в шахи, прийняття рішень, вивчення мов. Активно розроблялися засоби автоматизованого керування організаційними структурами, де формувалися плани та здійснювалося керування окремими економічними об'єктами. Закладалась база для природномовного діалогу людини з машиною. Крім практичного розв'язання складних числових задач на ЕОМ, досліджувалась можливість розв'язання на ЕОМ задач перекладу, доведення математичних теорем, розшифровки змісту текстів та ін.
Процитоване в {{Harvnb|McCorduck|2004|p=8}}, {{Harvnb|Crevier|1993|p=1}}, а {{Harvnb|McCorduck|2004|pp=6–9}} обговорює священні статуї.
</ref><ref>Інші важливі автомати створили [[Гарун ар-Рашид]] {{Harv|McCorduck|2004|p=10}}, [[Жак де Вокансон]] {{Harv|Newquist|1994|p=40}}, {{Harv|McCorduck|2004|p=16}} і {{нп|Леонардо Торрес-і-Кеведо|||Leonardo Torres y Quevedo}} {{Harv|McCorduck|2004|pp=59–62}}</ref>
Англійський учений {{нп|Александр Некем|||Alexander Neckam}} стверджував, що давньоримський поет [[Вергілій]] побудував палац з автоматичними статуями.<ref name="Cave Dihal Dillon 2020 p. 56">{{cite book | last1=Cave | first1=S. | last2=Dihal | first2=K. | last3=Dillon | first3=S. | title=AI Narratives: A History of Imaginative Thinking about Intelligent Machines | language=en | publisher=Oxford University Press | year=2020 | isbn=978-0-19-884666-6 | url=https://books.google.com/books?id=T53SDwAAQBAJ&pg=PA56 | access-date=2023-05-02 | page=56}}</ref>


Протягом ранньомодерністського періоду стверджували, що ці легендарні автомати володіли магічною здатністю відповідати на адресовані їм запитання. Пізньосередньовічний алхімік та протопротестант [[Роджер Бекон]] вигадав {{нп|Бронзова голова|бронзову голову||Brazen head}}, розпустивши легенду те, що він чарівник.<ref>{{Cite book|last=Butler, E. M. (Eliza Marian)|title=The myth of the magus|language=en|date=1948|publisher=Cambridge University Press|isbn=0-521-22564-7|location=London|oclc=5063114}}</ref><ref name="Porterfield 2006 p. 136">{{cite book | last=Porterfield | first=A. | title=The Protestant Experience in America | language=en | publisher=Greenwood Press | series=American religious experience | year=2006 | isbn=978-0-313-32801-5 | url=https://books.google.com/books?id=V9VM9NEsqXwC&pg=PA136 | access-date=2023-05-15 | page=136}}</ref> Ці легенди були схожі на скандинавський міф про Голову [[Мімір]]а. За легендою, Мімір славився розумом і мудрістю, і був обезголовлений під час [[Війна асів та ванів|війни асів та ванів]]. Сказано, що [[Одін]] «забальзамував» його голову травами й читав заклинання над нею, так що голова Міміра зберегла здатність висловлювати мудрість перед Одіном. Одін відтоді зберігав цю голову при собі, щоби радитися з нею.<ref>{{Cite book|last=Hollander|first=Lee M.|title=Heimskringla; history of the kings of Norway.|language=en|publisher=Published for the American-Scandinavian Foundation by the University of Texas Press|year=1964|isbn=0-292-73061-6|location=Austin|oclc=638953}}</ref>
[[Глушков Віктор Михайлович|В.М.Глушков]] здійснив філософський аналіз предмета і методів кібернетики, виділив основні напрямки досліджень зі штучного інтелекту й одним із перших сформулював у термінах теорії автоматів основні поняття штучного інтелекту, такі як «адаптація», «самоорганізація», «самовдосконалення», та ввів їх відносну міру. Саме В.М.Глушков подав і реалізував ідею розробки нової формальної системи — алгебри алгоритмів, що дало можливість формалізувати практичні задачі розробки комп'ютерних систем та побудувати математичну теорію їх проектування. Створення під його керівництвом ряду машин для інженерних розрахунків та низки програм для розв'язання інтелектуальних задач на універсальних машинах дало можливість визначити напрям досліджень з інтелектуалізації ЕОМ, у рамках якого були розроблені проекти кількох комп'ютерів нової архітектури, що свого часу досягали світового рівня. За допомогою машин серії [[ЕОМ «МИР-1»|МІР]] було створено програмне забезпечення аналітичних перетворень, аналітичного диференціювання та інтегрування, перші у світі [[інтерпретатор]]и мови високого рівня. Багато уваги приділяли В.М.Глушков та його учні роботам з автоматизації пошуку доведення теорем у математиці. Він започаткував новий напрямок створення системи доведень як спеціалізованої системи програмування з динамічним розвитком алгоритму перевірки наочності. Плідно працював над інтелектуальним комп'ютерним інструментарієм для розв'язання задач економіки. Прогнозний граф, математичні моделі систем, що розвиваються, експертні оцінки — це далеко не повний список його ідей щодо цього.
У той же період [[Амосов Микола Михайлович|М.М.Амосов]] висунув інформаційну гіпотезу про програми психічної діяльності людини. Він з колегами займався створенням біокібернетичної моделі оргнізму людини і соціуму. Разом зі своїми учнями він зайнявся моделюванням інтелектуальних функцій мережами автоматів, вони створили перших в світі [[Автономний робот|автономних роботів]] ТАІР, систему «Соціум». В [[1969]] році була опублікована книга М.М.Амосова "Штучний розум" (вид. "Наукова думка", Київ).


=== Формальне міркування ===
[[Івахненко Олексій Григорович|О.Г.Івахненко]] розпочав роботу над розпізнавальною самонавчальною системою на базі дворядного [[перцептрон]]а «Альфа». Прихильник біонічного підходу та використання самоорганізації у створенні кібернетичних систем, він розробив метод групового врахування аргументів для розв'язання задач технічної кібернетики, визначив термін «еврістична самоорганізація».


Штучний інтелект ґрунтується на припущенні, що процес людського мислення можливо механізувати. Вивчення механічного або «формального» міркування має довгу історію. [[Китайська філософія|Китайські]], [[Індійська філософія|індійські]] та [[Давньогрецька філософія|грецькі]] філософи розробили структуровані методи формального виведення в першому тисячолітті до н.&nbsp;е. Їхні ідеї розвинули протягом століть такі філософи як [[Арістотель]] (який дав формальний аналіз [[силогізм]]у), [[Евклід]] (чиї «[[Начала Евкліда|Начала]]» були моделлю формального міркування), [[Аль-Хорезмі]] (який розвинув [[алгебра|алгебру]] і дав своє ім'я «[[алгоритм]]у») та європейські філософи-[[Схоластика|схоластики]], як-от [[Вільям Оккам]] та [[Дунс Скот]].{{sfn|Berlinski|2000}}
Працюючи в [[Київський університет|Київському університеті]] та [[Інститут кібернетики імені В. М. Глушкова НАН України|Інституті кібернетики]], Л.А.Калужнін багато уваги приділяв формальним системам, які б давали можливість формувати моделі інтелектуальних об'єктів як складні математичні конструкції. Він розробив метод граф-схем для подання програм, фактично започаткував наукові дослідження з математичної лінгвістики, а разом з [[Скороходько Едуард Федорович|Е.Ф.Скороходьком]] і Ф.О.Нікітіною провів цикл досліджень з формалізації природної мови для опису ситуацій.


Іспанський філософ [[Раймунд Луллій]] (1232—1315) розробив декілька ''логічних машин'', присвячених вироблянню знань логічними засобами;<ref>Cfr. Carreras Artau, Tomás y Joaquín. ''Historia de la filosofía española. Filosofía cristiana de los siglos XIII al XV''. Madrid, 1939, Volume I {{ref-es}}</ref> Луллій описував свої машини як механічні сутності, які могли поєднувати базові й беззаперечні істини за допомогою простих логічних операцій, виконуваних машиною механічними засобами, таким чином, щоб виробити всі можливі знання.<ref>Bonner, Anthonny, ''The Art and Logic of Ramón Llull: A User's Guide'', Brill, 2007. {{ref-en}}</ref> Робота Луллія мала великий вплив на [[Готфрід Лейбніц|Готфріда Лейбніца]], який переосмислив його ідеї.<ref>Anthony Bonner (ed.), Doctor Illuminatus. A Ramon Llull Reader (Princeton University 1985). Vid. "Llull's Influence: The History of Lullism" at 57–71 {{ref-en}}</ref>
О.І.[[Кухтенко Олександр Іванович|Кухтенко]] проаналізував предмет кібернетики з точки зору використання при побудові складних систем керування засобів алгебраїчних перетворень, ідей ієрархічних структур та еврістичних процедур. Під його керівництвом було розроблено кілька систем керування рухом літака та електронних тренажерів для цієї мети.


[[Файл:Gottfried Wilhelm Leibniz, Bernhard Christoph Francke.jpg|left|thumb|upright|[[Готфрід Лейбніц]], який припускав, що людський розум можливо звести до механічного обчислення]]
[[Скурихін Володимир Ілліч|В.І.&nbsp;Скурихін]] одним з перших реалізував ідеї дистанційного керування об'єктами, керував першими експериментами у цій галузі, працював над автоматом керування контактним зварюванням, висунув ідею інтеграції різноманітних комп'ютерних засобів у системи з метою забезпечення максимального системного ефекту. Останнє підтверджено розробкою численних інтегрованих технологічних та організаційних систем керування, у яких застосовувалися компоненти систем штучного інтелекту (системи «Авангард», «Львів», «Комплекс», «Потенціал»).
У XVII столітті [[Готфрід Лейбніц|Лейбніц]], [[Томас Гоббс]] та [[Рене Декарт]] досліджували, чи можливо що все раціональне мислення зробити таким же систематизованим, як алгебра та геометрія.<ref>
Механістичність та ШІ XVII століття:
* {{Harvnb|McCorduck|2004|pp=37–46}}
* {{Harvnb|Russell|Norvig|2003|p=6}}
* {{Harvnb|Buchanan|2005|p=53}}
</ref> [[Томас Гоббс|Гоббс]] знаменито написав у «[[Левіафан (книга)|Левіафані]]»: «розум&nbsp;— це ніщо інше, як обчислення».<ref>Гоббс та ШІ:
* {{Harvnb|McCorduck|2004|p=42}}
* {{Harvnb|Hobbes|1651|loc=chapter 5}}
</ref> [[Готфрід Лейбніц|Лейбніц]] уявляв універсальну мову міркування, ''{{нп|characteristica universalis}}'', яка зводила би аргументування до обчислення, таким чином, що «потреби в суперечці між двома філософами було би не більше, ніж між двома бухгалтерами. Бо достатньо було би взяти їм олівці в руки, сісти до їхніх дощок, і сказати один одному (з другом як свідком, якщо бажають): ''Порахуймо''.»<ref>
Лейбніц та ШІ:
* {{Harvnb|McCorduck|2004|p=41}}
* {{Harvnb|Russell|Norvig|2003|p=6}}
* {{Harvnb|Berlinski|2000|p=12}}
* {{Harvnb|Buchanan|2005|p=53}}
</ref> Ці філософи почали формулювати [[Система фізичних символів|гіпотезу системи фізичних символів]], яка стала дороговказною вірою досліджень ШІ.


У XX столітті вивчення [[Математична логіка|математичної логіки]] забезпечило необхідний прорив, який зробив штучний інтелект позірно правдоподібним. Основи заклали такі праці як «{{нп|Закони мислення|||The Laws of Thought}}» [[Джордж Буль|Буля]] та ''«{{нп|Begriffsschrift||de}}»'' [[Готлоб Фреге|Фреге]]. Спираючись на систему [[Готлоб Фреге|Фреге]], [[Бертран Расселл|Расселл]] та [[Альфред Норт Вайтгед|Вайтгед]] представили формальне викладення основ математики у своєму шедеврі, ''«[[Principia Mathematica]]»'' 1913 року. Надихнувшись успіхом [[Бертран Расселл|Рассела]], [[Програма Гільберта|Давид Гільберт]] викликав математиків 1920-х і 30-х років відповісти на фундаментальне питання: «чи можливо формалізувати все математичне міркування?»{{sfn|Berlinski|2000}} Відповідь на його питання дали [[Теореми Геделя про неповноту|доведення неповноти]] [[Курт Гедель|Геделя]], [[Машина Тюрінга|машина]] [[Алан Тюрінг|Тюрінга]] та [[лямбда-числення]] [[Алонзо Черч|Черча]].{{sfn|Berlinski|2000}}<ref>[[Лямбда-числення]] було особливо важливим для ШІ, оскільки воно стало натхненням для ''[[Lisp]]'' (найважливішої мови програмування, яку використовували в ШІ). {{Harv|Crevier|1993|pp=190&nbsp;196,61}}
В цей час розроблено ряд програм для розв'язання задач штучного інтелекту:
</ref>
* «Еволютор» (А.О.Дородніцина, О.А.Летичевський),
* розпізнавання змісту фраз (А.О.Стогній, Н.М.Грищенко),
* перекладу з російської на українську мову,
* автоматизації доведення математичних теорем,
* обчислення представлень скінченних груп (Н.Н.Айзенберг, [[Летичевський Олександр Адольфович|О.А.Летичевський]]),
* розпізнавання ізоморфізму скінченних автоматів (Ю.В.Капітонова),
* класифікації задач і об'єктів різної природи.
В роботах побудована теорія складності задач розпізнавання. Відомо, що розвиток теорії складності задач оптимізації у 80—ті роки привів до появи ефективних методів оптимізації, а також поліноміального алгоритму лінійного програмування. Донині розроблено десятки методів розпізнавання образів та класифікації об'єктів, але ефективність цих методів не була розглянута. Виконано цикл робіт, в яких вперше досліджено складність задач та ефективність методів розпізнавання. Показано, що класична байєсівська процедура виявляється субоптимальною з точністю до константи, а в булевому випадку вона еквівалентна процедурі, заснованій на використанні відокремлюючої гіперплощини. Застосування розробленої теорії складності задач розпізнавання образів дає можливість відмовитись від використання на практиці неперспективних алгоритмів, вказати ті класи задач, для яких відомі методи є субоптимальними, а також побудувати нові субоптимальні методи розпізнавання.


[[Файл:Classic shot of the ENIAC.jpg|right|thumbnail|250px|Фото ''ENIAC'' армії США у Школі електротехніки Мура<ref>Оригінальне фото можна побачити у статті: {{cite journal |last1= Rose |first1= Allen |title= Lightning Strikes Mathematics |journal= Popular Science |language= en |pages= 83–86 |date= April 1946 |url=https://books.google.com/books?id=niEDAAAAMBAJ&q=eniac+intitle:popular+intitle:science&pg=PA83 |access-date=15 April 2012}}</ref>]] Їхня відповідь була несподіваною з двох боків. По-перше, вони довели, що насправді існують межі того, чого може досягти математична логіка. Але по-друге (і важливіше для ШІ), їхня робота підказувала, що в межах цих обмежень можливо механізувати ''будь-який'' вид математичного міркування. Ключовим прозрінням була [[машина Тюрінга]]&nbsp;— проста теоретична конструкція, яка вловлювала суть маніпулювання абстрактними символами.{{sfn|Newquist|1994|p=56}} Цей винахід надихнув групу науковців почати обговорювати можливість мислячих машин.{{sfn|Berlinski|2000}}<ref> [[Машина Тюрінга]]: {{Harvnb|McCorduck|2004|pp=63–64}}, {{Harvnb|Crevier|1993|pp=22–24}}, {{Harvnb|Russell|Norvig|2003|p=8}} та див. {{Harvnb|Turing|1936–37}}</ref>
Поняття складності, закладене в основу теорії складності задач розпізнавання, істотно відрізняється від аналогічного поняття у формальних логічних системах. Математичний апарат останніх виявляється недостатньо потужним для побудови теорії складності задач розпізнавання. Для того щоб строго формалізувати такі поняття, як клас задач, похибка процедури розпізнавання, треба було розглянути сукупність всіх можливих розподілів ймовірностей на скінченній множині об'єктів, що вивчаються. Такий підхід дав змогу отримати оцінки знизу та зверху складності класу задач розпізнавання, а також вивести вирази похибок конкретних процедур розпізнавання.


=== Інформатика ===
Створено комп'ютерну систему прогнозування характеристик об'єктів (що описуються таблицями даних), яка дає можливість за частково заданою інформацією про досліджувані об'єкти дати комплексний прогноз відносно невідомих їх параметрів. Джерелом інформації мають виступати дані, підготовлені користувачем у вигляді таблиць в СУБД. Можливі галузі застосування системи — прогнозування економічної та фінансової діяльності, процес створення нових матеріалів та хімічних речовин з заданими властивостями, медицина, комп'ютерна селекція тощо. Основна компонента системи прогнозування складається з субоптимальних методів розпізнавання та класифікації, отриманих в результаті розробки теорії складності задач розпізнавання.
{{Main|Історія обчислювальної техніки|Історія інформаційних технологій}}


Лічильні машини проєктували й будували у давнину та протягом історії багато людей, серед них
=== Період від 1970 до 1990 р. ===
[[Готфрід Лейбніц#Інформатика|Готфрід Лейбніц]],{{sfn|Couturat|1901}}
Характеризується теоретичними дослідженнями зі штучного інтелекту на досить високому математичному рівні. Відзначимо роботи в галузі побудови загальної теорії керування, математичної теорії проектування обчислювальних систем, розробки і обґрунтування алгоритмів та евристичних процедур розв'язання складних прикладних задач, використання ідей штучного інтелекту для формалізації реальних об'єктів і ситуацій в біології, медицині, економіці, лінгвістиці, підготовки бази для сприйняття ідей колективної обробки інформації й гуманізації комп'ютерного середовища.
[[Жозеф Марі Жаккар]],{{sfn|Russell|Norvig|2021|p=15}}
[[Чарлз Беббідж]],<ref>{{Harvtxt|Russell|Norvig|2021|p=15}}; {{Harvtxt|Newquist|1994|p=67}}</ref>
{{нп|Персі Ладгейт|||Percy Ludgate}},<ref>{{Harvtxt|Randall|1982|p=4–5}}; {{Harvtxt|Byrne|2012}}; {{Harvtxt|Mulvihill|2012}}</ref>
{{нп|Леонардо Торрес Кеведо|||Leonardo Torres Quevedo}},<ref>{{Harvtxt|Randall|1982|p=6, 11–13}}; {{Harvtxt|Quevedo|1914}}; {{Harvtxt|Quevedo|1915}}</ref>
[[Веннівер Буш]]{{sfn|Randall|1982|pp= 13, 16–17}}
та інші. [[Ада Лавлейс]] припускала, що машина Беббіджа була «мислячою або … розумною машиною», але застерігала: «Бажано захиститися від можливості перебільшення уявлень, що виникають щодо можливостей» цієї машини.<ref>Цитовано в {{Harvtxt|Russell|Norvig|2021|p=15}}</ref>{{sfn|Menabrea|Lovelace|1843}} [[Щукарьов Олександр Миколайович|Олександр Щукарьов]] із [[Харківський технологічний інститут|Харківського технологічного інституту]] розглядав дещо вдосконалене ним «логічне піаніно» [[Вільям Стенлі Джевонс|Джевонса]] як «машину логічного мислення», технічний засіб механізації тих сторін мислення, що формалізуються.<ref>{{Cite web|title=Історія кафедри|url=http://web.kpi.kharkov.ua/onch/istoriya-kafedri-3/|website=Кафедра загальної та неорганічної хімії [[НТУ «ХПІ»]]|language=uk|accessdate=20 листопада 2023|archive-url=https://web.archive.org/web/20231119115842/https://web.kpi.kharkov.ua/onch/istoriya-kafedri-3/|archive-date=19 листопада 2023|dead-url=no}}</ref>{{sfn|Кратко|2009|p=57}}{{sfn|Малиновський|2004|p=8—10}}


Перші сучасні комп'ютери були величезними машинами [[Друга світова війна|Другої світової війни]] (такими як [[Z3 (комп'ютер)|''Z''3]] [[Конрад Цузе|Конрада Цузе]], {{нп|Гіт Робінсон (дешифрувальна машина)|Гіт Робінсон||Heath Robinson (codebreaking machine)}} та [[Колос (комп'ютер)|Колос]] [[Алан Тюрінг|Алана Тюрінга]], ''[[Калькулятор Атанасова-Беррі|ABC]]'' [[Джон Вінсент Атанасов|Атанасова]] та [[Кліффорд Беррі|Беррі]] (з використанням теоретичних праць [[Кравчук Михайло Пилипович|Михайла Кравчука]]<ref>{{cite book |first=Clark R. |last=Mollenhoff |title=Atanasoff: Forgotten Father of the Computer |location=Ames |publisher=Iowa State University Press |language=en |year=1988 |isbn=0-8138-0032-3 |url=https://archive.org/details/atanasoffforgott0000moll |url-access=registration }}</ref><ref>{{cite book|last=Katchanovski|first=Ivan|date=березень 2004|title=A Puzzle in the Invention and Patenting of the Electronic Computer in the US|url=https://www.researchgate.net/publication/256375036|book-title=Development of the Mathematical Ideas of Mykhailo Kravchuk (Krawtchouk)|language=en|pp=655-687|publisher=National Technical University of Ukraine and [[Наукове товариство імені Шевченка у США|Shevchenko Scientific Society in the US]]|editor1-first=Nina|editor1-last=Virchenko|editor2-first=Ivan|editor2-last=Katchanovski|editor3-first=Viktor|editor3-last=Haidey|editor4-first=Roman|editor4-last=Andrushkiw|editor5-first=Roman|editor5-last=Voronka}}</ref>), та ''[[ENIAC]]'' у [[Пенсільванський університет|Пенсільванському університеті]]).{{sfn|Russell|Norvig|2021|p=14}} ''[[ENIAC]]'' ґрунтувався на теоретичній основі, закладеній [[Алан Тюрінг|Аланом Тюрінгом]], розробив його [[Джон фон Нейман|фон Нейман]],{{sfn|McCorduck|2004|pp=76–80}} і він виявився найвпливовішим.{{sfn|Russell|Norvig|2021|p=14}} Перший електронний комп'ютер на теренах України, [[Мала електронна лічильна машина|МЕЛМ]], розробили вже після Другої світової війни в [[Інститут електротехніки АН УРСР|Інституті електротехніки АН УРСР]], під керівництвом [[Лебедєв Сергій Олексійович|Сергія Лебедєва]].{{sfn|ЕК1973|loc=т. [http://irbis-nbuv.gov.ua/ulib/item/UKR0001148 2], с. 36}}{{sfn|Кратко|2009|p=58—59}}{{sfn|Малиновський|2004|p=11—14}}
Серед найбільш помітних досягнень цього часу відмітимо запропоновані В.М.Глушковим ідеї щодо архітектури високопродуктивних багатопроцесорних машин: рекурсивна машина та макроконвейєрний спосіб організації обчислень. [[Рабинович Зіновій Львович|З.Л. Рабиновичу]] вдалося опрацювати ідею підвищення машинного інтелекту. Ним же розроблено системно—біонічний підхід до побудови інтелектуальних [[ЕОМ]] на базі концептуального моделювання механізмів мислення. Його учні — В.М.Коваль та В.П.Гладун теж зробили значний внесок у розвиток проблематики штучного інтелекту.


== Народження штучного інтелекту (1952—1956) ==
В.М.Коваль разом зі своїми співробітниками розвинув ідею інтелектуальних розв'язувачів, запропонував математичний апарат аналізу багатовимірних процесів для розпізнавання динамічних обстановок та узяв участь у створенні перших у світі цифрових інтелектуальних гідроакустичних комплексів.
[[Файл:BRL61-IBM 702.jpg|thumb|upright=1.35|[[IBM 702|''IBM'' 702]]: комп'ютер, який використовувало перше покоління дослідників ШІ.]]


У 1940-х і 50-х роках група науковців з різних галузей (математики, психології, інженерії, економіки та політології) почали обговорювати можливість створення штучного мозку. Галузь досліджень [[Штучний інтелект|штучного інтелекту]] заснували як академічну дисципліну 1956 року.<ref>{{Cite web|url=https://www.routledge.com/Artificial-Intelligence-Business-and-Civilization-Our-Fate-Made-in-Machines/Kaplan/p/book/9781032155319|last=Kaplan|first=Andreas|title=Artificial Intelligence, Business and Civilization - Our Fate Made in Machines|language=en|access-date=March 11, 2022}}</ref>
В.П.Гладун розробив апарат обробки пірамідальних мереж як один з альтернативних засобів подання знань у штучних системах, він же плідно працював над плануванням рішень для [[Експертна система|експертних систем]].


=== Кібернетика та ранні нейронні мережі === <!-- На цей розділ має посилатися стаття [[Штучний інтелект]] -->
У цей же час запропоновано динамічні моделі розпізнавання мови, створено систему «Речь» мовного спілкування людини з ЕОМ зі словником до 1000 слів, яка настроювалася на голос користувача. Розроблено теорію розпізнавання стереозображень та автоматизовану програмну систему обробки й аналізу багатозональних зображень [[Крокіс|КРОКІС]]. Запропонована оригінальна технологія побудови систем обробки зображень з урахуванням основних вимог до систем, щодо їх швидкодії, мінімальних витрат обчислювальних ресурсів та необхідності зручної людино—машинної взаємодії. В основу покладені розроблені теорії двомірних узагальнень формальних мовлень та граматик самонавчання розпізнаванню образів. Найважливішими прикладними результатами є програмні комплекси для розпізнавання графічних документів (карт і схем) і для відтворення рельєфу місцевості за знімками, а також ряд версій програмно—технічного комплексу «Теремки». Ці розробки дали змогу втілити в практику нові інформаційні технології, що ґрунтуються на автоматичному введенні в комп'ютер зображень реальних креслярських документів, програм відтворення рельєфу місцевості, і становлять основу програмного забезпечення першої вітчизняної цифрової фотометричної станції «Дельта».


Найраніші дослідження мислячих машин надихнув збіг ідей, які стали поширеними наприкінці 1930-х, у 1940-х, та на початку 1950-х років. Новітні дослідження в [[Неврологія|неврології]] показали, що мозок виявився електричною мережею [[нейрон]]ів, які випромінювали імпульси типу «все або нічого». [[Кібернетика]] [[Норберт Вінер|Норберта Вінера]] описувала кервання та стабільність в електричних мережах. [[Теорія інформації]] [[Клод Шеннон|Клода Шеннона]] описувала цифрові сигнали (тобто сигнали типу «все або нічого»). [[Теорія алгоритмів]] [[Алан Тюрінг|Алана Тюрінга]] показала, що будь-який вид обчислення можливо описати в цифровому вигляді. Тісний зв'язок між цими ідеями підказував, що може бути можливо побудувати «електронний мозок».<ref>
Розроблено теорію сприйняття та побудови моделі навколишнього середовища для систем типу «Око — рука» та виконано кілька проектів таких програмно—апаратних систем. Створено та запроваджено у виробництво систему «Міотон» відновлення моторних функцій людини за допомогою програмного керування м'язовою активністю. Здійснено дослідження моделей нейрона і нейронних мереж, що дозволило сформулювати моделі нейрофізіологічної та нейропсихічної діяльності мозку. Запроваджено новий підхід до побудови моделей пам'яті й проведена розробка приладів, що допомагають роботі операторів у складних системах керування. Розроблено та введено в експлуатацію одну з перших автоматизованих систем обробки медичної інформації.
{{Harvnb|McCorduck|2004|pp=51–57, 80–107}},
{{Harvnb|Crevier|1993|pp=27–32}},
{{Harvnb|Russell|Norvig|2003|pp=15, 940}},
{{Harvnb|Moravec|1988|p=3}},
{{Harvnb|Cordeschi|2002|loc=Chap. 5}}.
</ref>


Експериментальних роботів, як-от {{нп|Черепаха (робот)|черепах||Turtle (robot)}} {{нп|В. Грей Волтер|В. Грея Волтера||W. Grey Walter}} та {{нп|Звір Джонса Гопкінса|звіра Джонса Гопкінса||Johns Hopkins Beast}}, побудували в 1950-х роках. Ці машини не використовували комп'ютери, цифрову електроніку або символьне міркування; вони керувалися суто аналоговою схемотехнікою.<ref>{{Harvnb|McCorduck|2004|p=98}}, {{Harvnb|Crevier|1993|pp=27–28}}, {{Harvnb|Russell|Norvig|2003|pp=15, 940}}, {{Harvnb|Moravec|1988|p=3}}, {{Harvnb|Cordeschi|2002|loc=Chap. 5}}.</ref>
Загальна теорія керування знайшла застосування у численних системах керування тренажерами та літальними апаратами, натурними експериментами, системами зображення різного призначення, в тому числі в Центрі керування космічними польотами.


{{нп|Волтер Піттс|||Walter Pitts}} та [[Воррен Маккалох]] аналізували мережі ідеалізованих [[Штучний нейрон|штучних нейронів]] і показали, як вони можуть виконувати прості логічні функції, 1943 року.<ref>{{Cite journal |last1=McCulloch |first1=Warren S.|last2=Pitts|first2=Walter|date=1943-12-01|title=A logical calculus of the ideas immanent in nervous activity|journal=Bulletin of Mathematical Biophysics|language=en|volume=5|issue=4|pages=115–133 |doi=10.1007/BF02478259|issn=1522-9602}}</ref><ref>{{Cite journal|last=Piccinini|first=Gualtiero|date=2004-08-01|title=The First Computational Theory of Mind and Brain: A Close Look at Mcculloch and Pitts's "Logical Calculus of Ideas Immanent in Nervous Activity"|journal=Synthese|language=en|volume=141|issue=2|pages=175–215|doi=10.1023/B:SYNT.0000043018.52445.3e|s2cid=10442035|issn=1573-0964}}</ref> Вони були першими, хто описав те, що пізніше дослідники назвуть [[Штучна нейронна мережа|нейронною мережею]].<ref>{{Harvnb|McCorduck|2004|pp=51–57, 88–94}}, {{Harvnb|Crevier|1993|p=30}}, {{Harvnb|Russell|Norvig|2003|p=15−16}}, {{Harvnb|Cordeschi|2002|loc=Chap. 5}} та див. також {{Harvnb|McCullough|Pitts|1943}}</ref> Одним зі студентів, кого надихнули {{нп|Волтер Піттс|Піттс||Walter Pitts}} та [[Воррен Маккалох|Маккалох]], був молодий [[Марвін Мінський]], тоді 24-річний аспірант. 1951 року (з Діном Едмондсом) він побудував першу нейромережну машину, ''{{нп|SNARC|||Stochastic Neural Analog Reinforcement Calculator}}''.<ref>{{Harvnb|McCorduck|2004|p=102}}, {{Harvnb|Crevier|1993|pp=34–35}} та {{Harvnb|Russell|Norvig|2003|p=17}}</ref> [[Марвін Мінський|Мінський]] став одним із найважливіших лідерів та новаторів у ШІ.
Серед програмних систем відзначимо систему автоматизації доведень, у якій була використана мова «практичної» математичної логіки, реалізовані динамічна обробка математичних текстів і алгоритм наочності для математичних тверджень, а також систему автоматизації проектування систем «Проект», де була здійснена обробка складних структур даних типу складних об'єктів за допомогою апарату застосування співвідношень у багатоосновних алгебрах.


=== Тест Тюрінга ===
Розроблено ряд пакетів та систем, що реалізували нові оптимізаційні алгоритми, які істотно зменшували простір пошуку розв'язків для різних класів інтелектуальних задач, систем моніторингу розвитку екологічних та економічних ситуацій. Створено перші інтелектуальні спеціалізовані пакети прикладних програм для ефективної обробки даних методами статистики, експертна система для вибору та динамічного конструювання методу обчислень при розв'язанні задач обчислювальної математики. Істотно розвинуто теорію й практику імітаційного моделювання.


1950 року [[Алан Тюрінг]] опублікував {{нп|Обчислювальні машини та інтелект|поворотну працю||Computing Machinery and Intelligence}}, в якій він розмірковував про можливість створення машин, що думають.<ref>
Можна відзначити плідну працю вчених над рядом проблемно—орієнтованих інтелектуальних систем штучного інтелекту, серед яких — [[Експертні системи|експертні]] та навчальні системи, мовні процесори. Тривала розробка прототипів програмних систем, що моделювали вплив властивостей особистості на вибір поведінки у проблемному середовищі.
{{Harvnb|McCorduck|2004|pp=70–72}},
{{Harvnb|Crevier|1993|p=22−25}},
{{Harvnb|Russell|Norvig|2003|pp=2–3 and 948}},
{{Harvnb|Haugeland|1985|pp=6–9}},
{{Harvnb|Cordeschi|2002|pp=170–176}}.
Див. також
{{Harvnb|Turing|1950}}
</ref>
Він зазначив, що поняття «думати» визначити складно, і запропонував свій знаменитий [[тест Тюрінга]].{{sfn|Newquist|1994|pp=92–98}} Якщо машина могла би вести розмову (через [[телетайп]]) так, що що її неможливо було би відрізнити від розмови з людиною, то було би розважливо сказати, що машина «думає». Ця спрощена версія задачі дозволила Тюрінгу переконливо довести, що «мисляча машина» є принаймні ''можливою'', і ця праця відповіла на всі найпоширеніші заперечення проти цього твердження.<ref>{{Harvtxt|Russell|Norvig|2003|p=948}} стверджують, що Тюрінг відповів на всі основні заперечення проти ШІ, які було висунуто протягом років після появи цієї праці.</ref> [[Тест Тюрінга]] був першою серйозною пропозицією у [[філософія штучного інтелекту|філософії штучного інтелекту]].


=== Ігровий ШІ ===
Цей час для наукової діяльності був складним, бо треба було пристосуватися до нової обчислювальної техніки, програмного й математичного забезпечення, що розроблялося поза Україною. Крім того, парадигми штучного інтелекту істотно змінилися у зв'язку з появою в комп'ютерній сфері нових засобів, що значною мірою перевели ряд технічних проблем до інших розділів комп'ютерної діяльності. Такі проблеми, як віртуальна реальність, графічний інтерфейс, засоби мультимедіа тощо, перебувають зараз у граничному шарі між штучним інтелектом та іншими комп'ютерними сферами. Зацікавленість у результатах наукових досліджень зі штучного інтелекту полягає, перш за все, у створенні моделей мислення, підвищенні ефективності обробки надскладних структур даних та конструюванні механізмів, які виявляють інтегровану інтелектуальну поведінку.


1951 року, використовуючи машину {{нп|Ferranti Mark 1|''Ferranti Mark'' 1}} [[Манчестерський університет|Манчестерського університету]], {{нп|Крістофер Стрейчі|||Christopher Strachey}} написав програму для гри в шашки, а {{нп|Дітріх Принц|||Dietrich Prinz}}&nbsp;— для гри в шахи.<ref>Див. [http://www.alanturing.net/turing_archive/pages/Reference%20Articles/BriefHistofComp.html "A Brief History of Computing"] {{ref-en}} на AlanTuring.net.</ref> Програма для гри в шашки [[Артур Семюель|Артура Семюеля]], предмет його статті 1959 року «Деякі дослідження в машинному навчанні з використанням гри в шашки», з часом досягла достатнього рівня майстерності, щоби викликати на поєдинок поважного аматора.<ref>Schaeffer, Jonathan. ''One Jump Ahead:: Challenging Human Supremacy in Checkers'', 1997,2009, Springer, {{ISBN|978-0-387-76575-4}}. Розділ 6. {{ref-en}}</ref> [[Ігровий ШІ]] продовжуватимуть використовувати як міру поступу в ШІ протягом усієї його історії.
З початку 80—х років у Інституті кібернетики було започатковано роботи з інтелектуальної робототехніки, теоретично обґрунтовано методи реалізації інтелектуальних інформаційних технологій, що забезпечують автономне функціонування роботів та інших виконавчих механізмів. Розроблено методи розпізнавання об'ємних тіл та просторових сцен і побудови моделі навколишнього середовища, методи самопрограмування цілеспрямованих дій виконавчих механізмів в оточенні з перешкодами, методи діалогового спілкування людини з технічними системами засобами образного подання результатів обчислень у вигляді синтезованих зображень та відеофільмів. На основі теоретичних розробок створено ряд прикладних систем: технічного зору різного призначення (в тому числі для автоматичного управління електронно—променевим зварюванням), моделювання процесів використання керованих на відстані агрегатів для ліквідації наслідків аварії на [[ЧАЕС]], програмно—технічних засобів побудови геометричної моделі середовища в підземних приміщеннях 4—го енергоблоку ЧАЕС, моделювання взаємодії оператора в скафандрі з роботом під час монтажу космічних об'єктів на орбіті.


=== Символьне міркування та Логічний теоретик ===
===Період від 1990 р.===
Для цього періоду характерні такі напрямки досліджень:
* розвиток математичної теорії проектування кібернетичних систем, особливо розподілених, багатопроцесорних і неоднорідних;
* розробка алгоритмів обробки алгебро-логічних структур даних;
* створення нової генерації моделей розуму та розумових функцій, на базі яких розроблено інтелектуальні комплекси та програмні системи;
* розробка кількох зразків інтелектуальних машин та програмних прототипів для розв'язання складних інтелектуальних задач (доведення теорем, аналітичних перетворень, перекладу з натуральних мов, розпізнавання зображень та мовних конструкцій тощо).
Відзначимо також інструментальний програмно—інформаційний комплекс для вивчення властивостей патогенезу [[Вірус імунодефіциту людини|ВІЛ—інфекції]], в якому реалізовано ідею агрегації структур знань з різних джерел з метою формування бази даних для діагностування та прогнозу (прямого й зворотного) розвитку ВІЛ—інфекції; систему «Рада» для колективного прийняття рішень; ситуаційні центри при Президентові та Міністерстві оборони України, систему автоматизації законотворчого процесу в комісіях Верховної Ради України; систему алгебраїчного програмування для розв'язання задач на алгебро—логічних моделях предметних областей; експертні системи для прогнозування економічних явищ; бази даних та знань у різних предметних областях.


Коли у середині п'ятдесятих років уможливився доступ до [[Цифровий комп'ютер|цифрових комп'ютерів]], декілька науковців інтуїтивно зрозуміли, що машина, яка може маніпулювати числами, може також маніпулювати й символами, і що маніпулювання символами може бути суттю людського мислення. Це був новий підхід до створення мислячих машин.<ref>{{Harvnb|McCorduck|2004|pp=137–170}}, {{Harvnb|Crevier|1993|pp=44–47}}</ref>
В 90—х роках було розроблено [[Нейромережа|нейромережні]] модулі обробки інформації, що дають можливість поліпшити характеристики систем розпізнавання образів і систем пошуку інформації у відповідності з інтересами користувача. Створено також апаратні засоби підтримки нейромережних модулів — [[Нейрокомп'ютерний інтерфейс|нейрокомп'ютери]]. Два типи нейрокомп'ютерів розроблені спільно з японською фірмою «Ваком». Досліджені принципи побудови адаптивних систем управління мікромеханічним обладнанням з використанням нейромережних модулів.


1955 року [[Аллен Ньюелл]] і (майбутній лауреат Нобелівської премії) [[Герберт Саймон]] створили «{{нп|Логічний теоретик|Логічного теоретика||Logic Theorist}}» (за допомогою {{нп|Кліфф Шоу|Кліффа Шоу||Cliff Shaw}}). Ця програма згодом довела 38 із перших 52 теорем у ''«[[Principia Mathematica]]»'' [[Бертран Расселл|Расселла]] і [[Альфред Норт Вайтгед|Вайтгеда]], а для деяких знайшла нові й елегантніші доведення.<ref>{{Harvnb|McCorduck|2004|pp=123–125}}, {{Harvnb|Crevier|1993|pp=44–46}} та {{Harvnb|Russell|Norvig|2003|p=17}}</ref>
Розроблені нейромережні модулі використані для створення системи пошуку інформації, яка самостійно будує модель інтересів користувача і з поточної інформації вибирає таку, що найбільше його цікавить. Модулі, що містять нейромережні класифікатори, були використані для створення систем розпізнавання рукописних слів та в інших сферах.
Саймон сказав, що вони «розв'язали шановану [[Дихотомія розуму та тіла|проблему розуму й тіла]], пояснивши, як складена з матерії система може мати властивості розуму».<ref>Цитовано в {{Harvnb|Crevier|1993|p=46}} та {{Harvnb|Russell|Norvig|2003|p=17}}</ref>
(Це була рання заява філософської позиції, яку [[Джон Серль]] пізніше назве «[[теза про Сильний ШІ|Сильним ШІ]]» ({{lang-en|"Strong AI"}}): що машини можуть містити розум так само, як і людські тіла.){{sfn|Russell|Norvig|2003|p=947,952}}

=== Дартмутський семінар 1956 року: народження ШІ ===

{{нп|Дартмутський семінар|||Dartmouth workshop}} 1956 року<ref>
{{Harvnb|McCorduck|2004|pp=111–136}},
{{Harvnb|Crevier|1993|pp=49–51}} та
{{Harvnb|Russell|Norvig|2003|p=17}}
{{Harvnb|Newquist|1994|pp=91–112}}
</ref>
організували [[Марвін Мінський]], [[Джон Маккарті]] та двоє старших науковців, [[Клод Шеннон]] та {{нп|Натаніел Рочестер (інформатик)|Натан Рочестер||Nathaniel Rochester (computer scientist)}} з ''[[IBM]]''. Пропозиція для цієї конференції містила таке твердження: «будь-який аспект навчання або будь-яку іншу ознаку інтелекту можливо описати так точно, що можливо буде зробити машину, яка її імітуватиме».<ref>
Див. {{Harvnb|McCarthy|Minsky|Rochester|Shannon|1955}}. Також див. {{Harvnb|Crevier|1993|p=48}}, де {{нп|Даніель Крев'є|Крев'є||Daniel Crevier}} стверджує, що «[ця пропозиція] пізніше стала відомою як „гіпотеза систем фізичних символів“». Гіпотезу [[Система фізичних символів|системи фізичних символів]] сформульовали та дали їй назву [[Аллен Ньюелл|Ньюелл]] та [[Герберт Саймон|Саймон]] у своїй статті про [[Загальний розв'язувач задач|ЗРЗ]]. {{Harv|Newell|Simon|1963}} Вона містить конкретніше визначення «машини» як агента, що маніпулює символами. Див. [[Філософія штучного інтелекту|філософію штучного інтелекту]].</ref>
Серед учасників були {{нп|Рей Соломонов|||Ray Solomonoff}}, {{нп|Олівер Селфрідж|||Oliver Selfridge}}, {{нп|Тренчард Мор|||Trenchard More}}, [[Артур Семюель]], [[Аллен Ньюелл]] та [[Герберт Саймон]], кожен з яких створить важливі програми протягом перших десятиліть досліджень ШІ.<ref>
{{Harvtxt|McCorduck|2004|pp=129–130}} розповідає, як випускники Дартмутського семінару домінували в перші два десятиліття досліджень ШІ, називаючи їх «невидимим коледжем».</ref>
На цьому семінарі Ньюелл та Саймон представили «{{нп|Логічний теоретик|Логічного теоретика||Logic Theorist}}», а Маккарті переконав учасників прийняти «Штучний інтелект» ({{lang-en|"Artificial Intelligence"}}) як назву цієї галузі.<ref>
«Я не присягатимуся, але я не бачив її раніше»,&nbsp;— сказав Маккарті {{нп|Памела Маккордак|Памелі Маккордак||Pamela McCorduck}} 1979 року. {{Harv|McCorduck|2004|p=114}} Проте [[Джон Маккарті|Маккарті]] також недвозначно заявив «Я придумав цей термін» в інтерв'ю ''[[CNET]]''. {{Harv|Skillings|2006}}</ref> (Маккарті обрав термін «Штучний інтелект», щоб уникнути асоціацій з [[Кібернетика|кібернетикою]] та впливом [[Норберт Вінер|Норберта Вінера]].)<ref>{{cite journal |last=McCarthy |first=John |author-link=Джон Маккарті |title=Review of ''The Question of Artificial Intelligence'' |language=en |journal=Annals of the History of Computing |volume=10 |number=3 |year=1988 |pages=224–229}}, зібрано в {{cite book |last=McCarthy |first=John |author-link=Джон Маккарті |title=Defending AI Research: A Collection of Essays and Reviews |language=en |publisher=CSLI |year=1996 |chapter=10. Review of ''The Question of Artificial Intelligence''}}, с. 73
«[О]днією з причин винаходу терміна „штучний інтелект“ була втеча від асоціації з „кібернетикою“. Її зосередження на аналоговому зворотному зв'язку здавалося помилковим, і я хотів уникнути чи то прийняття Норберта (не Роберта) Вінера як гуру, чи то сперечання з ним.»</ref>
Семінар у Дартмуті 1956 року був моментом, коли ШІ отримав свою назву, свою місію, свій перший успіх і своїх головних гравців, і його широко вважають народженням ШІ.<ref>
{{Harvtxt|Crevier|1993|pp=49}} пише «цю конференцію загалом визнають офіційною датою народження цієї нової науки.»</ref>

== 1956—1974 ==

Програми, розроблені в перші роки після Дартмутського семінару, були для більшості людей просто «дивовижними»:<ref>Рассел та Норвіг пишуть «це було дивовижно, коли комп'ютер робив щось хоч віддалено розумне.» {{Harvnb|Russell|Norvig|2003|p=18}}</ref> комп'ютери розв'язували алгебричні задачі, доводили теореми в геометрії, та вчилися говорити англійською. Мало хто в той час вірив, що така «інтелектуальна» поведінка машин взагалі можлива.<ref>{{Harvnb|Crevier|1993|pp=52–107}}, {{Harvnb|Moravec|1988|p=9}} та {{Harvnb|Russell|Norvig|2003|p=18−21}}</ref> Дослідники висловлювали надмірний оптимізм приватно й у друці, прогнозуючи, що повністю розумну машину буде побудовано менше ніж за 20 років.<ref>{{Harvnb|McCorduck|2004|p=218}}, {{Harvnb|Newquist|1994|pp=91–112}}, {{Harvnb|Crevier|1993|pp=108–109}} та {{Harvnb|Russell|Norvig|2003|p=21}}</ref> Урядові агентства, як-от ''[[Агенція передових оборонних дослідницьких проєктів США|DARPA]]'', вливали гроші в цю нову галузь.<ref>{{Harvnb|Crevier|1993|pp=52–107}}, {{Harvnb|Moravec|1988|p=9}}</ref>

=== Підходи ===

Було багато успішних програм та нових напрямків наприкінці 50-х та у 60-х роках. Серед найвпливовіших були такі:

==== Міркування як пошук ====

Багато ранніх програм ШІ використовували один і той же базовий [[алгоритм]]. Щоби досягти якоїсь мети (наприклад, виграти гру або довести теорему), вони крок за кроком просувалися до неї (роблячи хід або виведення) так, ніби шукали шлях у лабіринті, [[Пошук з вертанням|відступаючи]], коли потрапляли в тупик. Цю парадигму назвали «{{нп|міркування як пошук|||Reasoning as search}}».<ref>Аналіз цілей—засобів, міркування як пошук: {{Harvnb|McCorduck|2004|pp=247–248}}. {{Harvnb|Russell|Norvig|2003|pp=59–61}}</ref>

Основна складність полягала в тому, що для багатьох задач кількість можливих шляхів цим «лабіринтом» була просто астрономічною (ситуація, відома як «[[комбінаторний вибух]]»). Дослідники зменшували простір пошуку, використовуючи [[Евристика|евристики]] або «[[евристичні формули]]», які виключали ті шляхи, що малоймовірно вели до розв'язку.<ref>Евристика: {{Harvnb|McCorduck|2004|p=246}}, {{Harvnb|Russell|Norvig|2003|pp=21–22}}</ref>

[[Аллен Ньюелл|Ньюелл]] та [[Герберт Саймон|Саймон]] намагалися охопити загальну версію цього алгоритму в програмі, яку назвали «[[Загальний розв'язувач задач]]» ({{lang-en|"General Problem Solver"}}).<ref>ЗРЗ: {{Harvnb|McCorduck|2004|pp=245–250}}, {{Harvnb|Crevier|1993|p=ЗРЗ?}}, {{Harvnb|Russell|Norvig|2003|p=ЗРЗ?}}</ref> Інші програми «пошуку» змогли виконати вражаючі завдання, такі як розв'язування задач з геометрії та алгебри, наприклад {{нпні|Доводник геометричних теорем|||Geometry theorem prover}} {{нп|Герберт Гелернтер|Герберта Гелернтера||Herbert Gelernter}} (1958) та ''{{нпні|Символьний автоматичний інтегрувальник|SAINT||Symbolic automatic integrator}}'', написаний студентом [[Марвін Мінський|Мінського]] {{нпні|Джеймс Слейгл|Слейглом||James Slagle}} (1961).<ref>{{Harvnb|Crevier|1993|pp=51–58,65–66}} та {{Harvnb|Russell|Norvig|2003|pp=18–19}}</ref> Інші програми шукали цілі та підцілі, щоби планувати дії, як система ''[[STRIPS]]'', розроблена у [[Стенфордський університет|Стенфорді]] для керування поведінкою їхнього робота [[Робот Шекі|Шекі]].<ref>{{Harvnb|McCorduck|2004|pp=268–271}}, {{Harvnb|Crevier|1993|pp=95–96}}, {{Harvnb|Newquist|1994|pp=148–156}}, {{Harvnb|Moravec|1988|pp=14–15}}</ref>

==== Нейронні мережі ====

Стаття Маккаллоха та Піттса (1944) надихнула підходи до створення обчислювального апаратного забезпечення, яке втілює нейронний підхід до штучного інтелекту в апаратурі. Найвпливовішими були зусилля під проводом [[Френк Розенблат|Френка Розенблата]] щодо будівництва [[Перцептрон|перцептронних машин]] (1957—1962) з кількістю шарів до чотирьох. Фінансувало його переважно {{нп|Управління військово-морських досліджень США|||Office of Naval Research}}.<ref>Rosenblatt, Frank. ''Principles of neurodynamics: Perceptrons and the theory of brain mechanisms''. Vol. 55. Washington, DC: Spartan books, 1962. {{ref-en}}</ref> {{нп|Бернард Уїдроу|||Bernard Widrow}} та його студент [[Тед Гофф]] побудували ''[[ADALINE]]'' (1960) та ''[[MADALINE]]'' (1962), які мали до 1000 підлаштовуваних ваг.<ref>{{Cite journal |last=Widrow |first=B. |last2=Lehr |first2=M.A. |date=Вересень 1990 |title=30 years of adaptive neural networks: perceptron, Madaline, and backpropagation |language=en |url=http://ieeexplore.ieee.org/document/58323/ |journal=Proceedings of the IEEE |volume=78 |issue=9 |pages=1415–1442 |doi=10.1109/5.58323}}</ref> Група у {{нп|Стенфордський дослідницький інститут|Стенфордському дослідницькому інституті||SRI International}} під керівництвом {{нп|Чарльз Розен (науковець)|Чарльза А. Розена||Charles Rosen (scientist)}} та Альфреда Е. (Теда) Брейна побудувала дві нейронні мережі, названі ''MINOS'' I (1960) та II (1963), фінансовані переважно {{нп|Корпус зв'язку армії США|Корпусом зв'язку армії США||United States Army Signal Corps}}. ''MINOS'' II<ref>Rosen, Charles A., Nils J. Nilsson, and Milton B. Adams. "[https://web.archive.org/web/20060316081320/http://www.ai.sri.com/pubs/files/rosen65-esu65-1tech.pdf A research and development program in applications of intelligent automata to reconnaissance-phase I.]" Proposal for Research SRI No. ESU 65-1, 8 січня 1965. {{ref-en}}</ref> мала 6600 підлаштовуваних ваг,<ref>Nilsson, Nils J. ''[https://web.archive.org/web/20220810142945/https://www.sri.com/wp-content/uploads/2021/12/635.pdf The SRI Artificial Intelligence Center: A Brief History]''. Artificial Intelligence Center, SRI International, 1984. {{ref-en}}</ref> і керувалася комп'ютером {{нп|SDS 910|''SDS'' 910}} у конфігурації під назвою ''MINOS'' III (1968), який міг класифікувати символи на армійських картах і розпізнавати символи, надруковані вручну на {{нп|Програмування комп'ютерів в епоху перфокарт|перфокартах||Computer programming in the punched card era}} [[Фортран]].<ref>{{Cite journal |last=Hart |first=Peter E. |last2=Nilsson |first2=Nils J. |last3=Perrault |first3=Ray |last4=Mitchell |first4=Tom |last5=Kulikowski |first5=Casimir A. |last6=Leake |first6=David B. |date=2003-03-15 |title=In Memoriam: Charles Rosen, Norman Nielsen, and Saul Amarel |url=https://ojs.aaai.org/aimagazine/index.php/aimagazine/article/view/1683 |journal=AI Magazine |language=en |volume=24 |issue=1 |pages=6–6 |doi=10.1609/aimag.v24i1.1683 |issn=2371-9621}}</ref><ref>{{Cite book |last=Nilsson |first=Nils J. |url=https://www.cambridge.org/core/books/quest-for-artificial-intelligence/32C727961B24223BBB1B3511F44F343E |title=The Quest for Artificial Intelligence |language=en |date=2009 |publisher=Cambridge University Press |isbn=978-0-521-11639-8 |location=Cambridge |chapter=Section 4.2: Neural Networks |doi=10.1017/cbo9780511819346}}</ref><ref name=":3">{{Cite book |last=Nielson |first=Donald L. |url=https://www.sri.com/publication/a-heritage-of-innovation-sris-first-half-century/ |title=A HERITAGE OF INNOVATION SRI's First Half Century |date=2005-01-01 |publisher=SRI International |isbn=978-0-9745208-0-3 |edition=1st |language=English |chapter=Chapter 4: The Life and Times of a Successful SRI Laboratory: Artificial Intelligence and Robotics |chapter-url=https://www.sri.com/wp-content/uploads/2022/08/A-heritage-of-innovation-The-Life-and-Times-of-a-Successful-SRI-Laboratory-Artificial-Intelligence-and-Robotics.pdf}}</ref>

Більшість досліджень нейронних мереж у цей ранній період полягала в побудові й використанні спеціалізованого апаратного забезпечення, а не моделюванні на цифрових комп'ютерах. Різноманітність апаратного забезпечення була особливо помітною в різних технологіях, які використовували для втілення підлаштовуваних ваг. Перцептронні машини та ''{{нп|SNARC|||Stochastic Neural Analog Reinforcement Calculator}}'' використовували [[потенціометр]]и, які рухали електричні моторчики. ''ADALINE'' використовувала [[мемістор]]и, які регулювалися [[електроосадження]]м, хоча вони також використовували й моделювання на {{нп|IBM 1620|''IBM'' 1620}}. Машини ''MINOS'' використовували [[Пам'ять на магнітних осердях|феритові осердя]] з кількома отворами в них, з можливістю індивідуального блокування, причому ступінь блокування подавав ваги.<ref name=":2">Olazaran Rodriguez, Jose Miguel. ''[https://web.archive.org/web/20221111165150/https://era.ed.ac.uk/bitstream/handle/1842/20075/Olazaran-RodriguezJM_1991redux.pdf?sequence=1&isAllowed=y A historical sociology of neural network research]''. PhD Dissertation. University of Edinburgh, 1991. Див. особливо розділи 2 та 3. {{ref-en}}</ref>

Хоч були й багатошарові нейронні мережі, як-от [[метод групового урахування аргументів]] [[Івахненко Олексій Григорович|Олексія Івахненка]] з [[Інститут кібернетики АН УРСР|Інституту кібернетики АН УРСР]],<ref>{{Cite web|last=Schmidhuber|first=Jurgen| url=http://people.idsia.ch/~juergen/deep-learning-conspiracy.html| title=Critique of Paper by "Deep Learning Conspiracy". (Nature 521 p 436)|language=en|access-date=2019-12-26}}</ref><ref>{{cite journal|last=Ivakhnenko|first=A.G.|date=1968|title=The Group Method of Data Handling - a Rival of the Method of Stochastic Approximation|journal=Soviet Automatic Control|volume=13|issue=3|pages=43–55}}</ref> більшість нейронних мереж у цей період мали лише один шар підлаштовуваних ваг. Були емпіричні спроби тренування понад одного шару, але вони були невдалими. [[Зворотне поширення]] не набуло поширення для тренування нейронних мереж до 1980-х років.<ref name=":2" />
[[Файл:Semantic Net Uk.svg|thumb|250px|Приклад [[Семантична мережа|семантичної мережі]]]]

==== Природна мова ====

Одна з важливих цілей досліджень штучного інтелекту&nbsp;— уможливити спілкування комп'ютерів [[Обробка природної мови|природними мовами]], як-от англійською. Раннім успіхом була програма {{нп|Деніел Ґ. Бобров|Деніела Боброва||Daniel G. Bobrow}} ''{{нп|STUDENT|||STUDENT (computer program)}}'', яка могла розв'язувати задачі з алгебри середньої школи.<ref>{{Harvnb|McCorduck|2004|p=286}}, {{Harvnb|Crevier|1993|pp=76–79}}, {{Harvnb|Russell|Norvig|2003|p=19}}</ref>

[[Семантична мережа]] подає поняття (наприклад, «будинок», «двері») як вузли, а відношення між поняттями (наприклад, «має») як зв'язки між вузлами. Першу програмою ШІ, яка використовувала семантичну мережу, написав {{нпні|Росс Квілліан|||Ross Quillian}}{{sfn|Crevier|1993|pp=79–83}}, а найуспішнішою (та найсуперечливішою) версією була {{нп|теорія поняттєвої залежності|||Conceptual dependency theory}} {{нп|Роджер Скенк|Роджера Скенка||Roger Schank}}.{{sfn|Crevier|1993|pp=164–172}}

''[[ELIZA]]'' [[Джозеф Вейценбаум|Джозефа Вейценбаума]] могла вести розмови, які були настільки реалістичними, що користувачі іноді помилялися, думаючи, що вони спілкуються з людиною, а не з програмою (див. [[ефект Елізи]]). Але насправді, ''ELIZA'' не мала жодного уявлення про те, про що вона говорила. Вона просто давала {{нп|Готова відповідь|готову відповідь||Canned response}} або повторювала те, що до неї говорили, перефразовуючи свою відповідь за допомогою кількох граматичних правил. ''ELIZA'' була першим [[чат-бот]]ом.<ref>{{Harvnb|McCorduck|2004|pp=291–296}}, {{Harvnb|Crevier|1993|pp=134–139}}</ref>

==== Мікросвіти ====

У кінці 60-х років [[Марвін Мінський]] та [[Сеймур Пейперт]] з Лабораторії ШІ [[Массачусетський технологічний інститут|МТІ]] висунули пропозицію, що дослідження штучного інтелекту повинні зосередитися на штучно простих ситуаціях, відомих як мікросвіти ({{lang-en|micro-worlds}}). Вони вказали, що в успішних науках, як-от фізиці, розуміння основних принципів часто досягали, використовуючи спрощені моделі, як-от безтертьові площини або ідеально жорсткі тіла. Багато досліджень зосереджувалися на «{{нп|Світ кубиків|світі кубиків||Blocks world}}», що складається з кольорових фігур різних форм і розмірів, розташованих на пласкій поверхні.<ref>{{Harvnb|McCorduck|2004|pp=299–305}}, {{Harvnb|Crevier|1993|pp=83–102}}, {{Harvnb|Russell|Norvig|2003|p=19}} та {{Harvnb|Copeland|2000}}</ref>

Ця парадигма привела до інноваційної роботи в [[Машинне бачення|машинному баченні]] {{нп|Джеральд Сасмен|Джеральда Сасмена||Gerald Sussman}} (який очолював команду), Адольфо Гусмана, {{нп|Девід Вальц|Девіда Вальца||David Waltz}} (який винайшов «[[поширення обмежень]]», {{lang-en|"constraint propagation"}}) та особливо [[Патрік Вінстон|Патріка Вінстона]]. У той же час, [[Марвін Мінський|Мінський]] та [[Сеймур Пейперт|Пейперт]] побудували автоматичну руку, яка могла складати кубики, ожививши світ кубиків. Найвищим досягненням програми мікросвітів була ''[[SHRDLU]]'' [[Террі Виноград]]а. Вона могла спілкуватися звичайними англійськими реченнями, планувати дії й виконувати їх.<ref>{{Harvnb|McCorduck|2004|pp=300–305}}, {{Harvnb|Crevier|1993|pp=84–102}}, {{Harvnb|Russell|Norvig|2003|p=19}}</ref>

==== Автомати ====

У Японії [[Університет Васеда]] розпочав проєкт ''WABOT'' 1967 року, й 1972 року завершив ''WABOT''-1, перший у світі повномасштабний «розумний» [[робот-гуманоїд]],<ref>{{Cite web | url=http://www.humanoid.waseda.ac.jp/booklet/kato_2-j.html | title=Humanoid History -WABOT- | language=ja}}</ref><ref>{{Cite book|url=https://books.google.com/books?id=tQqVCgAAQBAJ&pg=PA66|title=Robotics and Mechatronics: Proceedings of the 4th IFToMM International Symposium on Robotics and Mechatronics|language=en|first1=Saïd|last1=Zeghloul|first2=Med Amine|last2=Laribi|first3=Jean-Pierre|last3=Gazeau|date=21 September 2015|publisher=Springer|isbn=9783319223681 |via=Google Books}}</ref> або [[андроїд]]. Його система керування кінцівками дозволяла йому ходити нижніми кінцівками та брати й переносити предмети руками, використовуючи тактильні давачі. Його система зору дозволяла йому вимірювати відстані та напрямки до об'єктів, використовуючи зовнішні рецептори, штучні очі та вуха. А його система розмови дозволяла йому спілкуватися з людиною японською мовою за допомогою штучного рота.<ref name="androidworld.com">{{cite web|url=http://www.androidworld.com/prod06.htm|title=Historical Android Projects|language=en|work=androidworld.com}}</ref><ref>[https://archive.org/details/robotsfromscienc0000ichb ''Robots: From Science Fiction to Technological Revolution''], сторінка 130 {{ref-en}}</ref><ref>{{Cite book|url=https://books.google.com/books?id=NgLLBQAAQBAJ&pg=SA3-PA1|title=Handbook of Digital Human Modeling: Research for Applied Ergonomics and Human Factors Engineering|language=en|first=Vincent G.|last=Duffy|date=19 April 2016|publisher=CRC Press|isbn=9781420063523 |via=Google Books}}</ref> В [[Інститут кібернетики АН УРСР|Інституті кібернетики АН УРСР]] у 1972—1975 роках відділ [[Біокібернетика|біокібернетики]] [[Амосов Микола Михайлович|Миколи Амосова]] за ініціативою й під проводом [[Куссуль Ернст Михайлович|Ернста Куссуля]] створив триколісного автономного транспортного робота ТАІР, обладнаного далекомірами й давачами дотику, керованого втіленою апаратно нейронною мережею. Він міг здійснювати цілеспрямований рух у природному середовищі з обходом перешкод.<ref>{{cite conference|last1=Amosov|first1=N.M.|author1-link=Амосов Микола Михайлович|last2=Kussul|first2=E.M.|author2-link=Куссуль Ернст Михайлович|last3=Fomenko|first3=V.D.|year=1975|title=Transport robot with network control system|url=https://www.ijcai.org/Proceedings/75/Papers/109.pdf|conference=[[Міжнародна об'єднана конференція зі штучного інтелекту|IJCAI]]|language=en|location=Tbilisi|archive-url=https://web.archive.org/web/20230531035033/https://www.ijcai.org/Proceedings/75/Papers/109.pdf|archive-date=31 травня 2023|dead-url=no|access-date=20 листопада 2023}}</ref><ref>{{cite web|url=http://www.icfcst.kiev.ua/MUSEUM/amorobot_u.html|title=Микола Амосов - основоположник біокібернетичних інформаційних технологій. Робототехнічний період|website=Музей історії розвитку інформаційних технологій в Україні|access-date=20 листопада 2023|archive-url=https://web.archive.org/web/20230610182057/http://www.icfcst.kiev.ua/MUSEUM/amorobot_u.html|archive-date=10 червня 2023|dead-url=no}}</ref>

=== Оптимізм ===

Перше покоління дослідників штучного інтелекту зробило такі прогнози щодо своєї роботи:

* 1958, [[Герберт Саймон|Г.&nbsp;А.&nbsp;Саймон]] та [[Аллен Ньюелл]]: «протягом десяти років цифровий комп'ютер стане чемпіоном світу з шахів» та «протягом десяти років цифровий комп'ютер відкриє та доведе важливу нову математичну теорему.»<ref>{{Harvnb|Simon|Newell|1958|p=7−8}} цитовано в {{Harvnb|Crevier|1993|p=108}}. Див. також {{Harvnb|Russell|Norvig|2003|p=21}}</ref>
* 1965, [[Герберт Саймон|Г.&nbsp;А.&nbsp;Саймон]]: «машини будуть здатні, протягом двадцяти років, робити будь-яку роботу, яку може робити людина.»<ref>{{Harvnb|Simon|1965|p=96}} цитовано в {{Harvnb|Crevier|1993|p=109}}</ref>
* 1967, [[Марвін Мінський]]: «Протягом покоління … задачу створення „штучного інтелекту“ буде по суті розв'язано.»<ref>{{Harvnb|Minsky|1967|p=2}} цитовано в {{Harvnb|Crevier|1993|p=109}}</ref>
* 1970, [[Марвін Мінський]] (в [[Лайф (журнал)|журналі ''«Life»'']]): «Протягом трьох-восьми років ми матимемо машину із загальним інтелектом середньої людини.»<ref>Мінський переконаний, що його неправильно процитували. Див. {{Harvnb|McCorduck|2004|pp=272–274}}, {{Harvnb|Crevier|1993|p=96}} та {{Harvnb|Darrach|1970}}.</ref>

=== Фінансування ===

У червні 1963 року [[Массачусетський технологічний інститут|МТІ]] отримав грант у розмірі 2,2 мільйона доларів від новоствореної Агенції передових дослідницьких проєктів США (пізніше відомої як ''[[Агенція передових оборонних дослідницьких проєктів США|DARPA]]''). Гроші використали для фінансування [[Проєкт MAC|проєкту ''MAC'']], який поглинув «Групу ШІ» ({{lang-en|"AI Group"}}), засновану [[Марвін Мінський|Мінським]] та [[Джон Маккарті|Маккарті]] п'ятьма роками раніше. ''[[DARPA]]'' продовжувала надавати три мільйони доларів на рік до 70-х років.{{sfn|Crevier|1993|pp=64–65}}
''[[DARPA]]'' надавала подібні гранти програмі [[Аллен Ньюелл|Ньюелла]] та [[Герберт Саймон|Саймона]] в [[Університет Карнегі-Меллон|УКМ]] та {{нп|Стенфордська лабораторія штучного інтелекту|Стенфордському проєкту ШІ||Stanford Artificial Intelligence Laboratory}} (заснованому [[Джон Маккарті|Джоном Маккарті]] 1963 року).{{sfn|Crevier|1993|p=94}} Іншу важливу лабораторію ШІ створив 1965 року в [[Единбурзький університет|Единбурзькому університеті]] {{нп|Дональд Мічі|||Donald Michie}}.<ref>{{Harvnb|Howe|1994}}</ref>
Ці чотири заклади продовжували бути основними центрами досліджень (та фінансування) ШІ в академічному середовищі протягом багатьох років.<ref>{{Harvnb|McCorduck|2004|p=131}}, {{Harvnb|Crevier|1993|p=51}}. Маккордак також зазначає, що фінансування було переважно під керівництвом випускників {{нп|Дартмутський семінар|Дартмутського семінару||Dartmouth workshop}} 1956 року.</ref>

Ці гроші було запропоновано з мінімальними обмеженнями: [[Джозеф Ліклайдер]], тодішній директор ''[[DARPA|ARPA]]'', вважав, що його організація повинна «фінансувати людей, а не проєкти!», й дозволяв дослідникам займатися будь-якими напрямками, які їх цікавили.{{sfn|Crevier|1993|p=65}} Це створило вільну атмосферу в [[МТІ]], яка породила {{нп|Хакерська культура|хакерську культуру||Hacker culture}},<ref>{{Harvnb|Crevier|1993|p=68–71}} та {{Harvnb|Turkle|1984}}</ref> проте цей «бездоглядний» підхід триватиме довго.

== Перша зима ШІ (1974—1980) ==

У 1970-х роках ШІ піддали критиці та затримкам фінансування. Дослідники ШІ не змогли оцінити складність задач, із якими стикнулися. Їхній надмірний оптимізм підняв очікування занадто високо, і коли обіцяні результати не втілилися, фінансування ШІ зникло.<ref>{{Harvnb|Crevier|1993|pp=100–144}} та {{Harvnb|Russell|Norvig|2003|pp=21–22}}</ref><ref>{{Harvnb|Малиновський|1995|p=72—73}}: «… виявилося, що вже перші спроби давали обнадійливі результати: ідея вже є, залишається тільки її реалізувати, а виходячи зі старого досвіду, який був накопичений в інших науках, вважали, що ідея&nbsp;— це вже 40% справи. Якщо на розробку ідеї треба було два роки, значить, на її реалізацію буде потрібно в півтора рази більше і через п'ять років ми зробимо програми, які будуть перекладати краще будь-якого перекладача з англійської на російську, або зробимо таку машину, яка буде призначена для кращого розуміння мови і змісту хорошим співрозмовником на рівні людини і&nbsp;т.п. Але виявилося, що це далеко не так.»&nbsp;— [[Глушков Віктор Михайлович|В.&nbsp;М.&nbsp;Глушков]], 1982 рік</ref> У той же час дослідження простих, одношарових [[Штучна нейронна мережа|штучних нейронних мереж]] було майже повністю припинено на десятиліття частково через {{нп|Перцептрони (книга)|книгу||Perceptrons (book)}} [[Марвін Мінський|Мінського]], яка підкреслювала обмеження того, що можуть робити [[перцептрон]]и.<ref name="Perceptrons">
{{Harvnb|McCorduck|2004|pp=104–107}},
{{Harvnb|Crevier|1993|pp=102–105}},
{{Harvnb|Russell|Norvig|2003|p=22}}</ref>
Незважаючи на труднощі з громадським сприйняттям ШІ в кінці 70-х, було досліджено нові ідеї в [[Логічне програмування|логічному програмуванні]], {{нп|Міркування здорового глузду|міркуванні здорового глузду||Commonsense reasoning}} та багатьох інших областях.{{sfn|Crevier|1993|pp=163–196}}

=== Проблеми ===

На початку 70-х можливості програм ШІ були обмеженими. Навіть найразючіші могли впоратися лише з тривіальними версіями задач, які вони повинні були розв'язувати; всі програми були, в деякому сенсі, «іграшками».{{sfn|Crevier|1993|p=146}} Дослідники ШІ почали стикатися з декількома фундаментальними обмеженнями, подолати які в 1970-х роках було неможливо. Хоч деякі з цих обмежень і було подолано протягом наступних десятиліть, інші все ще ускладнюють розвиток цієї галузі й дотепер.{{sfn|Russell|Norvig|2003|pp=20–21}}{{sfn|Newquist|1994|p=336}}

* '''Обмежена обчислювальна потужність''': Не було достатньо пам'яті чи швидкості обробки, щоби досягти чогось дійсно корисного. Наприклад, успішна робота {{нпні|Росс Квілліан|Квілліана||Ross Quillian}} над природною мовою була продемонстрована зі словником лише з ''двадцяти'' слів, тому що більше не вміщалося у пам'ять.<ref>{{Harvnb|Crevier|1993|pp=146–148}}, див. також {{Harvnb|Buchanan|2005|p=56}}: «Ранні програми були неминуче обмежені в охопленні розміром і швидкістю пам'яті»</ref> [[Ганс Моравек]] стверджував 1976 року, що комп'ютери все ще в мільйони разів слабші, щоби проявити інтелект. Він запропонував аналогію: штучний інтелект вимагає обчислювальної потужності так само, як літаки вимагають [[Кінська сила|кінських сил]]. Нижче певного порогу це неможливо, але зі [[Закон Мура|зростанням]] потужності це, нарешті, може стати легко.<ref>{{Harvnb|Moravec|1976}}. [[Джон Маккарті|Маккарті]] завжди не погоджувався з Моравеком, починаючи з їхніх спільних ранніх днів у ''{{нп|Стенфордська лабораторія штучного інтелекту|SAIL||Stanford Artificial Intelligence Laboratory}}''. В інтерв'ю ''[[CNET]]'' він заявив: «Я би сказав, що 50 років тому можливості машин були занадто малі, але 30 років тому можливості машин не були реальною проблемою». {{Harv|Skillings|2006}}</ref> Щодо комп'ютерного бачення, Моравек оцінив, що просто для відповідності можливостям людської сітківки у [[Виявляння контурів|виявлянні контурів]] та [[Виявляння руху|руху]] в реальному часі потрібен універсальний комп'ютер, здатний виконувати 10<sup>9</sup> операцій/секунду (1000&nbsp;''[[MIPS (швидкодія)|MIPS]]'').<ref>{{Citation|title=ROBOT: Mere Machine to Transcendent Mind|language=en|author=Hans Moravec}}</ref> Станом на 2011 рік практичні застосування комп'ютерного бачення вимагають від 10&nbsp;000 до 1&nbsp;000&nbsp;000&nbsp;''MIPS''. Для порівняння, найшвидший суперкомп'ютер 1976 року, [[Cray-1|''Cray''-1]] (із роздрібною ціною від 5 до 8 мільйонів доларів), був здатний лише приблизно на від 80 до 130&nbsp;''MIPS'', а типовий настільний комп'ютер того часу досягав менше 1&nbsp;''MIPS''.
* '''[[Непіддатливість (складність)|Непіддатливість]] та [[комбінаторний вибух]]'''. 1972 року [[Річард Карп]] (на основі [[Теорема Кука — Левіна|теореми]] [[Стівен Кук|Стівена Кука]] 1971 року) показав, що існує [[21 NP-повна задача Карпа|багато задач]], які, ймовірно, можливо розв'язувати лише за {{нп|експоненційний час|||Exponential time}} (відносно розміру даних входу). Знаходження оптимальних рішень для цих задач вимагає неймовірної кількості часу комп'ютера, окрім випадків, коли задачі тривіальні. Це майже напевно означало, що багато з «іграшкових» рішень, які використовув ШІ, ймовірно, ніколи не масштабуються до корисних систем.<ref>{{Harvnb|Russell|Norvig|2003|pp=9,21–22}} та {{Harvnb|Lighthill|1973}}</ref>
* '''[[Проблема здорового глузду (штучний інтелект)|Знання]] та {{нп|Міркування здорового глузду|міркування здорового глузду||Commonsense reasoning}}'''. Багато важливих застосувань ШІ, як-от [[Комп'ютерне бачення|бачення]] та [[природна мова]], вимагають просто величезної кількості інформації про світ: програмі потрібно мати якусь уяву про те, на що вона, можливо, дивиться, або про що вона говорить. Це вимагає, щоби програма знала більшість тих самих речей про світ, що й дитина. Дослідники скоро виявили, що це дійсно ''величезна'' кількість інформації. Ніхто в 1970 році не міг побудувати такої великої бази даних, і ніхто не знав, як програма може навчитися такої великої кількості інформації.<ref>{{Harvnb|McCorduck|2004|pp=300 & 421}}; {{Harvnb|Crevier|1993|pp=113–114}}; {{Harvnb|Moravec|1988|p=13}}; {{Harvnb|Lenat|Guha|1989|loc=(Introduction)}}; {{Harvnb|Russell|Norvig|2003|p=21}}</ref>
* '''[[Парадокс Моравека]]''': Доведення теорем і розв'язання геометричних задач порівняно легкі для комп'ютерів, але нібито проста задача, як розпізнавання обличчя або перетинання кімнати без зіткнення з чимось, є надзвичайно складною. Це допомагає пояснити, чому дослідження з [[Комп'ютерне бачення|бачення]] та [[Робототехніка|робототехніки]] зробили так мало прогресу до середини 1970-х.<ref>{{Harvnb|McCorduck|2004|p=456}}, {{Harvnb|Moravec|1988|pp=15–16}}</ref>
* '''{{нп|Проблема рамок|Проблеми рамок||Frame problem}} та {{нп|Проблема кваліфікації|кваліфікації||Qualification_problem}}'''. Дослідники ШІ (як-от [[Джон Маккарті]]), які використовували [[Логіка|логіку]], виявили, що вони не можуть подавати звичайні виведення, які містять [[Автоматизоване планування та диспетчеризація|планування]] чи міркування за замовчуванням, не роблячи змін у структурі самої логіки. Вони розробили нові логіки (як-от [[Немонотонна логіка|немонотонні логіки]] та [[Модальна логіка|модальні логіки]]), щоби спробувати розв'язати ці проблеми.<ref>{{Harvnb|McCarthy|Hayes|1969}}, {{Harvnb|Crevier|1993|pp=117–119}}</ref>

=== Кінець фінансування ===
{{Див. також|Зима ШІ}}

Агенції, які фінансували дослідження ШІ (як-от [[Уряд Великої Британії|британський уряд]], ''[[DARPA]]'' та ''{{нп|Національна рада наукових досліджень США|NRC||United States National Research Council}}''), були розчаровані відсутністю прогресу, й урешті-решт припинили майже все фінансування для неспрямованих досліджень з ШІ. Ця картина почалася ще 1966 року, коли з'явився звіт ''{{нп|Консультативний комітет з автоматичної обробки мов США|ALPAC||ALPAC}}'', що розкритикував зусилля з машинного перекладу. Після витрати 20 мільйонів доларів ''{{нп|Національна рада наукових досліджень США|NRC||United States National Research Council}}'' припинила всю підтримку.<ref>
{{Harvnb|McCorduck|2004|pp=280–281}}, {{Harvnb|Crevier|1993|p=110}}, {{Harvnb|Russell|Norvig|2003|p=21}} та {{Harvnb|NRC|1999}} під «''Success in Speech Recognition''».
</ref>
1973 року [[доповідь Лайтгілла]] про стан досліджень ШІ у Великій Британії розкритикувала повну невдачу ШІ досягти своїх «грандіозних цілей» і призвела до розпуску досліджень ШІ в цій країні.<ref>
{{Harvnb|Crevier|1993|p=117}}, {{Harvnb|Russell|Norvig|2003|p=22}}, {{Harvnb|Howe|1994}} та див. також {{Harvnb|Lighthill|1973}}.
</ref>
(Ця доповідь зокрема згадувала [[комбінаторний вибух]] як причину невдач ШІ.)<ref>
{{Harvnb|Russell|Norvig|2003|p=22}}, {{Harvnb|Lighthill|1973}}, [[Джон Маккарті]] написав у відповідь у ''[http://www-formal.stanford.edu/jmc/reviews/lighthill/lighthill.html Review of Lighthill report]'', що «проблема комбінаторного вибуху була визнана в ШІ від самого початку»
</ref>
''[[DARPA]]'' глибоко розчарувалася в дослідниках, які працювали над програмою [[Розпізнавання мовлення|дослідження розуміння мовлення]] в [[Університет Карнегі-Меллон|УКМ]], і скасувала щорічний грант у три мільйони доларів.<ref>
{{Harvnb|Crevier|1993|pp=115–116}} (на чому ґрунтується це твердження). До інших поглядів належать {{Harvnb|McCorduck|2004|pp=306–313}} та {{Harvnb|NRC|1999}} під ''«Success in Speech Recognition»''.
</ref>
Станом на 1974 рік знайти фінансування проєктів ШІ було важко.

Для досліджень нейронних мереж кінець фінансування наступив ще раніше, частково через відсутність результатів, і частково через конкуренцію з дослідженнями {{нп|Символьний штучний інтелект|символьного ШІ||Symbolic artificial intelligence}}. Проєкт ''MINOS'' вичерпав фінансування 1966 року. Розенблат не зміг отримати продовження фінансування в 1960-х.<ref name=":2" />

[[Ганс Моравек]] звинуватив цю кризу в нереалістичних прогнозах своїх колег. «Багато дослідників опинилися в павутинні зростаючої перебільшеності».<ref>
{{Harvnb|Crevier|1993|p=115}}. Моравек пояснює: «Їхні початкові обіцянки ''DARPA'' були занадто оптимістичними. Звісно, те, що вони виконали, значно відставало від цього. Але вони відчували, що в наступній пропозиції вони не можуть обіцяти менше, ніж у першій, тому вони обіцяли більше».
</ref>
Проте була й іще одна проблема: з часу прийняття {{нп|Поправка Менсфілда|поправки Менсфілда||Mansfield Amendment}} 1969 року ''[[DARPA]]'' була під зростаючим тиском фінансувати «орієнтовані на завдання прямі дослідження, а не базові ненаправлені дослідження». Фінансування для творчого, вільного дослідження, яке відбувалося в 60-х, з боку ''[[DARPA]]'' не повернулося. Замість цього гроші було спрямовано на конкретні проєкти з чіткими цілями, як-от автономні танки та системи управління боєм.<ref>
{{Harvnb|NRC|1999}} під ''«Shift to Applied Research Increases Investment»''. Хоч автономний танк і виявився невдачею, система управління боєм (названа ''«[[Dynamic Analysis and Replanning Tool|DART]]»'') виявилася надзвичайно успішною, заощадивши мільярди в першій [[Війна в Перській затоці|війні в Перській затоці]], відшкодувавши інвестиції й виправдавши прагматичну політику ''[[DARPA]]'', принаймні з погляду ''[[DARPA]]''.
</ref>

=== Критика з іншого боку кампуса ===
{{Див. також|Філософія штучного інтелекту}}

Декілька філософів мали сильні заперечення проти тверджень, які робили дослідники ШІ. Одним із перших був {{нп|Джон Лукас (філософ)|Джон Лукас||John Lucas (philosopher)}}, який стверджував, що [[теорема Геделя про неповноту]] показувала, що [[формальна система]] (така як комп'ютерна програма) ніколи не може бачити істину певних тверджень, тоді як людина може.<ref>Лукасова та Пенроузова критика ШІ: {{Harvnb|Crevier|1993|p=22}}, {{Harvnb|Russell|Norvig|2003|pp=949–950}}, {{Harvnb|Hofstadter|1999|pp=471–477}} та див. {{Harvnb|Lucas|1961}}</ref> {{нп|Г'юберт Дрейфус|||Hubert Dreyfus}} висміяв порушені обіцянки 1960-х і критикував припущення ШІ, стверджуючи, що людське міркування насправді містить дуже мало «символьної обробки», і багато [[Втілене пізнання|втіленого]], [[інстинкт]]ивного, несвідомого «{{нп|Підручна готовність|знання-як||Ready-to-hand}}».<ref>«Знання-як»&nbsp;— це термін Дрейфуса. (Дрейфус робить розрізнення між «знанням-як» і «знанням-що», сучасною версією [[Мартін Гайдеґґер|Гайдеґґерового]] розрізнення {{нп|Підручна готовність|підручної готовності||Ready-to-hand}} та {{нп|перебування в руках|||Present-at-hand}}.) {{Harv|Dreyfus|Dreyfus|1986}}</ref><ref>{{нп|Дрейфусова критика штучного інтелекту|||Hubert Dreyfus's views on artificial intelligence}}: {{Harvnb|McCorduck|2004|pp=211–239}}, {{Harvnb|Crevier|1993|pp=120–132}}, {{Harvnb|Russell|Norvig|2003|pp=950–952}} та див. {{Harvnb|Dreyfus|1965}}, {{Harvnb|Dreyfus|1972}}, {{Harvnb|Dreyfus|Dreyfus|1986}}</ref> [[Джон Серль]] у своєму аргументі [[Китайська кімната|китайської кімнати]], представленому 1980 року, намагався показати, що програма не може сказати, що «розуміє» символи, які використовує (якість, яку називають «[[інтенціональність]]»). Якщо символи не мають сенсу для машини, стверджував Серль, то машину не можна описувати як «мислячу».<ref>Серлева Критика ШІ: {{Harvnb|McCorduck|2004|pp=443–445}}, {{Harvnb|Crevier|1993|pp=269–271}}, {{Harvnb|Russell|Norvig|2003|pp=958–960}} та див. {{Harvnb|Searle|1980}}</ref>

Дослідники ШІ не сприймали цих критиків всерйоз, часто тому, що вони видавалися такими далекими від суті. Такі проблеми як [[Непіддатливість (складність)|непіддатливість]] і [[Проблема здорового глузду (штучний інтелект)|знання здорового глузду]] видавалися набагато безпосереднішими й серйознішими. Було незрозуміло, що змінює «{{нп|Підручна готовність|знання-як||Ready-to-hand}}» чи «[[інтенціональність]]» для конкретної комп'ютерної програми. [[Марвін Мінський|Мінський]] сказав про Дрейфуса та Серля: «Вони неправильно розуміють, їх слід ігнорувати».<ref>Цитовано в {{Harvnb|Crevier|1993|p=143}}</ref> Дрейфус, який викладав в [[МТІ]], отримав холодне ставлення: він пізніше сказав, що дослідники ШІ «не наважувалися бути поміченими за обідом зі мною».<ref>Цитовано в {{Harvnb|Crevier|1993|p=122}}</ref> [[Джозеф Вейценбаум]], автор ''[[ELIZA]]'', відчував, що ставлення його колег до {{нп|Г'юберт Дрейфус|Дрейфуса||Hubert Dreyfus}} було непрофесійним і дитячим.{{sfn|Newquist|1994|p=276}} Хоч він і був голосним критиком позицій Дрейфуса, він «навмисно показав, що це не той спосіб поводитися з людиною».<ref>«Я став єдиним членом спільноти ШІ, поміченим за обідом з Дрейфусом. І я навмисно показав, що це не той спосіб поводитися з людиною». [[Джозеф Вейценбаум]], цитований в {{Harvnb|Crevier|1993|p=123}}.</ref>

Вейценбаум почав мати серйозні етичні сумніви щодо ШІ, коли {{нп|Кеннет Колбі|||Kenneth Colby}} написав «комп'ютерну програму, яка може вести психотерапевтичний діалог» на основі ''ELIZA''.<ref>{{Harvnb|Colby|Watt|Gilbert|1966|p=148}}. Вейценбаум посилався на цей текст у {{Harvnb|Weizenbaum|1976|pp=5, 6}}. Колбі та його колеги пізніше також розробили схожі на [[чат-бот]]и «комп'ютерні моделі параноїдальних процесів (''[[PARRY]]'')», щоби «зробити зрозумілими параноїдальні процеси в явних термінах символьної обробки». {{Harvnb|Colby|1974|p=6}}</ref> Вейценбаума збентежило, що Колбі сприймав бездумну програму як серйозний терапевтичний інструмент. Почалася сварка, і ситуацію не поліпшувало те, що Колбі не віддав належне Вейценбауму за його внесок у програму. 1976 року [[Джозеф Вейценбаум|Вейценбаум]] опублікував «{{нп|Комп'ютерна сила і людський розум|Комп'ютерну силу і людський розум||Computer Power and Human Reason}}», у якій стверджував, що зловживання штучним інтелектом має потенціал знецінити людське життя.<ref>Вейценбаумова критика ШІ: {{Harvnb|McCorduck|2004|pp=356–373}}, {{Harvnb|Crevier|1993|pp=132–144}}, {{Harvnb|Russell|Norvig|2003|pp=961}} та див. {{Harvnb|Weizenbaum|1976}}</ref>

=== Перцептрони й напад на конекціонізм ===

[[Перцептрон]] був одним із видів [[Штучна нейронна мережа|нейронних мереж]], запропонованим 1958 року [[Френк Розенблат|Френком Розенблатом]], який був однокласником [[Марвін Мінський|Марвіна Мінського]] у {{нп|Вища наукова школа Бронксу|Вищій науковій школі Бронксу||Bronx High School of Science}}. Як і більшість дослідників ШІ, він був оптимістичним щодо їхньої потужності, прогнозуючи, що «перцептрон може з часом набути здатності вчитися, ухвалювати рішення й перекладати мови». Активну програму досліджень у цій парадигмі проводили протягом 1960-х, але раптово припинили після публікації книги [[Марвін Мінський|Мінського]] й [[Сеймур Пейперт|Пейперта]] 1969 року «{{нп|Перцептрони (книга)|Перцептрони||Perceptrons (book)}}». Вона підказувала, що існували суворі обмеження того, що могли би робити перцептрони, і що прогнози [[Френк Розенблат|Френка Розенблатта]] були надзвичайно перебільшеними. Вплив книги був спустошливим: практично жодних досліджень з [[конекціонізм]]у не фінансували протягом 10 років. Згодом нове покоління дослідників відродить цю галузь, і з того часу вона стане важливою й корисною частиною штучного інтелекту. [[Френк Розенблат|Розенблат]] не доживе до цього, загинувши у човновій аварії невдовзі після публікації цієї книги.<ref name="Perceptrons"/>

З основних зусиль щодо нейронних мереж, Розенблат (з боку перцептронів) намагався зібрати кошти на побудову більших перцептронних машин, але загинув у човновій аварії 1971 року. Мінський (з боку ''SNARC'') перетворився на запеклого противника чистого конекціоністського ШІ. Уїдроу (з боку ''ADALINE'') звернувся до адаптивної обробки сигналів, використовуючи методи на основі алгоритму {{нп|Найменші середні квадрати|НСК||Least mean squares}}. Група {{нп|Стенфордський дослідницький інститут|СДІ||SRI International}} (з боку ''MINOS'') звернулася до символьного ШІ та робототехніки. Основними проблемами були нестача фінансування та нездатність тренувати багатошарові мережі ([[зворотне поширення]] було не відоме). Змагання за державне фінансування закінчилося перемогою підходів символьного ШІ.<ref name=":3" /><ref name=":2" />

=== Логіка в Стенфорді, УКМ та Единбурзі ===

Логіку до досліджень ШІ ввів ще 1959 року [[Джон Маккарті]] у своїй пропозиції {{нп|Приймач порад|приймача порад||Advice Taker}}.<ref>
{{Harvnb|McCorduck|2004|p=51}}, {{Harvnb|Russell|Norvig|2003|pp=19, 23}}
</ref>
1963 року [[Джон Алан Робінсон]] відкрив простий метод втілення виведення на комп'ютерах, алгоритм [[Правило резолюцій|резолюції]] та [[Уніфікація (інформатика)|уніфікації]]. Проте прямі втілення, які спробували Маккарті та його студенти наприкінці 1960-х, були особливо непіддатливими: програми потребували астрономічної кількості кроків, щоби довести прості теореми.<ref>
{{Harvnb|McCorduck|2004|p=51}}, {{Harvnb|Crevier|1993|pp=190–192}}</ref> Плідніший підхід до логіки розробив у 1970-х роках [[Роберт Ковальський]] в [[Единбурзький університет|Единбурзькому університеті]], й незабаром це призвело до співпраці з французькими дослідниками {{нп|Алан Кольмерое|Аланом Кольмерое||Alain Colmerauer}} та {{нп|Філіп Руссель|Філіпом Русселем|fr|Philippe Roussel}}, які створили успішну мову логічного програмування [[Пролог]] ({{lang-en|Prolog}}).{{sfn|Crevier|1993|pp=193–196}}
Пролог використовує підмножину логіки ([[Диз'юнкт Горна|диз'юнкти Горна]], тісно пов'язані з «правилами» та «[[Продукційна модель|продукційними правилами]]»), яка дозволяює здійснювати розв'язні обчислення. Правила продовжуватимуть бути впливовими, надаючи основу для [[Експертна система|експертних систем]] [[Едвард Фейгенбаум|Едварда Фейгенбаума]] та наступної роботи [[Аллен Ньюелл|Аллена Ньюелла]] й [[Герберт Саймон|Герберта Саймона]], яка призвела до ''{{нп|Soar (когнітивна архітектура)|Soar||Soar (cognitive architecture)}}'' та їхніх {{нп|Узагальнені теорії пізнання|узагальнених теорій пізнання||Unified Theories of Cognition}}.{{sfn|Crevier|1993|pp=145–149,258–63}}

Критики логічного підходу зауважили, як і {{нп|Г'юберт Дрейфус|Дрейфус||Hubert Dreyfus}}, що люди рідко використовували логіку, коли розв'язували проблеми. Експерименти психологів, як-от {{нп|Пітер Каткарт Вейсон|Пітера Вейсона||Peter Cathcart Wason}}, {{нп|Елеанора Рош|Елеанори Рош||Eleanor Rosch}}, [[Амос Тверські|Амоса Тверські]], [[Деніел Канеман|Деніела Канемана]] та інших, надали докази.<ref>
{{Harvtxt|Wason|Shapiro|1966}} показали, що люди погано впоруються з повністю абстрактними задачами, але якщо задачу переформулювати так, щоби дозволити використання інтуїтивного [[Соціальний інтелект|соціального інтелекту]], продуктивність різко покращується. (Див. {{нп|Задача вибору Вейсона|задачу вибору Вейсона||Wason selection task}}) {{Harvtxt|Kahneman|Slovic|Tversky|1982}} показали, що люди жахливо впоруються з елементарними задачами, які вимагають нечіткого міркування. (Див. декілька прикладів у [[Перелік когнітивних упереджень|переліку когнітивних упереджень]]). Роботу {{нп|Елеанора Рош|Елеанори Рош||Eleanor Rosch}} описано в {{Harvnb|Lakoff|1987}}
</ref>
Маккарті відповів, що те, що роблять люди, не стосується справи. Він стверджував, що насправді потрібні машини, здатні розв'язувати задачі, а не машини, які мислять, як люди.<ref>
Раннім прикладом позиції [[Джон Маккарті|Маккарті]] був журнал ''[[Science]]'', де він сказав: «Це ШІ, тому нам не важливо, чи це психологічно реально» {{Harv|Kolata|1982}}, і він нещодавно повторив свою позицію на конференції {{нп|AI@50|''AI''@50}}, де сказав: «Штучний інтелект не є, за визначенням, імітуванням людського інтелекту» {{Harv|Maker|2006}}.</ref>

=== «Антилогічний» підхід МТІ ===

Серед критиків підходу [[Джон Маккарті|Маккарті]] були його колеги на іншому кінці країни в [[Массачусетський технологічний інститут|МТІ]]. [[Марвін Мінський]], [[Сеймур Пейперт]] та {{нп|Роджер Скенк|||Roger Schank}} намагалися розв'язати такі задачі як «розуміння історій» та «розпізнавання об'єктів», які ''вимагали'', щоб машина думала як людина. Щоби використовувати звичайні поняття, як-от «стілець» або «ресторан», вони мусили робити всі ті ж нелогічні припущення, які зазвичай роблять люди. На жаль, такі неточні поняття, як ці, важко подати в логіці. {{нп|Джеральд Сасмен|||Gerald Sussman}} зауважив, що «використання точної мови для опису неточних по суті понять не робить їх точнішими».{{sfn|Crevier|1993|p=175}} {{нп|Роджер Скенк|Скенк||Roger Schank}} назвав їхні «антилогічні» ({{lang-en|"anti-logic"}}) підходи «{{нп|Чепурні проти нечупар|нечупарними||Neats vs. scruffies}}» ({{lang-en|"scruffy"}}), на противагу до «{{нп|Чепурні проти нечупар|чепурних||Neats vs. scruffies}}» ({{lang-en|"neat"}}) парадигм, які використовували [[Джон Маккарті|Маккарті]], [[Роберт Ковальський|Ковальський]], [[Едвард Фейгенбаум|Фейгенбаум]], [[Аллен Ньюелл|Ньюелл]] та [[Герберт Саймон|Саймон]].<ref>Чепурні проти нечупар: {{Harvnb|McCorduck|2004|pp=421–424}} (який показує стан дебатів у 1984 році). {{Harvnb|Crevier|1993|p=168}} (який документує первинне використання цього терміну Скенком). Інший аспект цього конфлікту назвали «процедурною/декларативною відмінністю», але він не виявився впливовим у подальших дослідженнях ШІ.</ref>

1975 року, у знаковій статті, [[Марвін Мінський|Мінський]] зауважив, що багато його колег-дослідників використовували один і той же інструмент: систему рамок, яка вловлює всі наші [[Проблема здорового глузду (штучний інтелект)|припущення здорового глузду]] про щось. Наприклад, якщо ми використовуємо поняття птаха, то в голові виникає сузір'я фактів, які одразу спадають на думку: ми можемо припустити, що він літає, їсть хробаків тощо. Ми знаємо, що ці факти не завжди правдиві, й що висновки, що використовують ці факти, не будуть «логічними», але ці структуровані набори припущень є частиною ''контексту'' всього, що ми кажемо й думаємо. Він назвав ці структури «[[Рамка (штучний інтелект)|рамками]]» ({{lang-en|"frames"}}). {{нп|Роджер Скенк|Скенк||Roger Schank}} використовував версію рамок, яку він називав «{{нп|Сценарії (штучний інтелект)|сценаріями||Scripts (artificial intelligence)}}» ({{lang-en|"scripts"}}), щоби успішно відповідати на питання про короткі історії англійською.<ref>{{Harvnb|McCorduck|2004|pp=305–306}}, {{Harvnb|Crevier|1993|pp=170–173, 246}} та {{Harvnb|Russell|Norvig|2003|p=24}}. Стаття Мінського про рамки: {{Harvnb|Minsky|1974}}.</ref>

== Бум (1980—1987) ==

У 1980-х роках корпорації по всьому світу прийняли один з видів програм ШІ, званий «[[Експертна система|експертними системами]]», і [[подання знань]] стало центром основних досліджень ШІ. У ті ж роки японський уряд активно фінансував ШІ своїм проєктом [[Комп'ютери п'ятого покоління|комп'ютерів п'ятого покоління]]. Ще одна заохочувальна подія на початку 1980-х була відродженням [[конекціонізм]]у в роботі [[Джон Гопфілд|Джона Гопфілда]] та {{нп|Девід Румельхарт|Девіда Румельхарта||David Rumelhart}}. Знову ж таки, ШІ досяг успіху.{{sfn|Newquist|1994|pp=189–192}}

=== Поширення експертних систем ===

[[Експертна система]]&nbsp;— це програма, яка відповідає на питання або розв'язує задачі з певної області знань, використовуючи логічні [[Продукційна модель|правила]], виведені зі знань експертів. Найперші їх приклади розробили [[Едвард Фейгенбаум]] і його студенти. [[Дендрал]] ({{lang-en|Dendral}}), початок якого було закладено 1965 року, встановлював сполуки за даними спектрометра. ''[[MYCIN]]'', розроблена 1972 року, діагностувала інфекційні захворювання крові. Вони продемонстрували здійсненність такого підходу.<ref>{{Harvnb|McCorduck|2004|pp=327–335}} ([[Дендрал]]), {{Harvnb|Crevier|1993|pp=148–159}}, {{Harvnb|Newquist|1994|p=271}}, {{Harvnb|Russell|Norvig|2003|pp=22–23}}</ref>

Експертні системи обмежували себе невеликою областю специфічних знань (тим самим уникаючи [[Проблема здорового глузду (штучний інтелект)|проблеми здорового глузду]]), а їхній простий дизайн робив відносно легкими побудову та зміну програм після встановлення. Загалом, ці програми виявилися ''корисними'': щось, чого ШІ до цього моменту досягти не міг.<ref>{{harvnb|Crevier|1993|pp=158–159}} та {{Harvnb|Russell|Norvig|2003|pp=23−24}}</ref>

1980 року в [[Університет Карнегі-Меллон|УКМ]] завершили експертну система під назвою ''[[XCON]]'' для [[Digital Equipment Corporation]]. Це був величезний успіх: вона заощаджувала компанії 40 мільйонів доларів щорічно до 1986 року.{{sfn|Crevier|1993|p=198}} Корпорації по всьому світу почали розробляти та впроваджувати експертні системи, й до 1985 року вони витрачали понад мільярд доларів на ШІ, більшість з яких&nbsp;— на внутрішні відділи ШІ.{{sfn|Newquist|1994|p=259}} З'явилася галузь, що їх підтримувала, включно з компаніями з апаратного забезпечення, як-от ''{{нп|Symbolics}}'' та ''{{нп|Lisp Machines}}'', та компаніями з програмного забезпечення, як-от ''{{нп|IntelliCorp (програмне забезпечення)|IntelliCorp||IntelliCorp (software)}}'' та ''{{нп|Cleverpath AION Business Rules Expert|Aion}}''.<ref>{{Harvnb|McCorduck|2004|pp=434–435}}, {{Harvnb|Crevier|1993|pp=161–162,197–203}}, {{Harvnb|Newquist|1994|pp=275}} та {{Harvnb|Russell|Norvig|2003|p=24}}</ref>

=== Революція знань ===

Сила експертних систем полягала в експертних знаннях, які вони містили. Вони були частиною нового напряму в дослідженнях ШІ, який набирав обертів протягом 70-х років. «Дослідники ШІ почали підозрювати&nbsp;— неохоче, бо це порушувало науковий [[принцип ощадливості]]&nbsp;— що інтелект, можливо, дуже залежить від здатності використовувати великі кількості різноманітних знань різними способами»,{{sfn|McCorduck|2004|p=299}} пише {{нп|Памела Маккордак|||Pamela McCorduck}}. «[В]еликим уроком з 1970-х було те, що інтелектуальна поведінка дуже залежить від роботи зі знаннями, іноді досить докладними знаннями, з області, в якій лежить задана задача».{{sfn|McCorduck|2004|p=421}} {{нп|Система на основі знань|Системи на основі знань||Knowledge based system}} та [[інженерія знань]] стали основним фокусом досліджень ШІ в 1980-х роках.<ref>Революція знань: {{Harvnb|McCorduck|2004|pp=266–276, 298–300, 314, 421}}, {{Harvnb|Newquist|1994|pp=255–267}}, {{Harvnb|Russell|Norvig|2003|pp=22–23}}</ref>

1980-х роках також народився ''[[Cyc]]'' ({{lang-uk|Сайк}}), перша спроба лобової атаки на [[Проблема здорового глузду (штучний інтелект)|проблему здорового глузду]], шляхом створення величезної бази даних, яка містила би всі буденні факти, що їх знає середня людина. [[Дуглас Ленат]], який розпочав і очолював цей проєкт, стверджував, що короткого шляху не існує&nbsp;— єдиний спосіб, щоби машини знали значення людських понять, це навчати їх, по поняттю за раз, вручну. Проєкт не очікувався бути завершеним протягом багатьох десятиліть.<ref>''Cyc'': {{Harvnb|McCorduck|2004|p=489}}, {{Harvnb|Crevier|1993|pp=239–243}}, {{Harvnb|Newquist|1994|pp=431–455}}, {{Harvnb|Russell|Norvig|2003|pp=363−365}} та {{Harvnb|Lenat|Guha|1989}}</ref>

Програми для гри в шахи ''[[HiTech]]'' та ''{{нп|Deep Thought (шаховий комп'ютер)|Deep Thought||Deep Thought (chess computer)}}'' перемогли шахових гросмейстерів 1989 року. Обидві розробили в [[Університет Карнегі-Меллон|УКМ]]; розробка ''Deep Thought'' проклала шлях для ''[[Deep Blue]]''.<ref>{{cite web |url=http://www.computerhistory.org/about/press_relations/media_kit/chess/5_chess_exhibit_text_Endgame.pdf |title=Chess: Checkmate |language=en |access-date=1 вересня 2007 |url-status=dead |archive-url=https://web.archive.org/web/20071008204404/http://www.computerhistory.org/about/press_relations/media_kit/chess/5_chess_exhibit_text_Endgame.pdf |archive-date=8 жовтня 2007 }}</ref>

=== Гроші повертаються: проєкт П'ятого покоління ===

1981 року {{нп|Міністерство міжнародної торгівлі та промисловості Японії|||Ministry of International Trade and Industry}} виділило 850 мільйонів доларів на проєкт [[Комп'ютери п'ятого покоління|комп'ютерів п'ятого покоління]]. Їхніми цілями було написати програми та побудувати машини, які могли би вести розмови, перекладати мови, інтерпретувати зображення та міркувати як людські істоти.<ref>{{Harvnb|McCorduck|2004|pp=436–441}}, {{Harvnb|Newquist|1994|pp=231–240}}, {{Harvnb|Crevier|1993|p=211}}, {{Harvnb|Russell|Norvig|2003|p=24}} та див. також {{Harvnb|Feigenbaum|McCorduck|1983}}</ref> До жалю {{нп|Чепурні проти нечупар|нечупар||Neats vs. scruffies}}, як основну мову програмування для проєкту було обрано [[Пролог]].{{sfn|Crevier|1993|p=195}}

Інші країни відповіли власними новими програмами. Велика Британія розпочала проєкт ''{{нп|Alvey}}'' на 350 мільйонів фунтів стерлінгів. Консорціум компаній США створив {{нп|Корпорація мікроелектроніки та комп'ютерних технологій|Корпорацію мікроелектроніки та комп'ютерних технологій||Microelectronics and Computer Technology Corporation}} ({{lang-en|Microelectronics and Computer Technology Corporation, MCC}}) для фінансування великомасштабних проєктів з ШІ та інформаційних технологій.{{sfn|Crevier|1993|p=240}}{{sfn|Russell|Norvig|2003|p=25}} ''[[DARPA]]'' також відреагувала, заснувавши {{нп|Стратегічна комп'ютерна ініціатива|Стратегічну комп'ютерну ініціативу||Strategic Computing Initiative}}, і потроївши свої інвестиції в ШІ між 1984 і 1988 роками.<ref>{{Harvnb|McCorduck|2004|pp=426–432}}, {{Harvnb|NRC|1999}} під «Shift to Applied Research Increases Investment»</ref>

[[Файл:Hopfield-net-vector.svg|thumb|left|Мережа Гопфілда з чотирма вузлами]]

=== Відродження нейронних мереж ===

1982 року фізик [[Джон Гопфілд]] зміг довести, що певний вигляд нейронної мережі (званий тепер «[[Мережа Гопфілда|мережею Гопфілда]]») може навчатися й обробляти інформацію, і довідно збігатися після достатнього часу за будь-яких незмінних умов. Це був прорив, оскільки раніше вважали, що нелінійні мережі в загальному випадку розвиватимуться хаотично.<ref>{{Cite book |last=Sejnowski |first=Terrence J. |title=The Deep Learning Revolution |date=2018-10-23 |publisher=The MIT Press |isbn=978-0-262-03803-4 |edition=1st |location=Cambridge, Massachusetts London, England |pages=93-94 |language=en}}</ref>

Приблизно в той же час [[Джефрі Гінтон]] та {{нп|Девід Румельхарт|||David Rumelhart}} популяризували метод тренування нейронних мереж, званий «[[Зворотне поширення|зворотним поширенням]]» ({{lang-en|"backpropagation"}}), відомий також як зворотний режим [[Автоматичне диференціювання|автоматичного диференціювання]], опублікований {{нп|Сеппо Ліннаінмаа|||Seppo Linnainmaa}} (1970) та застосований до нейронних мереж {{нп|Пол Вербос|Полом Вербосом||Paul Werbos}}. Ці два відкриття допомогли відродити дослідження [[Штучна нейронна мережа|штучних нейронних мереж]].{{sfn|Russell|Norvig|2003|p=25}}{{sfn|Crevier|1993|pp=214–215}}

Починаючи з публікації 1986 року «[[Паралельно розподілена обробка|Паралельно розподіленої обробки]]», двотомної збірки статей під редакцією {{нп|Девід Румельхарт|Румельхарта||David Rumelhart}} та психолога [[Джеймс Макклелланд (психолог)|Джеймса Макклелланда]], дослідження нейронних мереж набули нового імпульсу, й стануть комерційно успішними в 1990-х роках у застосуванні до [[Оптичне розпізнавання символів|оптичного розпізнавання символів]] та [[розпізнавання мовлення]].{{sfn|Russell|Norvig|2003|p=25}}{{sfn|Crevier|1993|p=215–216}}

Розвиток [[Транзистор метал-діелектрик-напівпровідник|метал-діелектрик-напівпровідникових]] (МДН, {{lang-en|MOS}}) [[Схеми надвеликого рівня інтеграції|схем надвеликого рівня інтеграції]] (НВРІ, {{lang-en|VLSI}}) у вигляді технології [[Комплементарний метал-оксид-напівпровідник|комплементарних метал-оксид-напівпровідників]] (КМОН, {{lang-en|CMOS}}) уможливив розвиток практичної технології [[Штучна нейронна мережа|штучних нейронних мереж]] у 1980-х роках.

Провідною публікацією в цій галузі була книга 1989 року «Аналогове НВРІ-втілення нейронних систем» Карвера А. Міда та Мохаммеда Ісмаїла.<ref name="Mead">{{cite book|url=http://fennetic.net/irc/Christopher%20R.%20Carroll%20Carver%20Mead%20Mohammed%20Ismail%20Analog%20VLSI%20Implementation%20of%20Neural%20Systems.pdf|title=Analog VLSI Implementation of Neural Systems|language=en|date=8 травня 1989|publisher={{нп|Kluwer Academic Publishers}}|isbn=978-1-4613-1639-8|last1=Mead|first1=Carver A.|last2=Ismail|first2=Mohammed|series=The Kluwer International Series in Engineering and Computer Science|volume=80|location=Norwell, MA|doi=10.1007/978-1-4613-1639-8}}</ref>
{{Clear}}

== Крах: друга зима ШІ (1987—1993) ==

Захоплення ділової спільноти штучним інтелектом у 1980-х роках здійнялося й впало за класичним сценарієм [[Економічна бульбашка|економічної бульбашки]]. Коли десятки компаній зазнали невдач, склалося враження, що ця технологія нежиттєздатна.{{sfn|Newquist|1994|p=501}} Проте ця галузь продовжувала робити прогрес, незважаючи на критику. Багато дослідників, включно з розробниками [[Робототехніка|робототехніки]] {{нп|Родні Брукс|Родні Бруксом||Rodney Brooks}} та [[Ганс Моравек|Гансом Моравеком]], виступали за цілком новий підхід до штучного інтелекту.

=== Зима ШІ ===

Термін «[[Зима ШІ]]» запровадили дослідники, які вижили після скорочення фінансування 1974 року, коли стали турбуватися, що ентузіазм щодо експертних систем вийшов з-під контролю, і що розчарування неодмінно настане.<ref>{{Harvnb|Crevier|1993|p=203}}. Термін «[[зима ШІ]]» вперше використали як назву семінару на цю тему для [[Асоціація з розвитку штучного інтелекту|Асоціації з розвитку штучного інтелекту]].</ref> Їхні побоювання були обґрунтованими: наприкінці 1980-х і на початку 1990-х років ШІ зазнає низки фінансових ударів.

Першою ознакою зміни погоди був раптовий крах ринку спеціалізованого апаратного забезпечення для ШІ 1987 року. Настільні комп'ютери від ''[[Apple Computer|Apple]]'' та ''[[IBM]]'' постійно збільшували швидкодію й потужність, і 1987 року вони стали потужнішими за дорожчі [[Лісп-машина|Лісп-машини]], які випускали ''{{нп|Symbolics}}'' та інші. Купувати їх вже не було жодної доброї причини. Вся індустрія вартістю півмільярда доларів зруйнувалася за одну ніч.<ref>{{Harvnb|Newquist|1994|pp=359–379}}, {{Harvnb|McCorduck|2004|p=435}}, {{Harvnb|Crevier|1993|pp=209–210}}</ref>

Зрештою, найраніші успішні експертні системи, такі як ''[[XCON]]'', виявилися занадто дорогими в обслуговуванні. Їх було важко оновлювати, вони не могли навчатися, вони були «[[Крихкість програмного забезпечення|крихкі]]» (тобто могли робити абсурдні помилки за незвичайних даних входу) й пали жертвою проблем (як-от {{нп|Проблема кваліфікації|проблеми кваліфікації||Qualification problem}}), які було виявлено ще роки тому. Експертні системи виявилися корисними, але тільки в декількох особливих контекстах.<ref>{{Harvnb|McCorduck|2004|p=435}} (яка наводить інституційні причини їхньої остаточної невдачі), {{Harvnb|Newquist|1994|pp=258–283}} (який наводить обмежене впровадження в корпораціях), {{Harvnb|Crevier|1993|pp=204–208}} (який наводить складність підтримки істинності, тобто навчання та оновлення), {{Harvnb|Lenat|Guha|1989|loc=Вступ}} (які підкреслюють крихкість і неспроможність впоратися з надмірною кваліфікацією.)</ref>

Наприкінці 1980-х років {{нп|Стратегічна комп'ютерна ініціатива|||Strategic Computing Initiative}} обрізала фінансування ШІ «різко і жорстоко». Нове керівництво ''[[DARPA]]'' вирішило, що ШІ не є «наступною хвилею», і спрямувало кошти на проєкти, отримання негайних результатів від яких видавалося правдоподібнішим.{{sfn|McCorduck|2004|pp=430–431}}

До 1991 року вражаючого переліку цілей, сформульованих 1981 року для японського [[Комп'ютери п'ятого покоління|п'ятого покоління комп'ютерів]], досягнуто не було. Насправді, деяких із них, як-от «підтримувати неформальну розмову», не було досягнуто навіть до 2010 року.<ref name="FifthGenEnd">{{Harvnb|McCorduck|2004|p=441}}, {{Harvnb|Crevier|1993|p=212}}. Маккордак пише: «Через два з половиною десятиліття ми можемо бачити, що японці не те щоби досягли всіх тих амбітних цілей.»</ref> Як і з іншими проєктами ШІ, очікування були набагато вищими за те, що було можливим насправді.<ref name="FifthGenEnd"/>{{sfn|Newquist|1994|p=476}}

Понад 300 компаній, які займалися ШІ, закрилися, збанкрутували або були придбані до кінця 1993 року, фактично завершивши першу комерційну хвилю ШІ.{{sfn|Newquist|1994|p=440}} 1994 року {{нп|ГП Найквіст|||HP Newquist}} заявив у книзі ''«The Brain Makers»'', що «Найближче майбутнє штучного інтелекту&nbsp;— в його комерційному вигляді&nbsp;— здається, залежить частково від продовження успіху нейронних мереж.»{{sfn|Newquist|1994|p=440}}

=== Нувельний ШІ та втілений розум ===
{{Основна|{{нп|Нувельний ШІ|||Nouvelle AI}}|{{нп|Поведінковий ШІ|||Behavior-based AI}}|{{нп|Поміщений|||Situated}}|Втілена когнітивна наука}}

Наприкінці 1980-х років декілька дослідників пропагували цілком новий підхід до штучного інтелекту, на основі робототехніки.{{sfn|McCorduck|2004|pp=454–462}} Вони вважали, що для того, щоби проявити справжній інтелект, машині потрібно мати ''тіло''&nbsp;— вона повинна сприймати, рухатися, виживати та взаємодіяти зі світом. Вони стверджували, що ці чуттєо-моторні навички необхідні для вищих рівнів навичок, як-от {{нп|Міркування здорового глузду|міркування здорового глузду||Commonsense reasoning}}, і що абстрактне міркування насправді є ''найменш'' цікавою чи важливою людською навичкою (див. [[парадокс Моравека]]). Вони пропагували побудову інтелекту «знизу вгору.»<ref>
{{Harvtxt|Moravec|1988|p=20}} пише: «Я впевнений, що цей підхід знизу вгору до штучного інтелекту одного дня зустрінеться з традиційним підходом згори донизу більше ніж на половині шляху, готовий надати компетентність щодо реального світу й знання здорового глузду, що були такими недосяжними в програмах міркування. Повністю інтелектуальні машини виникнуть, коли буде вбито метафоричний {{нп|золотий костиль|||Golden spike}}, що об'єднає ці два зусилля.»
</ref>

Цей підхід відродив ідеї з [[Кібернетика|кібернетики]] й [[Теорія керування|теорії керування]], які були непопулярними з 1960-х років. Іншим предтечею був {{нп|Девід Марр (нейробіолог)|Девід Марр||David Marr (neuroscientist)}}, який прийшов до [[Массачусетський технологічний інститут|МТІ]] наприкінці 1970-х років з успішним досвідом у теоретичній нейробіології, щоби очолити групу, яка вивчала [[Комп'ютерне бачення|бачення]]. Він відкинув усі символьні підходи (''як'' логіку [[Джон Маккарті|Маккарті]], ''так і'' рамки [[Марвін Мінський|Мінського]]), стверджуючи, що ШІ потрібно було розуміти фізичну механіку зору знизу вгору, перш ніж відбувалася би будь-яка символьна обробка. (1980 року роботу Марра обірвала лейкемія.){{sfn|Crevier|1993|pp=183–190}}

У своїй статті 1990 року «Слони не грають у шахи»<ref>{{cite journal|last=Brooks|first=Robert A.|title=Elephants Don't Play Chess|journal=Robotics and Autonomous Systems|language=en|volume=6|year=1990|issue=1–2 |pages=3–15 |doi=10.1016/S0921-8890(05)80025-9|url=http://people.csail.mit.edu/brooks/papers/elephants.pdf|ref=harv}}</ref> дослідник з робототехніки {{нп|Родні Брукс|||Rodney Brooks}} спрямував свою критику безпосередньо на [[Система фізичних символів|гіпотезу системи фізичних символів]], стверджуючи, що символи не завжди необхідні, оскільки «світ є найкращою моделлю самого себе. Він завжди точно актуальний. Він завжди має всі деталі, які треба знати. Секрет полягає в тому, щоби сприймати його доречним чином і достатньо часто.»{{sfn|Brooks|1990|p=3}} У 1980-х і 1990-х роках багато [[Когнітивна наука|когнітивістів]] також відкинули модель символьної обробки розуму і стверджували, що для міркування необхідне тіло, теорію, названу тезою про [[втілений розум]].<ref>Див., наприклад, {{Harvnb|Lakoff|Johnson|1999}}</ref>

== ШІ (1993—2011) ==

Галузь ШІ, якій вже понад півстоліття, нарешті досягла деяких своїх найдавніших цілей. Її почали успішно використовувати в усій технологічній промисловості, хоча й дещо за лаштунками. Деякі з цих успіхів були пов'язані зі зростанням обчислювальної потужності, а деяких було досягнуто шляхом зосередження на конкретних ізольованих задачах і розв'язанні їх із найвищими стандартами наукової відповідальності. Проте репутація ШІ, принаймні в діловому світі, була не дуже бездоганною.{{sfn|Newquist|1994|p=511}} Усередині галузі бракувало згоди щодо причин невдачі ШІ у втіленні мрії про людський рівень інтелекту, яка захопила уяву світу в 1960-х роках. Разом усі ці чинники допомогли розколоти ШІ на конкурентні підгалузі, зосереджені на певних задачах або підходах, іноді навіть під новими назвами, які приховували потьмяніле походження від «штучного інтелекту».<ref>{{Harvtxt|McCorduck|2004|p=424}} обговорює розкол і відмову від первинних цілей ШІ.</ref> ШІ став як обережнішим, так і успішнішим, ніж будь-коли раніше.

=== Віхи та закон Мура ===

11 травня 1997 року ''[[Deep Blue]]'' став першою комп'ютерною шаховою системою, яка перемогла чинного чемпіона світу з шахів [[Гаррі Каспаров]]а.{{sfn|McCorduck|2004|pp=480–483}} Цей суперкомп'ютер був спеціалізованою версією платформи, створеної ''IBM'', і міг обробляти вдвічі більше ходів за секунду, ніж під час першого матчу (який ''Deep Blue'' програв), а саме 200&nbsp;000&nbsp;000 ходів за секунду.<ref>{{cite web |url=http://www.research.ibm.com/deepblue/meet/html/d.3.shtml |title= Deep Blue |publisher=IBM Research|language=en|access-date=10 вересня 2010 }}</ref>

2005 року робот зі Стенфорду виграв ''{{нп|DARPA Grand Challenge}}'', автономно проїхавши 121 км непідготовленою пустельною трасою.<ref>{{Cite web|url=http://www.darpa.mil/grandchallenge/|archive-url=https://web.archive.org/web/20071031110030/http://www.darpa.mil/grandchallenge/|url-status=dead|title=DARPA Grand Challenge – home page|language=en|archive-date=31 жовтня 2007}}</ref> Через два роки команда з [[Університет Карнегі-Меллон|УКМ]] виграла ''{{нп|DARPA Urban Challenge}}'', автономно проїхавши 89 км у міському середовищі, дотримуючись усіх дорожніх небезпек і правил дорожнього руху.<ref>{{Cite web |url=http://archive.darpa.mil/grandchallenge/ |title=Welcome |language=en|access-date=25 жовтня 2011 |archive-url=https://web.archive.org/web/20140305023802/http://archive.darpa.mil/grandchallenge/ |archive-date=5 березня 2014 |url-status=dead }}</ref> У лютому 2011 року в [[Телевікторина|телевікторині]] ''{{нп|Jeopardy!}}'' в показовому матчі [[система відповідей на запитання]] ''[[IBM]]'', ''[[IBM Watson|Watson]]'', перемогла двох найкращих чемпіонів ''Jeopardy!'', {{нп|Бред Раттер|Бреда Раттера||Brad Rutter}} та {{нп|Кен Дженнінгс|Кена Дженнінгса||Ken Jennings}}, зі значною перевагою.<ref>{{cite news| url=https://www.nytimes.com/2011/02/17/science/17jeopardy-watson.html | work=The New York Times | first=John | last=Markoff | title=On 'Jeopardy!' Watson Win Is All but Trivial | language=en|date=16 лютого 2011}}</ref>

Ці успіхи не були наслідком якоїсь революційної нової парадигми, а переважно ґрунтувалися на наполегливому застосуванні інженерних навичок та величезному зростанні швидкості й обсягу пам'яті комп'ютерів у 90-х роках.<ref>
{{Harvnb|Kurzweil|2005|p=274}} пише, що поліпшення в комп'ютерних шахах, «за загальною думкою, обумовлене лише розширенням грубою силою апаратного забезпечення комп'ютерів.»</ref> Насправді, ''[[Deep Blue]]'' був у 10 мільйонів разів швидший за {{нп|Ferranti Mark 1|''Ferranti Mark'' 1}}, якого {{нп|Крістофер Стрейчі|||Christopher Strachey}} навчив грати в шахи у 1951 році.<ref>Тривалість циклу {{нп|Ferranti Mark 1|''Ferranti Mark'' 1}} становила 1,2&nbsp;мілісекунди, що можна вважати еквівалентним приблизно 833&nbsp;''[[FLOPS]]''. ''[[Deep Blue]]'' працював на швидкості 11,38&nbsp;[[гігафлопс]] (і це без урахування спеціального апаратного забезпечення для шахів у ''Deep Blue''). ''Дуже'' приблизно, ці значення відрізняються в 10<sup>7</sup> разів.</ref> Це драматичне зростання вимірюється [[Закон Мура|законом Мура]], який передбачує, що швидкість і обсяг пам'яті комп'ютерів подвоюються кожні два роки внаслідок щодворічного подвоєння {{нп|Кількість транзисторів|кількості||Transistor count}} [[Транзистор метал-діелектрик-напівпровідник|МДН-транзисторів]]. Основну проблему «сирої обчислювальної потужності» поступово вдавалося подолати.

=== Інтелектуальні агенти ===

Нова парадигма, яку назвали «[[Інтелектуальний агент|інтелектуальними агентами]]» ({{lang-en|"intelligent agents"}}), стала широко прийнятою протягом 1990-х років.<ref>{{Harvnb|McCorduck|2004|pp=471–478}}, {{Harvnb|Russell|Norvig|2003|p=55}}, де вони пишуть: «Погляд на цілісного агента зараз широко прийнятий у галузі». Парадигму [[Інтелектуальний агент|інтелектуального агента]] обговорюють в основних підручниках з ШІ, як-от: {{Harvnb|Russell|Norvig|2003|pp=32–58, 968–972}}, {{Harvnb|Poole|Mackworth|Goebel|1998|p=7–21}}, {{Harvnb|Luger|Stubblefield|2004|pp=235–240}}</ref> Хоч раніше дослідники й пропонували модульні підходи «розділяй і володарюй» до ШІ,<ref>[[Модель акторів]] {{нп|Карл Г'юїтт|Карла Г'юїтта||Carl Hewitt}} передбачила сучасне визначення інтелектуальних агентів. {{Harv|Hewitt|Bishop|Steiger|1973}} Як Джон Дойль {{Harv|Doyle|1983}}, так і популярна класика [[Марвін Мінський|Марвіна Мінського]] «{{нп|Суспільство розуму|||Society of Mind}}» {{Harv|Minsky|1986}}, використовували слово «агент» ({{lang-en|"agent"}}). Серед інших «модульних» пропозицій були {{нп|категоризувальна архітектура|||Subsumption architecture}} {{нп|Родні Брукс|Родні Брукса||Rodney Brooks}}, [[об'єктно-орієнтоване програмування]] та інші.</ref> [[інтелектуальний агент]] не набув свого сучасного вигляду, доки [[Джуда Перл]], [[Аллен Ньюелл]], {{нп|Леслі П. Келблінг|||Leslie P. Kaelbling}} та інші не привнесли поняття з [[Теорія рішень|теорії рішень]] та [[Економіка|економіки]] до вивчення ШІ.{{sfn|Russell|Norvig|2003|pp=27, 55}} Коли [[економіка|економістське]] визначення [[раціональний агент|раціонального агента]] було поєднано з [[інформатика|інформатичним]] визначенням [[Об'єктно-орієнтоване програмування|об'єкта]] або [[Модульне програмування|модуля]], парадигму [[Інтелектуальний агент|інтелектуального агента]] було завершено.

[[Інтелектуальний агент]]&nbsp;— це система, яка сприймає своє середовище і вживає дії, які максимізують її шанси на успіх. За цим визначенням, прості програми, які розв'язують конкретні задачі, є «інтелектуальними агентами», так само як і людські істоти та організації людських істот, такі як [[Фірма|фірми]]. Парадигма [[Інтелектуальний агент|інтелектуальних агентів]] визначає дослідження ШІ як «вивчення інтелектуальних агентів». Це узагальнення деяких попередніх визначень ШІ: воно виходить за рамки вивчення людського інтелекту; воно вивчає всі види інтелекту.<ref>Ось так найширше визнані підручники XXI століття визначають штучний інтелект. Див. {{Harvnb|Russell|Norvig|2003|p=32}} та {{Harvnb|Poole|Mackworth|Goebel|1998|p=1}}</ref>

Ця парадигма дала дослідникам можливість вивчати окремі задачі й знаходити рішення, які були одночасно перевірними й корисними. Вона надала спільну мову для опису задач та обміну їхніми рішеннями між собою та з іншими галузями, які також використовували поняття абстрактних агентів, як-от з економікою та [[Теорія керування|теорією керування]]. Сподівалися, що завершена {{нп|агентна архітектура|||Agent architecture}} (як-от ''{{нп|Soar (когнітивна архітектура)|SOAR||Soar (cognitive architecture)}}'' [[Аллен Ньюелл|Ньюелла]]) колись дозволить дослідникам побудувати універсальніші та інтелектуальніші системи із взаємодійних [[Інтелектуальний агент|інтелектуальних агентів]].{{sfn|Russell|Norvig|2003|pp=27, 55}}{{sfn|McCorduck|2004|p=478}}

=== Імовірнісне міркування та більша строгість ===

Дослідники ШІ почали розробляти й використовувати складніші математичні інструменти, ніж будь-коли раніше.<ref>{{Harvnb|McCorduck|2004|pp=486–487}}, {{Harvnb|Russell|Norvig|2003|pp=25–26}}</ref> Було загальне усвідомлення, що над багатьма задачами, які треба було розв'язати ШІ, вже працювали дослідники з таких галузей як [[математика]], [[електротехніка]], [[економіка]] та [[дослідження операцій]]. Спільна математична мова уможливила вищий рівень співпраці з усталенішими й успішнішими галузями та досягнення результатів, які були вимірюваними й довідними; ШІ став більш строгою «науковою» дисципліною.

Впливова книга [[Джуда Перл|Джуди Перла]] 1988 року{{sfn|Pearl|1988}} привнесла до ШІ [[ймовірність]] та [[Теорія рішень|теорію рішень]]. Серед багатьох нових інструментів у вжитку були [[Баєсова мережа|баєсові мережі]], [[Прихована марковська модель|приховані марковські моделі]], [[теорія інформації]], [[статистичне моделювання]] та класична [[Оптимізація (математика)|оптимізація]]. Також було розроблено точні математичні описи для таких парадигм «[[Обчислювальний інтелект|обчислювального інтелекту]]» як [[Штучна нейронна мережа|нейронні мережі]] та [[еволюційні алгоритми]].{{sfn|Russell|Norvig|2003|pp=25−26}}

=== ШІ за лаштунками ===

Алгоритми, первинно розроблені дослідниками ШІ, почали з'являтися як частини більших систем. ШІ розв'язав багато дуже складних задач<ref>
Див. {{нп|застосування штучного інтелекту в інформатиці|||Applications of artificial intelligence in Computer science}}
</ref>
і їхні розв'язки виявилися корисними в усій технологічній промисловості,<ref>
{{Harvnb|NRC|1999}} під «Artificial Intelligence in the 90s», та {{Harvnb|Kurzweil|2005|p=264}}
</ref> як-от у
[[Розроблення даних|розробленні даних]],
[[Промисловий робот|промисловій робототехніці]],
[[Логістика|логістиці]],{{sfn|Russell|Norvig|2003|p=28}}
[[Розпізнавання мовлення|розпізнаванні мовлення]],<ref>Щодо нового рівня останніх досягнень у розпізнаванні мовлення на основі ШІ див. {{Harvtxt|The Economist|2007}}</ref>
банківському програмному забезпеченні,<ref name = "CNN7242006">«Натхнені ШІ системи вже було вбудовано до багатьох повсякденних технологій, як-от рушіїв пошуку в Інтернет, банківського програмного забезпечення для обробки транзакцій, та медичного діагностування.» [[Нік Бостром]], цитований у {{Harvnb|CNN|2006}}</ref>
[[Медична діагностика|медичному діагностуванні]]<ref name = "CNN7242006"/>
та пошуковій системі ''[[Google]]''.<ref>{{Harvtxt|Olsen|2004}},{{Harvtxt|Olsen|2006}}</ref>

Галузь ШІ отримала мало або жодного визнання за ці успіхи у 1990-х та на початку 2000-х років. Багато з найбільших нововведень ШІ було зведено до статусу просто ще одного предмета в скриньці інструментів інформатики.<ref>{{Harvnb|McCorduck|2004|p=423}}, {{Harvnb|Kurzweil|2005|p=265}}, {{Harvnb|Hofstadter|1999|p=601}} {{Harvnb|Newquist|1994|p=445}}</ref> [[Нік Бостром]] пояснює: «Багато передового ШІ просочилося в загальні застосування, часто без називання цього ШІ, тому що коли щось стає достатньо корисним і поширеним, його вже не мітять як ШІ.»{{sfn|CNN|2006}}

Багато дослідників ШІ у 1990-х навмисно називали свою роботу іншими назвами, як-от [[Інформатика|інформатикою]], {{нп|Системи на основі знань|системами на основі знань||Knowledge-based systems}}, [[Когнітивна система (інформатика)|когнітивними системами]] та [[Обчислювальний інтелект|обчислювальним інтелектом]]. Можливо, частково через те, що вони вважали свою галузь принципово відмінною від ШІ, але також ці нові назви допомагали залучати фінансування. У комерційному світі, принаймні, невиконані обіцянки [[Зима штучного інтелекту|зими штучного інтелекту]] продовжували переслідувати дослідження ШІ у 2000-х роках, як повідомляла ''New York Times'' 2005 року: «Інформатики та програмісти уникали терміну „штучний інтелект“ через побоювання бути сприйнятими як мрійники з шаленими очима.»{{sfn|Markoff|2005}}{{sfn|The Economist|2007}}{{sfn|Tascarella|2006}}{{sfn|Newquist|1994|p=532}}

== Глибоке навчання, великі дані та штучний загальний інтелект: 2011–дотепер ==
{{Оновити|розділ|дата=листопад 2023}}

У перших десятиліттях XXI століття доступ до великої кількості даних (відомих як «[[великі дані]]», {{lang-en|"big data"}}), [[Закон Мура|дешевші та швидші комп'ютери]] та передові методики [[Машинне навчання|машинного навчання]] успішно застосували до багатьох задач по всій економіці. Справді, ''{{нп|McKinsey Global Institute}}'' оцінили у своїй відомій статті «Великі дані: наступний рубіж для інновацій, конкуренції та продуктивності» ({{lang-en|"Big data: The next frontier for innovation, competition, and productivity"}}), що «до 2009 року майже всі сектори економіки США мали принаймні середній рівень 200 терабайт збережених даних».

До 2016 року ринок продуктів, апаратного та програмного забезпечення, пов'язаних із ШІ, досяг понад 8 мільярдів доларів, а ''New York Times'' повідомили, що інтерес до ШІ досяг «божевільного» рівня.<ref>
{{Citation|work=New York Times
|title = IBM Is Counting on Its Bet on Watson, and Paying Big Money for It
|language = en
|author=Steve Lohr
|date=17 October 2016
|url=https://www.nytimes.com/2016/10/17/technology/ibm-is-counting-on-its-bet-on-watson-and-paying-big-money-for-it.html?emc=edit_th_20161017&nl=todaysheadlines&nlid=62816440}}</ref> Застосування великих даних почали досягати й інших галузей, як-от тренування моделей в [[Екологія|екології]]<ref>{{Cite journal|last1=Hampton|first1=Stephanie E|last2=Strasser|first2=Carly A|last3=Tewksbury|first3=Joshua J|last4=Gram|first4=Wendy K|last5=Budden|first5=Amber E|last6=Batcheller|first6=Archer L|last7=Duke|first7=Clifford S|last8=Porter|first8=John H|date=2013-04-01|title=Big data and the future of ecology|journal=Frontiers in Ecology and the Environment|language=en|volume=11|issue=3|pages=156–162|doi=10.1890/120103|issn=1540-9309|url=http://www.escholarship.org/uc/item/94f35801}}</ref> та для різних застосувань в [[Економіка|економіці]].<ref>{{Cite web|url=https://bfi.uchicago.edu/events/how-big-data-changing-economies|title=How Big Data is Changing Economies {{!}} Becker Friedman Institute|website=bfi.uchicago.edu|language=en|access-date=2017-06-09|archive-date=18 June 2018|archive-url=https://web.archive.org/web/20180618102343/https://bfi.uchicago.edu/events/how-big-data-changing-economies|url-status=dead}}</ref> Просування й дослідження в [[Глибоке навчання|глибокому навчанні]] (особливо в [[Глибока згорткова нейронна мережа|глибоких згорткових нейронних мережах]] та [[Рекурентна нейронна мережа|рекурентних нейронних мережах]]) підштовхнули просування й дослідження в обробці зображень і відео, аналізі тексту, й навіть розпізнаванні мовлення.<ref name=":0">{{Cite journal|last1=LeCun|first1=Yann|last2=Bengio|first2=Yoshua|last3=Hinton|first3=Geoffrey|title=Deep learning|journal=Nature|language=en|volume=521|issue=7553|pages=436–444|doi=10.1038/nature14539|pmid=26017442|bibcode=2015Natur.521..436L|year=2015|s2cid=3074096}}</ref>

=== Глибоке навчання ===
{{Основна|Глибоке навчання}}

Глибоке навчання ({{lang-en|deep learning}})&nbsp;— це галузь машинного навчання, яка моделює високорівневі абстракції в даних за допомогою глибокого графа з багатьма шарами обробки.<ref name=":0" /> За [[Теорема про універсальне наближення|теоремою про універсальне наближення]] (теоремою [[Джордж Цибенко|Цибенка]]), глибина не є необхідною для нейронної мережі, щоби наближувати довільні неперервні функції. Незважаючи на це, є багато проблем, поширених для неглибоких мереж (як-от [[перенавчання]]), яких глибокі мережі допомагають уникати.<ref>{{Cite journal|url=http://digitalcommons.utep.edu/cs_techrep/975/|title=Why Deep Neural Networks: A Possible Theoretical Explanation|last1=Baral|first1=Chitta|last2=Fuentes|first2=Olac|date=June 2015|journal=Departmental Technical Reports (Cs)|language=en|access-date=9 June 2017|last3=Kreinovich|first3=Vladik}}</ref> Як такі, глибокі нейронні мережі здатні насправді породжувати набагато складніші моделі порівняно з їхніми неглибокими аналогами.

Проте, глибоке навчання має свої власні проблеми. Поширеною проблемою для [[Рекурентна нейронна мережа|рекурентних нейронних мереж]] є [[проблема зникання градієнту]], яка полягає в тому, що градієнти, які передаються між шарами, поступово знижуються й буквально зникають, коли округлюються до нуля. Було розроблено багато методів, щоби підійти до цієї проблеми, як-от вузли [[Довга короткочасна пам'ять|довгої короткочасної пам'яті]].

Глибокі нейронні архітектури рівня останніх досягнень іноді навіть можуть змагатися з людською точністю в таких галузях як комп'ютерне бачення, зокрема в таких речах, як [[база даних MNIST]] та розпізнавання дорожніх знаків.<ref>{{Cite book|last1=Ciregan|first1=D.|last2=Meier|first2=U.|last3=Schmidhuber|first3=J.|title=2012 IEEE Conference on Computer Vision and Pattern Recognition |chapter=Multi-column deep neural networks for image classification |language=en |date=June 2012|pages=3642–3649|doi=10.1109/cvpr.2012.6248110|arxiv=1202.2745|isbn=978-1-4673-1228-8|citeseerx=10.1.1.300.3283|bibcode=2012arXiv1202.2745C|s2cid=2161592}}</ref>

Мовні обробники, які працюють на основі розумних пошукових систем, можуть легко перемагати людей у відповідях на загальні питання (як-от ''[[IBM Watson]]''), а нещодавні розробки в глибокому навчанні дали дивовижні результати у змаганні з людьми в таких речах як [[Ґо (гра)|Ґо]] та ''[[Doom (серія ігор)|Doom]]'' (який, будучи [[Стрілялка від першої особи|стрілялкою від першої особи]], викликав деякі суперечки).<ref>{{Cite news|url=https://www.nytimes.com/2011/02/17/science/17jeopardy-watson.html|title=On 'Jeopardy!' Watson Win Is All but Trivial|last=Markoff|first=John|date=2011-02-16|work=The New York Times|access-date=2017-06-10|language=en-US|issn=0362-4331}}</ref><ref>{{Cite news|url=https://research.googleblog.com/2016/01/alphago-mastering-ancient-game-of-go.html|title=AlphaGo: Mastering the ancient game of Go with Machine Learning|work=Research Blog|access-date=2017-06-10|language=en-US}}</ref><ref>{{Cite web|url=https://deepmind.com/blog/innovations-alphago/|title=Innovations of AlphaGo {{!}} DeepMind|language=en|website=DeepMind|access-date=2017-06-10}}</ref><ref>{{Cite web|url=https://www.cmu.edu/news/stories/archives/2016/september/AI-agent-survives-doom.html|title=Computer Out-Plays Humans in "Doom"-CMU News - Carnegie Mellon University|language=en|last=University|first=Carnegie Mellon|website=www.cmu.edu|access-date=2017-06-10}}</ref>

=== Великі дані ===
{{Основна|Великі дані}}

Великі дані ({{lang-en|big data}})&nbsp;— це збірка даних, якими неможливо оволодіти, управляти та обробляти їх звичайними програмними інструментами протягом певного часового проміжку. Це величезна кількість можливостей для ухвалювання рішень, розуміння та оптимізації процесів, які вимагають нових моделей обробки. У книзі «Ера великих даних» ({{lang-en|The Big Data Era}}), написаній Віктором Майєром Шонбергом та {{нп|Кеннет Л. Кук|Кеннетом Куком||Kenneth L. Cooke}}, великі дані означають, що замість випадкового аналізу (вибіркового дослідження) для аналізу використовують усі дані. Характеристики 5 ''«V»'' великих даних (запропоновані ''IBM''): ''обсяг'' ({{lang-en|Volume}}), ''швидкість'' ({{lang-en|Velocity}}), ''різноманітність'' ({{lang-en|Variety}})<ref>{{Cite journal| volume = 6| issue = 70| last = Laney| first = Doug| title = 3D data management: Controlling data volume, velocity and variety| journal = META Group Research Note| language = en| date = 2001}}</ref>, ''цінність'' ({{lang-en|Value}})<ref>{{Cite web| author = Marr, Bernard| title = Big Data: The 5 Vs Everyone Must Know| language = en| date = 6 March 2014|url = https://www.linkedin.com/pulse/20140306073407-64875646-big-data-the-5-vs-everyone-must-know/}}</ref>, ''достовірність'' ({{lang-en|Veracity}})<ref>{{Cite journal| volume = 38| issue = 1| last = Goes| first = Paulo B.| title = Design science research in top information systems journals| journal = MIS Quarterly: Management Information Systems| language = en| date = 2014}}</ref>.

Стратегічна значущість технології великих даних полягає не в тому, щоби оволодіти величезною кількістю інформації, а в тому, щоби спеціалізуватися на цих змістовних даних. Іншими словами, якщо великі дані порівняти з промисловістю, то ключем до досягнення прибутковості в цій промисловості є підвищення «{{нп|Можливості процесу|можливостей процесу||Process capability}}» цими даними та реалізація їхньої «[[Додана вартість|доданої вартості]]» шляхом «[[Обчислювальна потужність|обробки]]».

=== Великі мовні моделі ===
{{Main|Великі мовні моделі}}

{{нп|Моделі-основи|||Foundation models}} ({{lang-en|foundation models}}), що є [[Велика мовна модель|великими мовними моделями]], натренованими на величезних кількостях немічених даних, які можливо пристосовувати для широкого спектра підзадач, почали розробляти 2018 року.

Моделі, такі як [[GPT-3|''GPT''-3]], випущену організацією ''[[OpenAI]]'' 2020 року, та ''{{нп|Gato (DeepMind)|Gato}}'', випущену компанією ''[[DeepMind]]'' 2022 року, описували як важливі досягнення [[Машинне навчання|машинного навчання]].

2023 року ''Microsoft Research'' перевірили [[Велика мовна модель|велику мовну модель]] [[GPT-4|''GPT''-4]] на великому розмаїтті завдань та зробили висновок, що «її можливо стерпно розглядати як ранню (але все ще неповну) версію системи [[Сильний штучний інтелект|сильного штучного інтелекту]] (СШІ, {{lang-en|artificial general intelligence, AGI}})»<ref>{{Cite arXiv|title=Sparks of Artificial General Intelligence: Early experiments with GPT-4|language=en|first1=Sébastien|last1=Bubeck|first2=Varun|last2=Chandrasekaran|first3=Ronen|last3=Eldan|first4=Johannes|last4=Gehrke|first5=Eric|last5=Horvitz|first6=Ece|last6=Kamar|first7=Peter|last7=Lee|first8=Yin Tat|last8=Lee|first9=Yuanzhi|last9=Li|first10=Scott|last10=Lundberg|first11=Harsha|last11=Nori|first12=Hamid|last12=Palangi|first13=Marco Tulio|last13=Ribeiro|first14=Yi|last14=Zhang|date=March 22, 2023|class=cs.CL |eprint=2303.12712}}</ref>


Відбувається нове підвищення складності об'єктів обробки інформації, упоратися з яким людина може лише шляхом підвищення рівня інтелектуалізації технічних засобів. Це спричиняє необхідність розвитку таких кібернетичних понять, як самоорганізація, самокерування, розумна, адаптивна поведінка, самовдосконалювальні та генераційні системи. В центрі досліджень перебувають питання розробки людиноорієнтованих інформаційних технологій в різних видах професійної діяльності й засобів їх реалізації. Ефективність їх істотно залежить від зміни технології обігу інформації у суспільстві. Дедалі більшого значення набувають методи й інструментарій системного аналізу.
== Див. також ==
== Див. також ==
* {{нп|Історія штучних нейронних мереж|||History of artificial neural networks}}
* [[Зима штучного інтелекту]]
* {{нп|Історія подань знань та міркування|||History of knowledge representation and reasoning}}
* [[Штучний інтелект]]
* {{нп|Історія обробки природних мов|||History of natural language processing}}
* [[Історія обчислень]]
* {{нп|Нарис зі штучного інтелекту|||Outline of artificial intelligence}}
* [[Інститут кібернетики імені В. М. Глушкова НАН України]]
* {{нп|Поступ у штучному інтелекті|||Progress in artificial intelligence}}
* {{нп|Хронологія розвитку штучного інтелекту|||Timeline of artificial intelligence}}
* [[Хронологія розвитку машинного навчання]]


== Примітки ==
== Додаткова література ==
{{Примітки|2}}


== Література ==
* [[Амосов Микола Михайлович|М.М.Амосов]] / ''Штучний розум''. Київ, 1969.
{{refbegin}}
{{divcol}}


* {{Cite book
== Посилання ==
| first1 = Stuart J. | last1 = Russell | author1-link = Стюарт Расселл
# [https://ela.kpi.ua/bitstream/123456789/7703/1/RHT-issue-16-title-05-Podgayetsky.pdf Еволюція розробок у галузі штучного інтелекту в Україні та світі] / Олександр Подгаєцький, Дослідження з історії техніки – випуск 16 (2012).
| first2 = Peter. | last2 = Norvig | author2-link = Пітер Норвіг
# Історія розвитку «Штучного інтелекту в ІК» https://web.archive.org/web/20131203002125/http://www.iprinet.kiev.ua/gf/serg1.htm
| title=[[Штучний інтелект: сучасний підхід|Artificial Intelligence: A Modern Approach]]
# История развития искусственного интеллекта http://chernykh.net/content/view/261/460/ {{Webarchive|url=https://web.archive.org/web/20130720080214/http://chernykh.net/content/view/261/460 |date=20 липня 2013 }}
| year = 2021
| edition = 4th
| isbn = 978-0134610993
| lccn = 20190474
| publisher = Pearson | location = Hoboken
| language = en
| ref = harv
}}
* {{Citation
| last = Couturat | first = Louis | author-link =Луі Кутюра
| title = La Logique de Leibniz
| year = 1901
| language = fr
| ref = harv
}}
* {{Cite web | title = The John Gabriel Byrne Computer Science Collection | language = en | date = 8 Dec 2012 | last = Byrne | first = J. G. | url = https://scss.tcd.ie/SCSSTreasuresCatalog/miscellany/TCD-SCSS-X.20121208.002/TCD-SCSS-X.20121208.002.pdf/ | access-date = 2019-08-08 | archive-url = https://web.archive.org/web/20190416071721/https://www.scss.tcd.ie/SCSSTreasuresCatalog/miscellany/TCD-SCSS-X.20121208.002/TCD-SCSS-X.20121208.002.pdf | archive-date = 2019-04-16 | url-status = dead | ref = harv }}
* {{Cite web
| title = Ingenious Ireland
| last = Mulvihill
| first = Mary
| date = October 17, 2012
| url = http://ingeniousireland.ie/2012/10/1909-a-novel-irish-computer/
| language = en
| ref = harv
}}
* {{citation
| last = Quevedo | first = L. Torres Quevedo
| work = Ensayos sobre Automática – Su definicion. Extension teórica de sus aplicaciones
| title = Revista de la Academia de Ciencias Exacta
| volume = 12
| pages = 391–418
| year = 1914
| language = es
| ref = harv
}}
* {{citation
| last = Quevedo
| first = L. Torres Quevedo
| year = 1915
| work = Essais sur l'Automatique - Sa définition. Etendue théorique de ses applications
| title = Revue Génerale des Sciences Pures et Appliquées
| volume = 2
| pages = 601–611
| url = https://diccan.com/dicoport/Torres.htm
| language = fr
| ref = harv
}}
* {{citation
| last = Randall
| first = Brian
| year = 1982
| title = From Analytical Engine to Electronic Digital Computer: The Contributions of Ludgate, Torres, and Bush
| website = fano.co.uk
| url = http://www.fano.co.uk/ludgate/
| access-date = 29 October 2018
| language = en
| ref = harv
}}
* {{Citation | last = Berlinski | first = David | title = The Advent of the Algorithm | language = en | year = 2000 | author-link = Девід Берлінський | publisher = Harcourt Books | isbn = 978-0-15-601391-8 | oclc = 46890682 | url = https://archive.org/details/adventofalgorith0000berl | ref = harv }}.
* {{Citation |last=Buchanan |first=Bruce G. |title=A (Very) Brief History of Artificial Intelligence |language=en |date=2005 |url=http://www.aaai.org/AITopics/assets/PDF/AIMag26-04-016.pdf |magazine=[[AI Magazine]] |pages=53–60 |access-date=2007-08-30 |url-status=dead |archive-url=https://web.archive.org/web/20070926023314/http://www.aaai.org/AITopics/assets/PDF/AIMag26-04-016.pdf |archive-date=26 September 2007 |ref=harv }}.
* {{Citation | last = Butler | first = Samuel | title = Darwin Among the Machines | language = en | date = 13 June 1863 | url = https://nzetc.victoria.ac.nz/tm/scholarly/tei-ButFir-t1-g1-t1-g1-t4-body.html | author-link = Семюель Батлер | work = [[The Press]], Christchurch, New Zealand | access-date = 10 October 2008 | ref = harv }}.
* {{Citation | last1 = Colby | first1 = Kenneth M. | last2 = Watt | first2 = James B. | last3 = Gilbert | first3 = John P. | title = A Computer Method of Psychotherapy: Preliminary Communication | date = 1966 | magazine = The Journal of Nervous and Mental Disease | language = en | volume = 142 | issue = 2 | pages = 148–152 | url = https://exhibits.stanford.edu/feigenbaum/catalog/hk334rq4790 | doi = 10.1097/00005053-196602000-00005 | pmid = 5936301 | s2cid = 36947398 | ref = harv }}.
* {{Citation | last = Colby | first = Kenneth M. | title = Ten Criticisms of Parry | language = en | date = September 1974 | publisher = Stanford Artificial Intelligence Laboratory | id = REPORT NO. STAN-CS-74-457 | url = http://i.stanford.edu/pub/cstr/reports/cs/tr/74/457/CS-TR-74-457.pdf | access-date = 17 June 2018 | ref = harv }}.
* {{Citation | ref={{harvid|CNN|2006}} | title=AI set to exceed human brain power | date=26 July 2006 | url=http://www.cnn.com/2006/TECH/science/07/24/ai.bostrom/ | work=CNN.com | language=en | access-date=16 October 2007 }}.
* {{Citation | last=Copeland | first=Jack | title=Micro-World AI | language=en | url=http://www.alanturing.net/turing_archive/pages/Reference%20Articles/what_is_AI/What%20is%20AI06.html | year=2000 | author-link=Джек Коупленд | access-date=8 October 2008 | ref=harv }}.
* {{Citation | last=Cordeschi | first=Roberto | title = The Discovery of the Artificial | language = en | year = 2002 | location=Dordrecht | publisher=Kluwer. | ref=harv }}.
* {{Crevier 1993}}
* {{Citation | last = Darrach | first = Brad | title=Meet Shaky, the First Electronic Person | language=en | date=20 November 1970 | magazine=[[Life Magazine]] | pages = 58–68 | ref = harv }}.
* {{Citation | last = Doyle | first = J. | title = What is rational psychology? Toward a modern mental philosophy | year = 1983 | magazine = [[AI Magazine]] | language = en | volume= 4 | issue =3 |pages = 50–53 |ref = harv }}.
* {{Citation | last=Dreyfus | first=Hubert | title = Alchemy and AI | language = en | year =1965 | author-link = Г'юберт Дрейфус | publisher = [[RAND Corporation]] Memo | ref = harv }}.
* {{Citation | last=Dreyfus | first=Hubert | title = {{нп|Чого не можуть робити комп'ютери|What Computers Can't Do||What Computers Can't Do}} | language = en | year =1972 | location = New York | publisher = MIT Press | isbn = 978-0-06-090613-9 | oclc=5056816 | ref=harv }}.
* {{cite book |last1=Dreyfus |first1=Hubert |author-link=Г'юберт Дрейфус |last2=Dreyfus |first2=Stuart |year=1986 |title=Mind over Machine: The Power of Human Intuition and Expertise in the Era of the Computer |language=en |publisher=Blackwell |location=Oxford, UK |isbn=978-0-02-908060-3 |url=https://archive.org/details/mindovermachinep00drey |access-date=22 August 2020 |ref=harv }}
* {{Citation | last=The Economist | title=Are You Talking to Me? | language=en | date=7 June 2007 | url=http://www.economist.com/science/tq/displaystory.cfm?story_id=9249338 | magazine=[[The Economist]] | access-date=16 October 2008 | ref=harv }}.
* {{Citation | last1 = Feigenbaum | first1 = Edward A. |title = [[Комп'ютери п'ятого покоління|The Fifth Generation: Artificial Intelligence and Japan's Computer Challenge to the World]] |language = en | year = 1983|last2=McCorduck | first2=Pamela | author-link = Едвард Фейгенбаум | publisher = Michael Joseph | isbn = 978-0-7181-2401-4 | ref = harv }}.
* {{cite book |last=Haugeland |first=John |author-link=Джон Хогленд |year=1985 |title=Artificial Intelligence: The Very Idea |language=en |publisher=MIT Press |location=Cambridge, Mass. |isbn=978-0-262-08153-5 |ref=harv}}
* {{Citation | last1=Hawkins | first1=Jeff | title=[[Про інтелект|On Intelligence]] | language=en | year=2004 | last2=Blakeslee | first2=Sandra | author-link=Джефф Гокінс | location=New York, NY | publisher=Owl Books | isbn=978-0-8050-7853-4 | oclc=61273290 | ref=harv }}.
* {{Citation| last=Hebb | first=D.O.| title=The Organization of Behavior| language=en |year=1949 | author-link=Дональд Гебб| location=New York| publisher=Wiley | isbn=978-0-8058-4300-2| oclc=48871099| ref=harv }}.
* {{Citation |last1=Hewitt |first1=Carl |title=A Universal Modular Actor Formalism for Artificial Intelligence |language=en |url=http://dli.iiit.ac.in/ijcai/IJCAI-73/PDF/027B.pdf |year=1973 |last2=Bishop |last3=Steiger |first2=Peter |first3=Richard |author-link=Карл Г'юїтт |author-link3=Річард Стайгер |publisher=IJCAI |url-status=dead |archive-url=https://web.archive.org/web/20091229084457/http://dli.iiit.ac.in/ijcai/IJCAI-73/PDF/027B.pdf |archive-date=29 December 2009 |ref=harv }}
* {{Citation | last = Hobbes | first = Thomas
| title = [[Левіафан (книга)|Leviathan]] | language = en | year = 1651 | author-link=Томас Гоббс | ref = harv
}}.
** {{Citation | last = Гоббс | first = Томас
| title = [[Левіафан (книга)|Левіафан]] | language = uk | year = 1651 | author-link=Томас Гоббс | publisher=Дух і літера | year=2000 | ISBN = ISBN 966-7888-04-5 | ref = harv
}}.
* {{Citation | last = Hofstadter
| first = Douglas | title = [[Gödel, Escher, Bach|Gödel, Escher, Bach: an Eternal Golden Braid]] | language = en | date = 1999 | author-link = Дуглас Гофстедтер |orig-year=1979| publisher = Basic Books | isbn = 978-0-465-02656-2 | oclc = 225590743
| ref = harv }}.
* {{Citation | last = Howe | first = J. | title = Artificial Intelligence at Edinburgh University: a Perspective | language = en | date = November 1994 | url = http://www.inf.ed.ac.uk/about/AIhistory.html | access-date = 30 August 2007 | ref = harv }}.
* {{cite book |last1=Kahneman |first1=Daniel |author-link=Деніел Канеман |last2=Slovic |first2=D. |last3=Tversky |first3=Amos |author3-link=Амос Тверські |year=1982 |title=Judgment under uncertainty: Heuristics and biases |language=en |journal=Science |volume=185 |issue=4157 |pages=1124–1131 |publisher=Cambridge University Press |location=New York |isbn=978-0-521-28414-1 |pmid=17835457 |doi=10.1126/science.185.4157.1124 |bibcode=1974Sci...185.1124T |s2cid=143452957 |ref=harv}}
* {{Citation | last1 = Kaplan | first1 = Andreas | last2 = Haenlein | first2 = Michael | title = Siri, Siri in my Hand, who's the Fairest in the Land? On the Interpretations, Illustrations and Implications of Artificial Intelligence | journal = Business Horizons | language = en | volume = 62 | pages = 15–25 | date = 2018 | doi = 10.1016/j.bushor.2018.08.004 | s2cid = 158433736 | ref = harv }}.
* {{Citation | last=Kolata | first = G. | title=How can computers get common sense? | year=1982 | journal=Science | language=en | volume = 217 | issue= 4566 | pages=1237–1238 |bibcode = 1982Sci...217.1237K | doi = 10.1126/science.217.4566.1237 | pmid = 17837639 | ref = harv }}.
* {{Citation | last = Kurzweil | first = Ray | title = [[Сингулярність поруч|The Singularity is Near]] | language = en | year = 2005 | author-link = Реймонд Курцвейл | publisher = Viking Press | isbn=978-0-14-303788-0 | oclc = 71826177 | ref = harv }}.
* {{Citation | last = Lakoff | first = George | title = Women, Fire, and Dangerous Things: What Categories Reveal About the Mind | language = en | year = 1987 | author-link = Джордж Лакофф | publisher = University of Chicago Press. | isbn = 978-0-226-46804-4 | url = https://archive.org/details/womenfiredangero00lako_0 | ref = harv }}.
* {{Cite book |last1=Lakoff |first1=G |last2=Johnson |first2=M |url=https://www.basicbooks.com/titles/george-lakoff/philosophy-in-the-flesh/9780465056743/ |title=Philosophy in the flesh: The embodied mind and its challenge to western thought |language=en |date=1999 |publisher=Basic Books |isbn=978-0-465-05674-3 |ref=harv }}
* {{Citation | last1=Lenat | first1=Douglas | title = Building Large Knowledge-Based Systems | language = en | year = 1989 | last2=Guha | first2=R. V.| author-link=Дуглас Ленат | publisher = Addison-Wesley| isbn=978-0-201-51752-1 | oclc=19981533 | ref=harv }}.
* {{Citation | last = Levitt | first = Gerald M. | title = The Turk, Chess Automaton | language = en|year = 2000|location = Jefferson, N.C. | publisher = McFarland| isbn = 978-0-7864-0778-1| ref = harv }}.
* {{Citation | last = Lighthill | first = Professor Sir James | title = Artificial Intelligence: a paper symposium| year = 1973 | author-link=Джеймс Лайтгілл |
contribution= [[Доповідь Лайтхілла|Artificial Intelligence: A General Survey]] | language= en | publisher = {{нп|Рада наукових досліджень|Science Research Council||Science Research Council}} | ref = harv}}
* {{Citation | last = Lucas | first = John | title = Minds, Machines and Gödel | language = en | url = http://users.ox.ac.uk/~jrlucas/Godel/mmg.html | year = 1961 | author-link = Джон Лукас (філософ) | journal = {{нп|Філософія (журнал)|Philosophy||Philosophy (journal)}} | volume = 36 | issue = XXXVI | pages = 112–127 | doi = 10.1017/S0031819100057983 | s2cid = 55408480 | access-date = 15 October 2008 | archive-date = 19 August 2007 | archive-url = https://web.archive.org/web/20070819165214/http://users.ox.ac.uk/~jrlucas/Godel/mmg.html | url-status = dead | ref = harv }}
* {{cite book |last1=Luger |first1=George |author-link=Джордж Люгер |last2=Stubblefield |first2=William |author2-link=Вільям Стаблфілд |year=2004 |title=Artificial Intelligence: Structures and Strategies for Complex Problem Solving |language=en |publisher=Benjamin/Cummings |edition=5th |isbn=978-0-8053-4780-7 |url=https://archive.org/details/artificialintell0000luge |url-access=registration |access-date=17 December 2019 |ref=harv }}
* {{Citation
|last=Maker
|first=Meg Houston
|title=AI@50: AI Past, Present, Future
|language=en
|url=http://www.engagingexperience.com/2006/07/ai50_ai_past_pr.html
|year=2006
|location=Dartmouth College
|access-date=16 October 2008
|url-status=dead
|archive-url=https://web.archive.org/web/20081008120238/http://www.engagingexperience.com/2006/07/ai50_ai_past_pr.html
|archive-date=8 October 2008
|ref=harv
}}
* {{Citation | last=Markoff | first=John | title=Behind Artificial Intelligence, a Squadron of Bright Real People | language=en | date=14 October 2005 | url=https://www.nytimes.com/2005/10/14/technology/14artificial.html?_r=1&ei=5070&en=11ab55edb7cead5e&ex=1185940800&adxnnl=1&adxnnlx=1185805173-o7WsfW7qaP0x5/NUs1cQCQ&oref=slogin | author-link=Джон Маркофф | work=[[The New York Times]] | access-date=16 October 2008 | ref=harv }}
* {{Citation | last1 = McCarthy | first1 = John | title = A Proposal for the Dartmouth Summer Research Project on Artificial Intelligence | language = en | date = 31 August 1955 | url = http://www-formal.stanford.edu/jmc/history/dartmouth/dartmouth.html | last2 = Minsky | last3 = Rochester | last4 = Shannon | first2 = Marvin | first3 = Nathan | first4 = Claude | author-link = Джон Маккарті | author3-link = Натаніел Рочестер (інформатик) | author4-link = Клод Шеннон | access-date = 16 October 2008 | archive-url = https://web.archive.org/web/20080930164306/http://www-formal.stanford.edu/jmc/history/dartmouth/dartmouth.html | archive-date = 30 September 2008 | url-status = dead | ref = harv }}
* {{Citation | last1=McCarthy | first1=John | title=Machine Intelligence 4 | url=http://www-formal.stanford.edu/jmc/mcchay69/mcchay69.html | year=1969 | last2=Hayes | first2=P. J. | author2-link=Пат Гейз | pages=463–502 | contribution=Some philosophical problems from the standpoint of artificial intelligence | language=en | publisher=Edinburgh University Press | editor-last=Meltzer | editor2-last=Mitchie | editor-first=B. J. | editor2-first=Donald | editor-link=Бернар Мельцер (інформатик) | editor2-link=Дональд Мічі | access-date=16 October 2008 | ref=harv }}
* {{Citation | last=McCorduck | first=Pamela | title = Machines Who Think | language = en | year = 2004 | edition=2nd | location=Natick, MA | publisher=A. K. Peters, Ltd. | isbn=978-1-56881-205-2 | oclc=52197627 | ref=harv}}.
* {{Citation | last1 = McCullough | first1 = W. S. | title = A logical calculus of the ideas immanent in nervous activity | language = en | year = 1943 | last2 = Pitts | first2 = W. | author-link = Воррен Маккалох | journal= Bulletin of Mathematical Biophysics | volume= 5 | issue = 4| pages = 115–127 | doi = 10.1007/BF02478259 | ref = harv }}
* {{Citation
|last1 = Menabrea
|first1 = Luigi Federico
|title = Sketch of the Analytical Engine Invented by Charles Babbage
|language = en
|url = http://www.fourmilab.ch/babbage/sketch.html
|year = 1843
|last2 = Lovelace
|first2 = Ada
|author2-link = Ада Лавлейс
|journal = {{нп|Scientific Memoirs}}
|volume = 3
|access-date = 2008-08-29
|ref = harv
}} З примітками перекладача до цього мемуару
* {{Citation
| last = Minsky | first = Marvin | title = Computation: Finite and Infinite Machines | language = en
| year = 1967
| author-link=Марвін Мінський
| location=Englewood Cliffs, N.J. | publisher = Prentice-Hall | ref = harv }}
* {{Citation | last1 = Minsky | first1 = Marvin | title = Perceptrons: An Introduction to Computational Geometry | language = en | year = 1969 | last2 = Papert | first2 = Seymour | author-link = Марвін Мінський | author2-link = Сеймур Пейперт | publisher = The MIT Press | isbn = 978-0-262-63111-2 | oclc = 16924756 | url = https://archive.org/details/perceptronsintro00mins | ref = harv }}
* {{Citation | last = Minsky | first = Marvin | title = A Framework for Representing Knowledge | language = en | url = http://web.media.mit.edu/~minsky/papers/Frames/frames.html | year = 1974 | author-link = Марвін Мінський | access-date = 16 October 2008 | ref = harv }}
* {{Citation
| last = Minsky | first = Marvin | title = {{нп|Суспільство розуму|The Society of Mind||Society of Mind}} | language = en
| year = 1986
| author-link=Марвін Мінський
| publisher = Simon and Schuster
| isbn=978-0-671-65713-0 | oclc = 223353010 | ref = harv }}
* {{Citation
| last=Minsky
| first=Marvin
| title=It's 2001. Where Is HAL?
| language=en
| url=http://www.ddj.com/hpc-high-performance-computing/197700454?cid=RSSfeed_DDJ_AI
| year=2001
| author-link=Марвін Мінський
| publisher=Dr. Dobb's Technetcast
| access-date=8 August 2009
| ref=harv
}}
* {{Citation | last = Moravec | first = Hans | title = The Role of Raw Power in Intelligence | language = en | url = http://www.frc.ri.cmu.edu/users/hpm/project.archive/general.articles/1975/Raw.Power.html | year = 1976 | author-link = Ганс Моравек | access-date = 16 October 2008 | archive-url = https://web.archive.org/web/20160303232511/http://www.frc.ri.cmu.edu/users/hpm/project.archive/general.articles/1975/Raw.Power.html | archive-date = 3 March 2016 | url-status = dead | ref = harv }}
* {{Citation | last = Moravec | first = Hans | title = Mind Children | language = en | year = 1988 | publisher = Harvard University Press | isbn = 978-0-674-57618-6 | oclc = 245755104 | url-access = registration | url = https://archive.org/details/mindchildren00hans | ref = harv }}
* {{cite book |last=Needham |first=Joseph |date=1986 |title=Science and Civilization in China: Volume 2 |language=en |location=Taipei |publisher=Caves Books Ltd |ref=harv}}
* {{Citation|last=NRC|title=Funding a Revolution: Government Support for Computing Research|language=en|year=1999|author-link=Національна рада наукових досліджень США|chapter=Developments in Artificial Intelligence|publisher=National Academy Press|isbn=978-0-309-06278-7|oclc=246584055|chapter-url=https://archive.org/details/fundingrevolutio00nati|ref=harv}}
* {{Citation | last1 = Newell | first1 = Allen | title=Computers and Thought | year = 1963 | last2 = Simon | first2=H. A. | author-link=Аллен Ньюелл | contribution=GPS: A Program that Simulates Human Thought | language=en|location= New York|publisher=McGraw-Hill | editor-last= Feigenbaum |editor2-last= Feldman | editor-first= E.A. |editor2-first= J. | isbn=978-0-262-56092-4 | oclc = 246968117 | ref = harv}}
* {{Citation | last = Newquist | first = HP | title=The Brain Makers: Genius, Ego, And Greed in the Quest For Machines That Think | language=en | year = 1994 | author-link=ГП Найквіст |location= New York|publisher=Macmillan/SAMS | isbn=978-0-9885937-1-8 |oclc=313139906 |ref=harv}}
* {{Citation | last=Nick | first=Martin | title=Al Jazari: The Ingenious 13th Century Muslim Mechanic | language=en | url=http://www.alshindagah.com/marapr2005/jaziri.html | year=2005 | publisher=Al Shindagah | access-date=16 October 2008 | ref=harv }}.*
* {{Citation | last=O'Connor | first=Kathleen Malone | title=The alchemical creation of life (takwin) and other concepts of Genesis in medieval Islam | language=en | pages=1–435 | url=http://repository.upenn.edu/dissertations/AAI9503804 | year=1994 | publisher=University of Pennsylvania | access-date=2007-01-10 | ref=harv }}
* {{Citation | last=Olsen | first=Stefanie | title=Newsmaker: Google's man behind the curtain | language=en | date=10 May 2004 | url=http://news.cnet.com/Googles-man-behind-the-curtain/2008-1024_3-5208228.html | publisher=[[CNET]] | access-date=17 October 2008 | ref=harv }}.
* {{Citation | last=Olsen | first=Stefanie | title=Spying an intelligent search engine | language=en | date=18 August 2006 | url=http://news.cnet.com/Spying-an-intelligent-search-engine/2100-1032_3-6107048.html | publisher=[[CNET]] | access-date=17 October 2008 | ref=harv }}.
* {{Citation | last = Pearl | first = J. | title = Probabilistic Reasoning in Intelligent Systems: Networks of Plausible Inference | language = en | year = 1988 | author-link=Джуда Перл | location=San Mateo, California| publisher=Morgan Kaufmann | isbn=978-1-55860-479-7 | oclc = 249625842 | ref = harv }}.
* {{Russell Norvig 2003}}.
* {{Citation | last1 = Poole | first1 = David | title = Computational Intelligence: A Logical Approach | language = en | url = https://archive.org/details/computationalint00pool | year = 1998 | last2 = Mackworth | last3 = Goebel | first2 = Alan | first3 = Randy | publisher = Oxford University Press. | isbn = 978-0-19-510270-3 | ref = harv }}.
* {{Citation | last =Samuel | first =Arthur L. | title =Some studies in machine learning using the game of checkers | date =July 1959 | url =http://domino.research.ibm.com/tchjr/journalindex.nsf/600cc5649e2871db852568150060213c/39a870213169f45685256bfa00683d74?OpenDocument | author-link =Артур Семюель | journal =IBM Journal of Research and Development | language =en | volume =3 | issue =3 | pages =210–219 | doi =10.1147/rd.33.0210 | access-date =2007-08-20 | citeseerx =10.1.1.368.2254 | s2cid =2126705 | ref =harv }}.
* {{Searle 1980}}.
* {{Citation | title = Heuristic Problem Solving: The Next Advance in Operations Research | language = en
| year = 1958
| last1 =Simon | last2=Newell | first1 = H. A. | first2=Allen | author-link=Герберт Саймон | journal =Operations Research | volume=6 | pages =1–10 | doi =10.1287/opre.6.1.1 | ref =harv }}.
* {{Citation | last= Simon| first = H. A. | title=The Shape of Automation for Men and Management | language=en | year = 1965 | location = New York | publisher =Harper & Row | ref =harv }}.
* {{Citation | last = Skillings | first = Jonathan | title = Newsmaker: Getting machines to think like us | language = en | url = http://news.cnet.com/Getting-machines-to-think-like-us---page-2/2008-11394_3-6090207-2.html?tag=st.next | year = 2006 | publisher = [[CNET]] | access-date = 8 October 2008 | ref = harv }}.
* {{Citation | last=Tascarella | first=Patty | title=Robotics firms find fundraising struggle, with venture capital shy | language=en | date=14 August 2006 | url=http://www.bizjournals.com/pittsburgh/stories/2006/08/14/focus3.html?b=1155528000%5E1329573 | work={{нп|Pittsburgh Business Times}} | access-date=15 March 2016 | ref=harv }}.
* {{Citation | last=Turing | first=Alan | title=On Computable Numbers, with an Application to the Entscheidungsproblem | language=en | date=1936–37 | url=http://www.abelard.org/turpap2/tp2-ie.asp | series=2 | journal=Proceedings of the London Mathematical Society | issue=42 | pages=230–265 | doi=10.1112/plms/s2-42.1.230 | access-date=8 October 2008 | volume=s2-42 | s2cid=73712 | ref=harv }}.
* {{Turing 1950}}.
* {{cite book |last1=Turkle |first1=Sherry |title=The second self: computers and the human spirit |language=en |date=1984 |publisher=Simon and Schuster |isbn=978-0-671-46848-4 |oclc=895659909 |ref=harv }}
* {{cite book |last1=Wason |first1=P. C. |author-link=Пітер Каткарт Вейсон |last2=Shapiro |first2=D. |editor=Foss, B. M. |year=1966 |title=New horizons in psychology |language=en |chapter-url=https://archive.org/details/newhorizonsinpsy0000foss |chapter-url-access=registration |location=Harmondsworth |publisher=Penguin |chapter=Reasoning |access-date=18 November 2019 |ref=harv }}
* {{Citation | last = Weizenbaum | first = Joseph | title = {{нп|Комп'ютерна сила і людський розум|Computer Power and Human Reason||Computer Power and Human Reason}} | year = 1976 | author-link=Джозеф Вейценбаум | publisher = W.H. Freeman & Company | isbn=978-0-14-022535-8 | oclc = 10952283 | ref = harv }}.
* {{ЕК}}
* {{cite book|last=Малиновський|first=Б.&nbsp;М.|authorlink=Малиновський Борис Миколайович|year=1995|title=Історія обчислювальної техніки в особах|url=http://icfcst.kiev.ua/MUSEUM/TXT/Malinovsky_history_ukr.pdf|language=uk|location=Київ|publisher=Фірма "КІТ", ПТОО "А.С.К."|isbn=5-7707-6131-8|archive-url=https://web.archive.org/web/20220709104111/http://icfcst.kiev.ua/MUSEUM/TXT/Malinovsky_history_ukr.pdf|archive-date=9 липня 2022|access-date=20 листопада 2023|ref=harv}}
* {{cite book|last=Малиновський|first=Б.&nbsp;М.|authorlink=Малиновський Борис Миколайович|year=2004|title=Відоме і невідоме в історії інформаційних технологій в Україні|url=http://www.icfcst.kiev.ua/MUSEUM/TXT/IT-Ukraine.pdf|language=uk|location=Київ|publisher=Інтерлінк|isbn=966-8122-14-3|archive-url=https://web.archive.org/web/20220125042850/http://www.icfcst.kiev.ua/MUSEUM/TXT/IT-Ukraine.pdf|archive-date=25 січня 2022|dead-url=no|access-date=20 листопада 2023|ref=harv}}
* {{cite journal|last=Кратко|first=М.&nbsp;І.|authorlink=Кратко Мирослав Іванович|year=2009|title=З розвитку історії інформатики в Україні|url=https://www.mao.kiev.ua/biblio/jscans/svitogliad/svit-2009-20-6/svit-2009-20-6-56-kratko.pdf|journal=[[Світогляд (журнал)|Світогляд]]|language=uk|location=Київ|volume=4|issue=6|pages=56—62|archive-url=https://web.archive.org/web/20220503175525/https://www.mao.kiev.ua/biblio/jscans/svitogliad/svit-2009-20-6/svit-2009-20-6-56-kratko.pdf|archive-date=3 травня 2022|dead-url=no|access-date=20 листопада 2023|ref=harv}}
{{divcolend}}
{{refend}}


{{DEFAULTSORT:Історія штучного інтелекту}}
[[Категорія:Штучний інтелект]]
[[Категорія:Штучний інтелект| ]]
[[Категорія:Історія програмного забезпечення|Штучного інтелекту]]
[[Категорія:Історія комп'ютерної техніки|Штучного інтелекту]]

Версія за 22:44, 20 листопада 2023

Див. також: Хронологія розвитку штучного інтелекту[en] та [[Поступ у штучному інтелекті[en]]]

Істо́рія шту́чного інтеле́кту (ШІ, англ. artificial intelligence, AI) почалася у стародавньому світі, з міфів, оповідань та чуток про створення штучних істот, яких майстри обдарували розумом чи свідомістю. Зерна сучасного ШІ заклали філософи, які намагалися описати процес людського мислення як механічне маніпулювання символами. Ця робота досягла найвищої точки винайденням у 1940-х роках програмованого цифрового комп'ютера, машини, що ґрунтується на абстрактній сутності математичного міркування. Цей пристрій та ідеї в його основі надихнули невелику групу науковців почати серйозно обговорювати можливість побудови електронного мозку.

Галузь дослідження ШІ заснували на семінарі[en], проведеному в кампусі Дартмутського коледжу в США влітку 1956 року.[1] Ті, хто відвідали той семінар, стали лідерами досліджень у галузі ШІ на десятиліття вперед. Багато хто з них прогнозували, що машина з інтелектом, рівносильним людському, з'явиться не більше, ніж за покоління, і їм виділили мільйони доларів для втілення цього бачення.[2]

З часом стало очевидно, що дослідники дуже сильно недооцінили складність цього проєкту.[3] 1974 року, у відповідь на критику з боку Джеймса Лайтгілла та під тиском конгресу, уряди США та Великої Британії припинили фінансування неспрямованих досліджень щодо штучного інтелекту, і наступні складні роки стали відомі як «зима ШІ». Сім років потому візіонерська ініціатива японського уряду надихнула уряди та промисловість надавати ШІ мільярди доларів, але до кінця 1980-х років ці інвестори розчарувалися і знову відкликали фінансування.

Інвестиції та інтерес до ШІ зазнали буму в перших десятиліттях XXI століття, коли до багатьох задач науки та промисловості стали успішно застосовувати машинне навчання завдяки новим методам, використанню потужного обчислювального обладнання, та збиранню величезних наборів даних.

Предтечі

Міфічні, фантастичні, та гіпотетичні предтечі

Міфи та легенди

У грецькій міфології Тал був гігантом, зробленим із бронзи, який був сторожем острова Крит. Він кидав валуни у кораблі загарбників та щоденно здійснював 3 обходи навколо периметра острова.[4] За даними «Бібліотеки» Псевдо-Аполлодора, Гефест викував Тала за допомогою циклопів і подарував цього автоматона Міносу.[5] В «Аргонавтиці» Ясон з аргонавтами перемогли його, витягнувши єдиний штир, розташований біля його стопи, який, бувши вийнятим, дозволив витекти життєдайному іхору з його тіла, залишивши його бездіяльним.[6]

Пігмаліон у грецькій міфології був легендарним царем і скульптором, найвідомішим завдяки «Метаморфозам» Овідія. У 10-й книзі повісті Овідія Пігмаліон починає гидувати жінками після того, як стає свідком проституції Пропоетид[en].[7] Незважаючи на це, він приносить жертви до храму Венери й благає богиню дату йому жінку, точно таку, як скульптура, яку він вирізьбив.

Середньовічні легенди про штучні створіння

Зображення гомункула з «Фауста» Гете

У творі «Про природу речей», написаному швейцарським алхіміком Парацельсом, описано процедуру, яка, за його твердженням, дозволяє створити «штучну людину». Якщо помістити «чоловічу сперму» до кінського гною, й годувати її «Таємницею людської крові» протягом 40 днів, це місиво стане живим немовлям.[8]

Найраніша писемна згадка про створення голема зустрічається у творах Елеазара бен Юда Вормського[en] на початку XIII століття.[9][10][сторінка?] У середньовіччі вважали, що оживлення Голема можливо досягти, вставивши до рота глиняної фігури аркуш паперу з будь-яким з імен бога.[11] На відміну від легендарних автоматів, таких як Бронзові голови[en],[12] Голем розмовляти не міг.[13]

Таквін[en], штучне живе створення, було частою темою алхімічних рукописів ісмаїлітів, особливо тих, які приписувалися Джабіру ібн Хаяну. Ісламські алхіміки у своїй роботі намагалися створити різноманітні форми життя, від рослин до тварин.[14]

У творі «Фауст: Друга частина трагедії[en]» Йоганна Вольфганга фон Гете створений алхімічно гомункул, призначений жити вічно у флаконі, в якому його створили, намагається народитися в повному людському тілі. Проте під час цього перетворення флакон розбивається, і гомункул гине.[15]

Сучасна фантастика

Докладніше: Штучний інтелект у фантастиці[en]

Ідеї про штучних людей і мислячі машини розвинулися у фантастиці вже на початку XIX століття, наприклад, у «Франкенштейні» Мері Шеллі та «Р. У. Р. (Россумових Універсальних Роботах)» Карела Чапека,[16] а також у гіпотезах, як у «Дарвіні серед машин[en]» Семюеля Батлера,[17] і реальних випадках, включно з «Шахістом Мельцеля[en]» Едгара Аллана По.[18] ШІ залишається популярною темою у фантастиці й досі.[19]

Автомати

Докладніше: Автомат (техніка)
Програмовані автомати Аль-Джазарі[en] (1206 рік)

Реалістичні гуманоїдні автомати створювали ремісники кожної з цивілізацій, зокрема, Янь Ші[en],[20] Герон Александрійський,[21] Аль-Джазарі[en],[22] П'єр Жаке-Дро[en] й Вольфганг фон Кемпелен[en].[23][24]

Найстародавнішими відомими автоматами були священні статуї стародавнього Єгипту та Греції.[25] Віряни вважали, що ремісники наділи ці фігури справжніми розумами, здатними до мудрості й почуттів. Гермес Трисмегіст писав, що «відкривши справжню природу богів, людина змогла її відтворити».[26][27] Англійський учений Александр Некем[en] стверджував, що давньоримський поет Вергілій побудував палац з автоматичними статуями.[28]

Протягом ранньомодерністського періоду стверджували, що ці легендарні автомати володіли магічною здатністю відповідати на адресовані їм запитання. Пізньосередньовічний алхімік та протопротестант Роджер Бекон вигадав бронзову голову[en], розпустивши легенду те, що він чарівник.[29][30] Ці легенди були схожі на скандинавський міф про Голову Міміра. За легендою, Мімір славився розумом і мудрістю, і був обезголовлений під час війни асів та ванів. Сказано, що Одін «забальзамував» його голову травами й читав заклинання над нею, так що голова Міміра зберегла здатність висловлювати мудрість перед Одіном. Одін відтоді зберігав цю голову при собі, щоби радитися з нею.[31]

Формальне міркування

Штучний інтелект ґрунтується на припущенні, що процес людського мислення можливо механізувати. Вивчення механічного або «формального» міркування має довгу історію. Китайські, індійські та грецькі філософи розробили структуровані методи формального виведення в першому тисячолітті до н. е. Їхні ідеї розвинули протягом століть такі філософи як Арістотель (який дав формальний аналіз силогізму), Евклід (чиї «Начала» були моделлю формального міркування), Аль-Хорезмі (який розвинув алгебру і дав своє ім'я «алгоритму») та європейські філософи-схоластики, як-от Вільям Оккам та Дунс Скот.[32]

Іспанський філософ Раймунд Луллій (1232—1315) розробив декілька логічних машин, присвячених вироблянню знань логічними засобами;[33] Луллій описував свої машини як механічні сутності, які могли поєднувати базові й беззаперечні істини за допомогою простих логічних операцій, виконуваних машиною механічними засобами, таким чином, щоб виробити всі можливі знання.[34] Робота Луллія мала великий вплив на Готфріда Лейбніца, який переосмислив його ідеї.[35]

Готфрід Лейбніц, який припускав, що людський розум можливо звести до механічного обчислення

У XVII столітті Лейбніц, Томас Гоббс та Рене Декарт досліджували, чи можливо що все раціональне мислення зробити таким же систематизованим, як алгебра та геометрія.[36] Гоббс знаменито написав у «Левіафані»: «розум — це ніщо інше, як обчислення».[37] Лейбніц уявляв універсальну мову міркування, characteristica universalis[en], яка зводила би аргументування до обчислення, таким чином, що «потреби в суперечці між двома філософами було би не більше, ніж між двома бухгалтерами. Бо достатньо було би взяти їм олівці в руки, сісти до їхніх дощок, і сказати один одному (з другом як свідком, якщо бажають): Порахуймо.»[38] Ці філософи почали формулювати гіпотезу системи фізичних символів, яка стала дороговказною вірою досліджень ШІ.

У XX столітті вивчення математичної логіки забезпечило необхідний прорив, який зробив штучний інтелект позірно правдоподібним. Основи заклали такі праці як «Закони мислення[en]» Буля та «Begriffsschrift[de]» Фреге. Спираючись на систему Фреге, Расселл та Вайтгед представили формальне викладення основ математики у своєму шедеврі, «Principia Mathematica» 1913 року. Надихнувшись успіхом Рассела, Давид Гільберт викликав математиків 1920-х і 30-х років відповісти на фундаментальне питання: «чи можливо формалізувати все математичне міркування?»[32] Відповідь на його питання дали доведення неповноти Геделя, машина Тюрінга та лямбда-числення Черча.[32][39]

Фото ENIAC армії США у Школі електротехніки Мура[40]

Їхня відповідь була несподіваною з двох боків. По-перше, вони довели, що насправді існують межі того, чого може досягти математична логіка. Але по-друге (і важливіше для ШІ), їхня робота підказувала, що в межах цих обмежень можливо механізувати будь-який вид математичного міркування. Ключовим прозрінням була машина Тюрінга — проста теоретична конструкція, яка вловлювала суть маніпулювання абстрактними символами.[41] Цей винахід надихнув групу науковців почати обговорювати можливість мислячих машин.[32][42]

Інформатика

Докладніше: Історія обчислювальної техніки та Історія інформаційних технологій

Лічильні машини проєктували й будували у давнину та протягом історії багато людей, серед них Готфрід Лейбніц,[43] Жозеф Марі Жаккар,[44] Чарлз Беббідж,[45] Персі Ладгейт[en],[46] Леонардо Торрес Кеведо[en],[47] Веннівер Буш[48] та інші. Ада Лавлейс припускала, що машина Беббіджа була «мислячою або … розумною машиною», але застерігала: «Бажано захиститися від можливості перебільшення уявлень, що виникають щодо можливостей» цієї машини.[49][50] Олександр Щукарьов із Харківського технологічного інституту розглядав дещо вдосконалене ним «логічне піаніно» Джевонса як «машину логічного мислення», технічний засіб механізації тих сторін мислення, що формалізуються.[51][52][53]

Перші сучасні комп'ютери були величезними машинами Другої світової війни (такими як Z3 Конрада Цузе, Гіт Робінсон[en] та Колос Алана Тюрінга, ABC Атанасова та Беррі (з використанням теоретичних праць Михайла Кравчука[54][55]), та ENIAC у Пенсільванському університеті).[56] ENIAC ґрунтувався на теоретичній основі, закладеній Аланом Тюрінгом, розробив його фон Нейман,[57] і він виявився найвпливовішим.[56] Перший електронний комп'ютер на теренах України, МЕЛМ, розробили вже після Другої світової війни в Інституті електротехніки АН УРСР, під керівництвом Сергія Лебедєва.[58][59][60]

Народження штучного інтелекту (1952—1956)

IBM 702: комп'ютер, який використовувало перше покоління дослідників ШІ.

У 1940-х і 50-х роках група науковців з різних галузей (математики, психології, інженерії, економіки та політології) почали обговорювати можливість створення штучного мозку. Галузь досліджень штучного інтелекту заснували як академічну дисципліну 1956 року.[61]

Кібернетика та ранні нейронні мережі

Найраніші дослідження мислячих машин надихнув збіг ідей, які стали поширеними наприкінці 1930-х, у 1940-х, та на початку 1950-х років. Новітні дослідження в неврології показали, що мозок виявився електричною мережею нейронів, які випромінювали імпульси типу «все або нічого». Кібернетика Норберта Вінера описувала кервання та стабільність в електричних мережах. Теорія інформації Клода Шеннона описувала цифрові сигнали (тобто сигнали типу «все або нічого»). Теорія алгоритмів Алана Тюрінга показала, що будь-який вид обчислення можливо описати в цифровому вигляді. Тісний зв'язок між цими ідеями підказував, що може бути можливо побудувати «електронний мозок».[62]

Експериментальних роботів, як-от черепах[en] В. Грея Волтера[en] та звіра Джонса Гопкінса[en], побудували в 1950-х роках. Ці машини не використовували комп'ютери, цифрову електроніку або символьне міркування; вони керувалися суто аналоговою схемотехнікою.[63]

Волтер Піттс[en] та Воррен Маккалох аналізували мережі ідеалізованих штучних нейронів і показали, як вони можуть виконувати прості логічні функції, 1943 року.[64][65] Вони були першими, хто описав те, що пізніше дослідники назвуть нейронною мережею.[66] Одним зі студентів, кого надихнули Піттс[en] та Маккалох, був молодий Марвін Мінський, тоді 24-річний аспірант. 1951 року (з Діном Едмондсом) він побудував першу нейромережну машину, SNARC[en].[67] Мінський став одним із найважливіших лідерів та новаторів у ШІ.

Тест Тюрінга

1950 року Алан Тюрінг опублікував поворотну працю[en], в якій він розмірковував про можливість створення машин, що думають.[68] Він зазначив, що поняття «думати» визначити складно, і запропонував свій знаменитий тест Тюрінга.[69] Якщо машина могла би вести розмову (через телетайп) так, що що її неможливо було би відрізнити від розмови з людиною, то було би розважливо сказати, що машина «думає». Ця спрощена версія задачі дозволила Тюрінгу переконливо довести, що «мисляча машина» є принаймні можливою, і ця праця відповіла на всі найпоширеніші заперечення проти цього твердження.[70] Тест Тюрінга був першою серйозною пропозицією у філософії штучного інтелекту.

Ігровий ШІ

1951 року, використовуючи машину Ferranti Mark 1[en] Манчестерського університету, Крістофер Стрейчі[en] написав програму для гри в шашки, а Дітріх Принц[en] — для гри в шахи.[71] Програма для гри в шашки Артура Семюеля, предмет його статті 1959 року «Деякі дослідження в машинному навчанні з використанням гри в шашки», з часом досягла достатнього рівня майстерності, щоби викликати на поєдинок поважного аматора.[72] Ігровий ШІ продовжуватимуть використовувати як міру поступу в ШІ протягом усієї його історії.

Символьне міркування та Логічний теоретик

Коли у середині п'ятдесятих років уможливився доступ до цифрових комп'ютерів, декілька науковців інтуїтивно зрозуміли, що машина, яка може маніпулювати числами, може також маніпулювати й символами, і що маніпулювання символами може бути суттю людського мислення. Це був новий підхід до створення мислячих машин.[73]

1955 року Аллен Ньюелл і (майбутній лауреат Нобелівської премії) Герберт Саймон створили «Логічного теоретика[en]» (за допомогою Кліффа Шоу[en]). Ця програма згодом довела 38 із перших 52 теорем у «Principia Mathematica» Расселла і Вайтгеда, а для деяких знайшла нові й елегантніші доведення.[74] Саймон сказав, що вони «розв'язали шановану проблему розуму й тіла, пояснивши, як складена з матерії система може мати властивості розуму».[75] (Це була рання заява філософської позиції, яку Джон Серль пізніше назве «Сильним ШІ» (англ. "Strong AI"): що машини можуть містити розум так само, як і людські тіла.)[76]

Дартмутський семінар 1956 року: народження ШІ

Дартмутський семінар[en] 1956 року[77] організували Марвін Мінський, Джон Маккарті та двоє старших науковців, Клод Шеннон та Натан Рочестер[en] з IBM. Пропозиція для цієї конференції містила таке твердження: «будь-який аспект навчання або будь-яку іншу ознаку інтелекту можливо описати так точно, що можливо буде зробити машину, яка її імітуватиме».[78] Серед учасників були Рей Соломонов[en], Олівер Селфрідж[en], Тренчард Мор[en], Артур Семюель, Аллен Ньюелл та Герберт Саймон, кожен з яких створить важливі програми протягом перших десятиліть досліджень ШІ.[79] На цьому семінарі Ньюелл та Саймон представили «Логічного теоретика[en]», а Маккарті переконав учасників прийняти «Штучний інтелект» (англ. "Artificial Intelligence") як назву цієї галузі.[80] (Маккарті обрав термін «Штучний інтелект», щоб уникнути асоціацій з кібернетикою та впливом Норберта Вінера.)[81] Семінар у Дартмуті 1956 року був моментом, коли ШІ отримав свою назву, свою місію, свій перший успіх і своїх головних гравців, і його широко вважають народженням ШІ.[82]

1956—1974

Програми, розроблені в перші роки після Дартмутського семінару, були для більшості людей просто «дивовижними»:[83] комп'ютери розв'язували алгебричні задачі, доводили теореми в геометрії, та вчилися говорити англійською. Мало хто в той час вірив, що така «інтелектуальна» поведінка машин взагалі можлива.[84] Дослідники висловлювали надмірний оптимізм приватно й у друці, прогнозуючи, що повністю розумну машину буде побудовано менше ніж за 20 років.[85] Урядові агентства, як-от DARPA, вливали гроші в цю нову галузь.[86]

Підходи

Було багато успішних програм та нових напрямків наприкінці 50-х та у 60-х роках. Серед найвпливовіших були такі:

Міркування як пошук

Багато ранніх програм ШІ використовували один і той же базовий алгоритм. Щоби досягти якоїсь мети (наприклад, виграти гру або довести теорему), вони крок за кроком просувалися до неї (роблячи хід або виведення) так, ніби шукали шлях у лабіринті, відступаючи, коли потрапляли в тупик. Цю парадигму назвали «міркування як пошук[en]».[87]

Основна складність полягала в тому, що для багатьох задач кількість можливих шляхів цим «лабіринтом» була просто астрономічною (ситуація, відома як «комбінаторний вибух»). Дослідники зменшували простір пошуку, використовуючи евристики або «евристичні формули», які виключали ті шляхи, що малоймовірно вели до розв'язку.[88]

Ньюелл та Саймон намагалися охопити загальну версію цього алгоритму в програмі, яку назвали «Загальний розв'язувач задач» (англ. "General Problem Solver").[89] Інші програми «пошуку» змогли виконати вражаючі завдання, такі як розв'язування задач з геометрії та алгебри, наприклад Доводник геометричних теорем Герберта Гелернтера[en] (1958) та SAINT, написаний студентом Мінського Слейглом (1961).[90] Інші програми шукали цілі та підцілі, щоби планувати дії, як система STRIPS, розроблена у Стенфорді для керування поведінкою їхнього робота Шекі.[91]

Нейронні мережі

Стаття Маккаллоха та Піттса (1944) надихнула підходи до створення обчислювального апаратного забезпечення, яке втілює нейронний підхід до штучного інтелекту в апаратурі. Найвпливовішими були зусилля під проводом Френка Розенблата щодо будівництва перцептронних машин (1957—1962) з кількістю шарів до чотирьох. Фінансувало його переважно Управління військово-морських досліджень США[en].[92] Бернард Уїдроу[en] та його студент Тед Гофф побудували ADALINE (1960) та MADALINE (1962), які мали до 1000 підлаштовуваних ваг.[93] Група у Стенфордському дослідницькому інституті● під керівництвом Чарльза А. Розена[en] та Альфреда Е. (Теда) Брейна побудувала дві нейронні мережі, названі MINOS I (1960) та II (1963), фінансовані переважно Корпусом зв'язку армії США[en]. MINOS II[94] мала 6600 підлаштовуваних ваг,[95] і керувалася комп'ютером SDS 910[en] у конфігурації під назвою MINOS III (1968), який міг класифікувати символи на армійських картах і розпізнавати символи, надруковані вручну на перфокартах[en] Фортран.[96][97][98]

Більшість досліджень нейронних мереж у цей ранній період полягала в побудові й використанні спеціалізованого апаратного забезпечення, а не моделюванні на цифрових комп'ютерах. Різноманітність апаратного забезпечення була особливо помітною в різних технологіях, які використовували для втілення підлаштовуваних ваг. Перцептронні машини та SNARC[en] використовували потенціометри, які рухали електричні моторчики. ADALINE використовувала мемістори, які регулювалися електроосадженням, хоча вони також використовували й моделювання на IBM 1620[en]. Машини MINOS використовували феритові осердя з кількома отворами в них, з можливістю індивідуального блокування, причому ступінь блокування подавав ваги.[99]

Хоч були й багатошарові нейронні мережі, як-от метод групового урахування аргументів Олексія Івахненка з Інституту кібернетики АН УРСР,[100][101] більшість нейронних мереж у цей період мали лише один шар підлаштовуваних ваг. Були емпіричні спроби тренування понад одного шару, але вони були невдалими. Зворотне поширення не набуло поширення для тренування нейронних мереж до 1980-х років.[99]

Приклад семантичної мережі

Природна мова

Одна з важливих цілей досліджень штучного інтелекту — уможливити спілкування комп'ютерів природними мовами, як-от англійською. Раннім успіхом була програма Деніела Боброва[en] STUDENT[en], яка могла розв'язувати задачі з алгебри середньої школи.[102]

Семантична мережа подає поняття (наприклад, «будинок», «двері») як вузли, а відношення між поняттями (наприклад, «має») як зв'язки між вузлами. Першу програмою ШІ, яка використовувала семантичну мережу, написав Росс Квілліан[103], а найуспішнішою (та найсуперечливішою) версією була теорія поняттєвої залежності[en] Роджера Скенка[en].[104]

ELIZA Джозефа Вейценбаума могла вести розмови, які були настільки реалістичними, що користувачі іноді помилялися, думаючи, що вони спілкуються з людиною, а не з програмою (див. ефект Елізи). Але насправді, ELIZA не мала жодного уявлення про те, про що вона говорила. Вона просто давала готову відповідь[en] або повторювала те, що до неї говорили, перефразовуючи свою відповідь за допомогою кількох граматичних правил. ELIZA була першим чат-ботом.[105]

Мікросвіти

У кінці 60-х років Марвін Мінський та Сеймур Пейперт з Лабораторії ШІ МТІ висунули пропозицію, що дослідження штучного інтелекту повинні зосередитися на штучно простих ситуаціях, відомих як мікросвіти (англ. micro-worlds). Вони вказали, що в успішних науках, як-от фізиці, розуміння основних принципів часто досягали, використовуючи спрощені моделі, як-от безтертьові площини або ідеально жорсткі тіла. Багато досліджень зосереджувалися на «світі кубиків[en]», що складається з кольорових фігур різних форм і розмірів, розташованих на пласкій поверхні.[106]

Ця парадигма привела до інноваційної роботи в машинному баченні Джеральда Сасмена[en] (який очолював команду), Адольфо Гусмана, Девіда Вальца[en] (який винайшов «поширення обмежень», англ. "constraint propagation") та особливо Патріка Вінстона. У той же час, Мінський та Пейперт побудували автоматичну руку, яка могла складати кубики, ожививши світ кубиків. Найвищим досягненням програми мікросвітів була SHRDLU Террі Винограда. Вона могла спілкуватися звичайними англійськими реченнями, планувати дії й виконувати їх.[107]

Автомати

У Японії Університет Васеда розпочав проєкт WABOT 1967 року, й 1972 року завершив WABOT-1, перший у світі повномасштабний «розумний» робот-гуманоїд,[108][109] або андроїд. Його система керування кінцівками дозволяла йому ходити нижніми кінцівками та брати й переносити предмети руками, використовуючи тактильні давачі. Його система зору дозволяла йому вимірювати відстані та напрямки до об'єктів, використовуючи зовнішні рецептори, штучні очі та вуха. А його система розмови дозволяла йому спілкуватися з людиною японською мовою за допомогою штучного рота.[110][111][112] В Інституті кібернетики АН УРСР у 1972—1975 роках відділ біокібернетики Миколи Амосова за ініціативою й під проводом Ернста Куссуля створив триколісного автономного транспортного робота ТАІР, обладнаного далекомірами й давачами дотику, керованого втіленою апаратно нейронною мережею. Він міг здійснювати цілеспрямований рух у природному середовищі з обходом перешкод.[113][114]

Оптимізм

Перше покоління дослідників штучного інтелекту зробило такі прогнози щодо своєї роботи:

  • 1958, Г. А. Саймон та Аллен Ньюелл: «протягом десяти років цифровий комп'ютер стане чемпіоном світу з шахів» та «протягом десяти років цифровий комп'ютер відкриє та доведе важливу нову математичну теорему.»[115]
  • 1965, Г. А. Саймон: «машини будуть здатні, протягом двадцяти років, робити будь-яку роботу, яку може робити людина.»[116]
  • 1967, Марвін Мінський: «Протягом покоління … задачу створення „штучного інтелекту“ буде по суті розв'язано.»[117]
  • 1970, Марвін Мінський (в журналі «Life»): «Протягом трьох-восьми років ми матимемо машину із загальним інтелектом середньої людини.»[118]

Фінансування

У червні 1963 року МТІ отримав грант у розмірі 2,2 мільйона доларів від новоствореної Агенції передових дослідницьких проєктів США (пізніше відомої як DARPA). Гроші використали для фінансування проєкту MAC, який поглинув «Групу ШІ» (англ. "AI Group"), засновану Мінським та Маккарті п'ятьма роками раніше. DARPA продовжувала надавати три мільйони доларів на рік до 70-х років.[119] DARPA надавала подібні гранти програмі Ньюелла та Саймона в УКМ та Стенфордському проєкту ШІ[en] (заснованому Джоном Маккарті 1963 року).[120] Іншу важливу лабораторію ШІ створив 1965 року в Единбурзькому університеті Дональд Мічі[en].[121] Ці чотири заклади продовжували бути основними центрами досліджень (та фінансування) ШІ в академічному середовищі протягом багатьох років.[122]

Ці гроші було запропоновано з мінімальними обмеженнями: Джозеф Ліклайдер, тодішній директор ARPA, вважав, що його організація повинна «фінансувати людей, а не проєкти!», й дозволяв дослідникам займатися будь-якими напрямками, які їх цікавили.[123] Це створило вільну атмосферу в МТІ, яка породила хакерську культуру[en],[124] проте цей «бездоглядний» підхід триватиме довго.

Перша зима ШІ (1974—1980)

У 1970-х роках ШІ піддали критиці та затримкам фінансування. Дослідники ШІ не змогли оцінити складність задач, із якими стикнулися. Їхній надмірний оптимізм підняв очікування занадто високо, і коли обіцяні результати не втілилися, фінансування ШІ зникло.[125][126] У той же час дослідження простих, одношарових штучних нейронних мереж було майже повністю припинено на десятиліття частково через книгу[en] Мінського, яка підкреслювала обмеження того, що можуть робити перцептрони.[127] Незважаючи на труднощі з громадським сприйняттям ШІ в кінці 70-х, було досліджено нові ідеї в логічному програмуванні, міркуванні здорового глузду[en] та багатьох інших областях.[128]

Проблеми

На початку 70-х можливості програм ШІ були обмеженими. Навіть найразючіші могли впоратися лише з тривіальними версіями задач, які вони повинні були розв'язувати; всі програми були, в деякому сенсі, «іграшками».[129] Дослідники ШІ почали стикатися з декількома фундаментальними обмеженнями, подолати які в 1970-х роках було неможливо. Хоч деякі з цих обмежень і було подолано протягом наступних десятиліть, інші все ще ускладнюють розвиток цієї галузі й дотепер.[130][131]

  • Обмежена обчислювальна потужність: Не було достатньо пам'яті чи швидкості обробки, щоби досягти чогось дійсно корисного. Наприклад, успішна робота Квілліана над природною мовою була продемонстрована зі словником лише з двадцяти слів, тому що більше не вміщалося у пам'ять.[132] Ганс Моравек стверджував 1976 року, що комп'ютери все ще в мільйони разів слабші, щоби проявити інтелект. Він запропонував аналогію: штучний інтелект вимагає обчислювальної потужності так само, як літаки вимагають кінських сил. Нижче певного порогу це неможливо, але зі зростанням потужності це, нарешті, може стати легко.[133] Щодо комп'ютерного бачення, Моравек оцінив, що просто для відповідності можливостям людської сітківки у виявлянні контурів та руху в реальному часі потрібен універсальний комп'ютер, здатний виконувати 109 операцій/секунду (1000 MIPS).[134] Станом на 2011 рік практичні застосування комп'ютерного бачення вимагають від 10 000 до 1 000 000 MIPS. Для порівняння, найшвидший суперкомп'ютер 1976 року, Cray-1 (із роздрібною ціною від 5 до 8 мільйонів доларів), був здатний лише приблизно на від 80 до 130 MIPS, а типовий настільний комп'ютер того часу досягав менше 1 MIPS.
  • Непіддатливість та комбінаторний вибух. 1972 року Річард Карп (на основі теореми Стівена Кука 1971 року) показав, що існує багато задач, які, ймовірно, можливо розв'язувати лише за експоненційний час● (відносно розміру даних входу). Знаходження оптимальних рішень для цих задач вимагає неймовірної кількості часу комп'ютера, окрім випадків, коли задачі тривіальні. Це майже напевно означало, що багато з «іграшкових» рішень, які використовув ШІ, ймовірно, ніколи не масштабуються до корисних систем.[135]
  • Знання та міркування здорового глузду[en]. Багато важливих застосувань ШІ, як-от бачення та природна мова, вимагають просто величезної кількості інформації про світ: програмі потрібно мати якусь уяву про те, на що вона, можливо, дивиться, або про що вона говорить. Це вимагає, щоби програма знала більшість тих самих речей про світ, що й дитина. Дослідники скоро виявили, що це дійсно величезна кількість інформації. Ніхто в 1970 році не міг побудувати такої великої бази даних, і ніхто не знав, як програма може навчитися такої великої кількості інформації.[136]
  • Парадокс Моравека: Доведення теорем і розв'язання геометричних задач порівняно легкі для комп'ютерів, але нібито проста задача, як розпізнавання обличчя або перетинання кімнати без зіткнення з чимось, є надзвичайно складною. Це допомагає пояснити, чому дослідження з бачення та робототехніки зробили так мало прогресу до середини 1970-х.[137]
  • Проблеми рамок[en] та кваліфікації[en]. Дослідники ШІ (як-от Джон Маккарті), які використовували логіку, виявили, що вони не можуть подавати звичайні виведення, які містять планування чи міркування за замовчуванням, не роблячи змін у структурі самої логіки. Вони розробили нові логіки (як-от немонотонні логіки та модальні логіки), щоби спробувати розв'язати ці проблеми.[138]

Кінець фінансування

Див. також: Зима ШІ

Агенції, які фінансували дослідження ШІ (як-от британський уряд, DARPA та NRC[en]), були розчаровані відсутністю прогресу, й урешті-решт припинили майже все фінансування для неспрямованих досліджень з ШІ. Ця картина почалася ще 1966 року, коли з'явився звіт ALPAC[en], що розкритикував зусилля з машинного перекладу. Після витрати 20 мільйонів доларів NRC[en] припинила всю підтримку.[139] 1973 року доповідь Лайтгілла про стан досліджень ШІ у Великій Британії розкритикувала повну невдачу ШІ досягти своїх «грандіозних цілей» і призвела до розпуску досліджень ШІ в цій країні.[140] (Ця доповідь зокрема згадувала комбінаторний вибух як причину невдач ШІ.)[141] DARPA глибоко розчарувалася в дослідниках, які працювали над програмою дослідження розуміння мовлення в УКМ, і скасувала щорічний грант у три мільйони доларів.[142] Станом на 1974 рік знайти фінансування проєктів ШІ було важко.

Для досліджень нейронних мереж кінець фінансування наступив ще раніше, частково через відсутність результатів, і частково через конкуренцію з дослідженнями символьного ШІ[en]. Проєкт MINOS вичерпав фінансування 1966 року. Розенблат не зміг отримати продовження фінансування в 1960-х.[99]

Ганс Моравек звинуватив цю кризу в нереалістичних прогнозах своїх колег. «Багато дослідників опинилися в павутинні зростаючої перебільшеності».[143] Проте була й іще одна проблема: з часу прийняття поправки Менсфілда[en] 1969 року DARPA була під зростаючим тиском фінансувати «орієнтовані на завдання прямі дослідження, а не базові ненаправлені дослідження». Фінансування для творчого, вільного дослідження, яке відбувалося в 60-х, з боку DARPA не повернулося. Замість цього гроші було спрямовано на конкретні проєкти з чіткими цілями, як-от автономні танки та системи управління боєм.[144]

Критика з іншого боку кампуса

Див. також: Філософія штучного інтелекту

Декілька філософів мали сильні заперечення проти тверджень, які робили дослідники ШІ. Одним із перших був Джон Лукас[en], який стверджував, що теорема Геделя про неповноту показувала, що формальна система (така як комп'ютерна програма) ніколи не може бачити істину певних тверджень, тоді як людина може.[145] Г'юберт Дрейфус[en] висміяв порушені обіцянки 1960-х і критикував припущення ШІ, стверджуючи, що людське міркування насправді містить дуже мало «символьної обробки», і багато втіленого, інстинктивного, несвідомого «знання-як[en]».[146][147] Джон Серль у своєму аргументі китайської кімнати, представленому 1980 року, намагався показати, що програма не може сказати, що «розуміє» символи, які використовує (якість, яку називають «інтенціональність»). Якщо символи не мають сенсу для машини, стверджував Серль, то машину не можна описувати як «мислячу».[148]

Дослідники ШІ не сприймали цих критиків всерйоз, часто тому, що вони видавалися такими далекими від суті. Такі проблеми як непіддатливість і знання здорового глузду видавалися набагато безпосереднішими й серйознішими. Було незрозуміло, що змінює «знання-як[en]» чи «інтенціональність» для конкретної комп'ютерної програми. Мінський сказав про Дрейфуса та Серля: «Вони неправильно розуміють, їх слід ігнорувати».[149] Дрейфус, який викладав в МТІ, отримав холодне ставлення: він пізніше сказав, що дослідники ШІ «не наважувалися бути поміченими за обідом зі мною».[150] Джозеф Вейценбаум, автор ELIZA, відчував, що ставлення його колег до Дрейфуса[en] було непрофесійним і дитячим.[151] Хоч він і був голосним критиком позицій Дрейфуса, він «навмисно показав, що це не той спосіб поводитися з людиною».[152]

Вейценбаум почав мати серйозні етичні сумніви щодо ШІ, коли Кеннет Колбі[en] написав «комп'ютерну програму, яка може вести психотерапевтичний діалог» на основі ELIZA.[153] Вейценбаума збентежило, що Колбі сприймав бездумну програму як серйозний терапевтичний інструмент. Почалася сварка, і ситуацію не поліпшувало те, що Колбі не віддав належне Вейценбауму за його внесок у програму. 1976 року Вейценбаум опублікував «Комп'ютерну силу і людський розум[en]», у якій стверджував, що зловживання штучним інтелектом має потенціал знецінити людське життя.[154]

Перцептрони й напад на конекціонізм

Перцептрон був одним із видів нейронних мереж, запропонованим 1958 року Френком Розенблатом, який був однокласником Марвіна Мінського у Вищій науковій школі Бронксу[en]. Як і більшість дослідників ШІ, він був оптимістичним щодо їхньої потужності, прогнозуючи, що «перцептрон може з часом набути здатності вчитися, ухвалювати рішення й перекладати мови». Активну програму досліджень у цій парадигмі проводили протягом 1960-х, але раптово припинили після публікації книги Мінського й Пейперта 1969 року «Перцептрони[en]». Вона підказувала, що існували суворі обмеження того, що могли би робити перцептрони, і що прогнози Френка Розенблатта були надзвичайно перебільшеними. Вплив книги був спустошливим: практично жодних досліджень з конекціонізму не фінансували протягом 10 років. Згодом нове покоління дослідників відродить цю галузь, і з того часу вона стане важливою й корисною частиною штучного інтелекту. Розенблат не доживе до цього, загинувши у човновій аварії невдовзі після публікації цієї книги.[127]

З основних зусиль щодо нейронних мереж, Розенблат (з боку перцептронів) намагався зібрати кошти на побудову більших перцептронних машин, але загинув у човновій аварії 1971 року. Мінський (з боку SNARC) перетворився на запеклого противника чистого конекціоністського ШІ. Уїдроу (з боку ADALINE) звернувся до адаптивної обробки сигналів, використовуючи методи на основі алгоритму НСК[en]. Група СДІ● (з боку MINOS) звернулася до символьного ШІ та робототехніки. Основними проблемами були нестача фінансування та нездатність тренувати багатошарові мережі (зворотне поширення було не відоме). Змагання за державне фінансування закінчилося перемогою підходів символьного ШІ.[98][99]

Логіка в Стенфорді, УКМ та Единбурзі

Логіку до досліджень ШІ ввів ще 1959 року Джон Маккарті у своїй пропозиції приймача порад[en].[155] 1963 року Джон Алан Робінсон відкрив простий метод втілення виведення на комп'ютерах, алгоритм резолюції та уніфікації. Проте прямі втілення, які спробували Маккарті та його студенти наприкінці 1960-х, були особливо непіддатливими: програми потребували астрономічної кількості кроків, щоби довести прості теореми.[156] Плідніший підхід до логіки розробив у 1970-х роках Роберт Ковальський в Единбурзькому університеті, й незабаром це призвело до співпраці з французькими дослідниками Аланом Кольмерое[en] та Філіпом Русселем[fr], які створили успішну мову логічного програмування Пролог (англ. Prolog).[157] Пролог використовує підмножину логіки (диз'юнкти Горна, тісно пов'язані з «правилами» та «продукційними правилами»), яка дозволяює здійснювати розв'язні обчислення. Правила продовжуватимуть бути впливовими, надаючи основу для експертних систем Едварда Фейгенбаума та наступної роботи Аллена Ньюелла й Герберта Саймона, яка призвела до Soar[en] та їхніх узагальнених теорій пізнання[en].[158]

Критики логічного підходу зауважили, як і Дрейфус[en], що люди рідко використовували логіку, коли розв'язували проблеми. Експерименти психологів, як-от Пітера Вейсона[en], Елеанори Рош[en], Амоса Тверські, Деніела Канемана та інших, надали докази.[159] Маккарті відповів, що те, що роблять люди, не стосується справи. Він стверджував, що насправді потрібні машини, здатні розв'язувати задачі, а не машини, які мислять, як люди.[160]

«Антилогічний» підхід МТІ

Серед критиків підходу Маккарті були його колеги на іншому кінці країни в МТІ. Марвін Мінський, Сеймур Пейперт та Роджер Скенк[en] намагалися розв'язати такі задачі як «розуміння історій» та «розпізнавання об'єктів», які вимагали, щоб машина думала як людина. Щоби використовувати звичайні поняття, як-от «стілець» або «ресторан», вони мусили робити всі ті ж нелогічні припущення, які зазвичай роблять люди. На жаль, такі неточні поняття, як ці, важко подати в логіці. Джеральд Сасмен[en] зауважив, що «використання точної мови для опису неточних по суті понять не робить їх точнішими».[161] Скенк[en] назвав їхні «антилогічні» (англ. "anti-logic") підходи «нечупарними[en]» (англ. "scruffy"), на противагу до «чепурних[en]» (англ. "neat") парадигм, які використовували Маккарті, Ковальський, Фейгенбаум, Ньюелл та Саймон.[162]

1975 року, у знаковій статті, Мінський зауважив, що багато його колег-дослідників використовували один і той же інструмент: систему рамок, яка вловлює всі наші припущення здорового глузду про щось. Наприклад, якщо ми використовуємо поняття птаха, то в голові виникає сузір'я фактів, які одразу спадають на думку: ми можемо припустити, що він літає, їсть хробаків тощо. Ми знаємо, що ці факти не завжди правдиві, й що висновки, що використовують ці факти, не будуть «логічними», але ці структуровані набори припущень є частиною контексту всього, що ми кажемо й думаємо. Він назвав ці структури «рамками» (англ. "frames"). Скенк[en] використовував версію рамок, яку він називав «сценаріями[en]» (англ. "scripts"), щоби успішно відповідати на питання про короткі історії англійською.[163]

Бум (1980—1987)

У 1980-х роках корпорації по всьому світу прийняли один з видів програм ШІ, званий «експертними системами», і подання знань стало центром основних досліджень ШІ. У ті ж роки японський уряд активно фінансував ШІ своїм проєктом комп'ютерів п'ятого покоління. Ще одна заохочувальна подія на початку 1980-х була відродженням конекціонізму в роботі Джона Гопфілда та Девіда Румельхарта[en]. Знову ж таки, ШІ досяг успіху.[164]

Поширення експертних систем

Експертна система — це програма, яка відповідає на питання або розв'язує задачі з певної області знань, використовуючи логічні правила, виведені зі знань експертів. Найперші їх приклади розробили Едвард Фейгенбаум і його студенти. Дендрал (англ. Dendral), початок якого було закладено 1965 року, встановлював сполуки за даними спектрометра. MYCIN, розроблена 1972 року, діагностувала інфекційні захворювання крові. Вони продемонстрували здійсненність такого підходу.[165]

Експертні системи обмежували себе невеликою областю специфічних знань (тим самим уникаючи проблеми здорового глузду), а їхній простий дизайн робив відносно легкими побудову та зміну програм після встановлення. Загалом, ці програми виявилися корисними: щось, чого ШІ до цього моменту досягти не міг.[166]

1980 року в УКМ завершили експертну система під назвою XCON для Digital Equipment Corporation. Це був величезний успіх: вона заощаджувала компанії 40 мільйонів доларів щорічно до 1986 року.[167] Корпорації по всьому світу почали розробляти та впроваджувати експертні системи, й до 1985 року вони витрачали понад мільярд доларів на ШІ, більшість з яких — на внутрішні відділи ШІ.[168] З'явилася галузь, що їх підтримувала, включно з компаніями з апаратного забезпечення, як-от Symbolics[en] та Lisp Machines[en], та компаніями з програмного забезпечення, як-от IntelliCorp[en] та Aion[en].[169]

Революція знань

Сила експертних систем полягала в експертних знаннях, які вони містили. Вони були частиною нового напряму в дослідженнях ШІ, який набирав обертів протягом 70-х років. «Дослідники ШІ почали підозрювати — неохоче, бо це порушувало науковий принцип ощадливості — що інтелект, можливо, дуже залежить від здатності використовувати великі кількості різноманітних знань різними способами»,[170] пише Памела Маккордак[en]. «[В]еликим уроком з 1970-х було те, що інтелектуальна поведінка дуже залежить від роботи зі знаннями, іноді досить докладними знаннями, з області, в якій лежить задана задача».[171] Системи на основі знань[en] та інженерія знань стали основним фокусом досліджень ШІ в 1980-х роках.[172]

1980-х роках також народився Cyc (укр. Сайк), перша спроба лобової атаки на проблему здорового глузду, шляхом створення величезної бази даних, яка містила би всі буденні факти, що їх знає середня людина. Дуглас Ленат, який розпочав і очолював цей проєкт, стверджував, що короткого шляху не існує — єдиний спосіб, щоби машини знали значення людських понять, це навчати їх, по поняттю за раз, вручну. Проєкт не очікувався бути завершеним протягом багатьох десятиліть.[173]

Програми для гри в шахи HiTech та Deep Thought[en] перемогли шахових гросмейстерів 1989 року. Обидві розробили в УКМ; розробка Deep Thought проклала шлях для Deep Blue.[174]

Гроші повертаються: проєкт П'ятого покоління

1981 року Міністерство міжнародної торгівлі та промисловості Японії[en] виділило 850 мільйонів доларів на проєкт комп'ютерів п'ятого покоління. Їхніми цілями було написати програми та побудувати машини, які могли би вести розмови, перекладати мови, інтерпретувати зображення та міркувати як людські істоти.[175] До жалю нечупар[en], як основну мову програмування для проєкту було обрано Пролог.[176]

Інші країни відповіли власними новими програмами. Велика Британія розпочала проєкт Alvey[en] на 350 мільйонів фунтів стерлінгів. Консорціум компаній США створив Корпорацію мікроелектроніки та комп'ютерних технологій[en] (англ. Microelectronics and Computer Technology Corporation, MCC) для фінансування великомасштабних проєктів з ШІ та інформаційних технологій.[177][178] DARPA також відреагувала, заснувавши Стратегічну комп'ютерну ініціативу[en], і потроївши свої інвестиції в ШІ між 1984 і 1988 роками.[179]

Мережа Гопфілда з чотирма вузлами

Відродження нейронних мереж

1982 року фізик Джон Гопфілд зміг довести, що певний вигляд нейронної мережі (званий тепер «мережею Гопфілда») може навчатися й обробляти інформацію, і довідно збігатися після достатнього часу за будь-яких незмінних умов. Це був прорив, оскільки раніше вважали, що нелінійні мережі в загальному випадку розвиватимуться хаотично.[180]

Приблизно в той же час Джефрі Гінтон та Девід Румельхарт[en] популяризували метод тренування нейронних мереж, званий «зворотним поширенням» (англ. "backpropagation"), відомий також як зворотний режим автоматичного диференціювання, опублікований Сеппо Ліннаінмаа[en] (1970) та застосований до нейронних мереж Полом Вербосом[en]. Ці два відкриття допомогли відродити дослідження штучних нейронних мереж.[178][181]

Починаючи з публікації 1986 року «Паралельно розподіленої обробки», двотомної збірки статей під редакцією Румельхарта[en] та психолога Джеймса Макклелланда, дослідження нейронних мереж набули нового імпульсу, й стануть комерційно успішними в 1990-х роках у застосуванні до оптичного розпізнавання символів та розпізнавання мовлення.[178][182]

Розвиток метал-діелектрик-напівпровідникових (МДН, англ. MOS) схем надвеликого рівня інтеграції (НВРІ, англ. VLSI) у вигляді технології комплементарних метал-оксид-напівпровідників (КМОН, англ. CMOS) уможливив розвиток практичної технології штучних нейронних мереж у 1980-х роках.

Провідною публікацією в цій галузі була книга 1989 року «Аналогове НВРІ-втілення нейронних систем» Карвера А. Міда та Мохаммеда Ісмаїла.[183]

Крах: друга зима ШІ (1987—1993)

Захоплення ділової спільноти штучним інтелектом у 1980-х роках здійнялося й впало за класичним сценарієм економічної бульбашки. Коли десятки компаній зазнали невдач, склалося враження, що ця технологія нежиттєздатна.[184] Проте ця галузь продовжувала робити прогрес, незважаючи на критику. Багато дослідників, включно з розробниками робототехніки Родні Бруксом[en] та Гансом Моравеком, виступали за цілком новий підхід до штучного інтелекту.

Зима ШІ

Термін «Зима ШІ» запровадили дослідники, які вижили після скорочення фінансування 1974 року, коли стали турбуватися, що ентузіазм щодо експертних систем вийшов з-під контролю, і що розчарування неодмінно настане.[185] Їхні побоювання були обґрунтованими: наприкінці 1980-х і на початку 1990-х років ШІ зазнає низки фінансових ударів.

Першою ознакою зміни погоди був раптовий крах ринку спеціалізованого апаратного забезпечення для ШІ 1987 року. Настільні комп'ютери від Apple та IBM постійно збільшували швидкодію й потужність, і 1987 року вони стали потужнішими за дорожчі Лісп-машини, які випускали Symbolics[en] та інші. Купувати їх вже не було жодної доброї причини. Вся індустрія вартістю півмільярда доларів зруйнувалася за одну ніч.[186]

Зрештою, найраніші успішні експертні системи, такі як XCON, виявилися занадто дорогими в обслуговуванні. Їх було важко оновлювати, вони не могли навчатися, вони були «крихкі» (тобто могли робити абсурдні помилки за незвичайних даних входу) й пали жертвою проблем (як-от проблеми кваліфікації[en]), які було виявлено ще роки тому. Експертні системи виявилися корисними, але тільки в декількох особливих контекстах.[187]

Наприкінці 1980-х років Стратегічна комп'ютерна ініціатива[en] обрізала фінансування ШІ «різко і жорстоко». Нове керівництво DARPA вирішило, що ШІ не є «наступною хвилею», і спрямувало кошти на проєкти, отримання негайних результатів від яких видавалося правдоподібнішим.[188]

До 1991 року вражаючого переліку цілей, сформульованих 1981 року для японського п'ятого покоління комп'ютерів, досягнуто не було. Насправді, деяких із них, як-от «підтримувати неформальну розмову», не було досягнуто навіть до 2010 року.[189] Як і з іншими проєктами ШІ, очікування були набагато вищими за те, що було можливим насправді.[189][190]

Понад 300 компаній, які займалися ШІ, закрилися, збанкрутували або були придбані до кінця 1993 року, фактично завершивши першу комерційну хвилю ШІ.[191] 1994 року ГП Найквіст[en] заявив у книзі «The Brain Makers», що «Найближче майбутнє штучного інтелекту — в його комерційному вигляді — здається, залежить частково від продовження успіху нейронних мереж.»[191]

Нувельний ШІ та втілений розум

Докладніше: Нувельний ШІ[en], [[Поведінковий ШІ[en]|Поведінковий ШІ[en]]], [[Поміщений[en]|Поміщений[en]]] та Втілена когнітивна наука

Наприкінці 1980-х років декілька дослідників пропагували цілком новий підхід до штучного інтелекту, на основі робототехніки.[192] Вони вважали, що для того, щоби проявити справжній інтелект, машині потрібно мати тіло — вона повинна сприймати, рухатися, виживати та взаємодіяти зі світом. Вони стверджували, що ці чуттєо-моторні навички необхідні для вищих рівнів навичок, як-от міркування здорового глузду[en], і що абстрактне міркування насправді є найменш цікавою чи важливою людською навичкою (див. парадокс Моравека). Вони пропагували побудову інтелекту «знизу вгору.»[193]

Цей підхід відродив ідеї з кібернетики й теорії керування, які були непопулярними з 1960-х років. Іншим предтечею був Девід Марр●, який прийшов до МТІ наприкінці 1970-х років з успішним досвідом у теоретичній нейробіології, щоби очолити групу, яка вивчала бачення. Він відкинув усі символьні підходи (як логіку Маккарті, так і рамки Мінського), стверджуючи, що ШІ потрібно було розуміти фізичну механіку зору знизу вгору, перш ніж відбувалася би будь-яка символьна обробка. (1980 року роботу Марра обірвала лейкемія.)[194]

У своїй статті 1990 року «Слони не грають у шахи»[195] дослідник з робототехніки Родні Брукс[en] спрямував свою критику безпосередньо на гіпотезу системи фізичних символів, стверджуючи, що символи не завжди необхідні, оскільки «світ є найкращою моделлю самого себе. Він завжди точно актуальний. Він завжди має всі деталі, які треба знати. Секрет полягає в тому, щоби сприймати його доречним чином і достатньо часто.»[196] У 1980-х і 1990-х роках багато когнітивістів також відкинули модель символьної обробки розуму і стверджували, що для міркування необхідне тіло, теорію, названу тезою про втілений розум.[197]

ШІ (1993—2011)

Галузь ШІ, якій вже понад півстоліття, нарешті досягла деяких своїх найдавніших цілей. Її почали успішно використовувати в усій технологічній промисловості, хоча й дещо за лаштунками. Деякі з цих успіхів були пов'язані зі зростанням обчислювальної потужності, а деяких було досягнуто шляхом зосередження на конкретних ізольованих задачах і розв'язанні їх із найвищими стандартами наукової відповідальності. Проте репутація ШІ, принаймні в діловому світі, була не дуже бездоганною.[198] Усередині галузі бракувало згоди щодо причин невдачі ШІ у втіленні мрії про людський рівень інтелекту, яка захопила уяву світу в 1960-х роках. Разом усі ці чинники допомогли розколоти ШІ на конкурентні підгалузі, зосереджені на певних задачах або підходах, іноді навіть під новими назвами, які приховували потьмяніле походження від «штучного інтелекту».[199] ШІ став як обережнішим, так і успішнішим, ніж будь-коли раніше.

Віхи та закон Мура

11 травня 1997 року Deep Blue став першою комп'ютерною шаховою системою, яка перемогла чинного чемпіона світу з шахів Гаррі Каспарова.[200] Цей суперкомп'ютер був спеціалізованою версією платформи, створеної IBM, і міг обробляти вдвічі більше ходів за секунду, ніж під час першого матчу (який Deep Blue програв), а саме 200 000 000 ходів за секунду.[201]

2005 року робот зі Стенфорду виграв DARPA Grand Challenge[en], автономно проїхавши 121 км непідготовленою пустельною трасою.[202] Через два роки команда з УКМ виграла DARPA Urban Challenge[en], автономно проїхавши 89 км у міському середовищі, дотримуючись усіх дорожніх небезпек і правил дорожнього руху.[203] У лютому 2011 року в телевікторині Jeopardy![en] в показовому матчі система відповідей на запитання IBM, Watson, перемогла двох найкращих чемпіонів Jeopardy!, Бреда Раттера[en] та Кена Дженнінгса[en], зі значною перевагою.[204]

Ці успіхи не були наслідком якоїсь революційної нової парадигми, а переважно ґрунтувалися на наполегливому застосуванні інженерних навичок та величезному зростанні швидкості й обсягу пам'яті комп'ютерів у 90-х роках.[205] Насправді, Deep Blue був у 10 мільйонів разів швидший за Ferranti Mark 1[en], якого Крістофер Стрейчі[en] навчив грати в шахи у 1951 році.[206] Це драматичне зростання вимірюється законом Мура, який передбачує, що швидкість і обсяг пам'яті комп'ютерів подвоюються кожні два роки внаслідок щодворічного подвоєння кількості[en] МДН-транзисторів. Основну проблему «сирої обчислювальної потужності» поступово вдавалося подолати.

Інтелектуальні агенти

Нова парадигма, яку назвали «інтелектуальними агентами» (англ. "intelligent agents"), стала широко прийнятою протягом 1990-х років.[207] Хоч раніше дослідники й пропонували модульні підходи «розділяй і володарюй» до ШІ,[208] інтелектуальний агент не набув свого сучасного вигляду, доки Джуда Перл, Аллен Ньюелл, Леслі П. Келблінг[en] та інші не привнесли поняття з теорії рішень та економіки до вивчення ШІ.[209] Коли економістське визначення раціонального агента було поєднано з інформатичним визначенням об'єкта або модуля, парадигму інтелектуального агента було завершено.

Інтелектуальний агент — це система, яка сприймає своє середовище і вживає дії, які максимізують її шанси на успіх. За цим визначенням, прості програми, які розв'язують конкретні задачі, є «інтелектуальними агентами», так само як і людські істоти та організації людських істот, такі як фірми. Парадигма інтелектуальних агентів визначає дослідження ШІ як «вивчення інтелектуальних агентів». Це узагальнення деяких попередніх визначень ШІ: воно виходить за рамки вивчення людського інтелекту; воно вивчає всі види інтелекту.[210]

Ця парадигма дала дослідникам можливість вивчати окремі задачі й знаходити рішення, які були одночасно перевірними й корисними. Вона надала спільну мову для опису задач та обміну їхніми рішеннями між собою та з іншими галузями, які також використовували поняття абстрактних агентів, як-от з економікою та теорією керування. Сподівалися, що завершена агентна архітектура[en] (як-от SOAR[en] Ньюелла) колись дозволить дослідникам побудувати універсальніші та інтелектуальніші системи із взаємодійних інтелектуальних агентів.[209][211]

Імовірнісне міркування та більша строгість

Дослідники ШІ почали розробляти й використовувати складніші математичні інструменти, ніж будь-коли раніше.[212] Було загальне усвідомлення, що над багатьма задачами, які треба було розв'язати ШІ, вже працювали дослідники з таких галузей як математика, електротехніка, економіка та дослідження операцій. Спільна математична мова уможливила вищий рівень співпраці з усталенішими й успішнішими галузями та досягнення результатів, які були вимірюваними й довідними; ШІ став більш строгою «науковою» дисципліною.

Впливова книга Джуди Перла 1988 року[213] привнесла до ШІ ймовірність та теорію рішень. Серед багатьох нових інструментів у вжитку були баєсові мережі, приховані марковські моделі, теорія інформації, статистичне моделювання та класична оптимізація. Також було розроблено точні математичні описи для таких парадигм «обчислювального інтелекту» як нейронні мережі та еволюційні алгоритми.[214]

ШІ за лаштунками

Алгоритми, первинно розроблені дослідниками ШІ, почали з'являтися як частини більших систем. ШІ розв'язав багато дуже складних задач[215] і їхні розв'язки виявилися корисними в усій технологічній промисловості,[216] як-от у розробленні даних, промисловій робототехніці, логістиці,[217] розпізнаванні мовлення,[218] банківському програмному забезпеченні,[219] медичному діагностуванні[219] та пошуковій системі Google.[220]

Галузь ШІ отримала мало або жодного визнання за ці успіхи у 1990-х та на початку 2000-х років. Багато з найбільших нововведень ШІ було зведено до статусу просто ще одного предмета в скриньці інструментів інформатики.[221] Нік Бостром пояснює: «Багато передового ШІ просочилося в загальні застосування, часто без називання цього ШІ, тому що коли щось стає достатньо корисним і поширеним, його вже не мітять як ШІ.»[222]

Багато дослідників ШІ у 1990-х навмисно називали свою роботу іншими назвами, як-от інформатикою, системами на основі знань[en], когнітивними системами та обчислювальним інтелектом. Можливо, частково через те, що вони вважали свою галузь принципово відмінною від ШІ, але також ці нові назви допомагали залучати фінансування. У комерційному світі, принаймні, невиконані обіцянки зими штучного інтелекту продовжували переслідувати дослідження ШІ у 2000-х роках, як повідомляла New York Times 2005 року: «Інформатики та програмісти уникали терміну „штучний інтелект“ через побоювання бути сприйнятими як мрійники з шаленими очима.»[223][224][225][226]

Глибоке навчання, великі дані та штучний загальний інтелект: 2011–дотепер

Інформація в цьому розділі застаріла. Ви можете допомогти, оновивши її. Можливо, сторінка обговорення містить зауваження щодо потрібних змін. (листопад 2023)

У перших десятиліттях XXI століття доступ до великої кількості даних (відомих як «великі дані», англ. "big data"), дешевші та швидші комп'ютери та передові методики машинного навчання успішно застосували до багатьох задач по всій економіці. Справді, McKinsey Global Institute[en] оцінили у своїй відомій статті «Великі дані: наступний рубіж для інновацій, конкуренції та продуктивності» (англ. "Big data: The next frontier for innovation, competition, and productivity"), що «до 2009 року майже всі сектори економіки США мали принаймні середній рівень 200 терабайт збережених даних».

До 2016 року ринок продуктів, апаратного та програмного забезпечення, пов'язаних із ШІ, досяг понад 8 мільярдів доларів, а New York Times повідомили, що інтерес до ШІ досяг «божевільного» рівня.[227] Застосування великих даних почали досягати й інших галузей, як-от тренування моделей в екології[228] та для різних застосувань в економіці.[229] Просування й дослідження в глибокому навчанні (особливо в глибоких згорткових нейронних мережах та рекурентних нейронних мережах) підштовхнули просування й дослідження в обробці зображень і відео, аналізі тексту, й навіть розпізнаванні мовлення.[230]

Глибоке навчання

Докладніше: Глибоке навчання

Глибоке навчання (англ. deep learning) — це галузь машинного навчання, яка моделює високорівневі абстракції в даних за допомогою глибокого графа з багатьма шарами обробки.[230] За теоремою про універсальне наближення (теоремою Цибенка), глибина не є необхідною для нейронної мережі, щоби наближувати довільні неперервні функції. Незважаючи на це, є багато проблем, поширених для неглибоких мереж (як-от перенавчання), яких глибокі мережі допомагають уникати.[231] Як такі, глибокі нейронні мережі здатні насправді породжувати набагато складніші моделі порівняно з їхніми неглибокими аналогами.

Проте, глибоке навчання має свої власні проблеми. Поширеною проблемою для рекурентних нейронних мереж є проблема зникання градієнту, яка полягає в тому, що градієнти, які передаються між шарами, поступово знижуються й буквально зникають, коли округлюються до нуля. Було розроблено багато методів, щоби підійти до цієї проблеми, як-от вузли довгої короткочасної пам'яті.

Глибокі нейронні архітектури рівня останніх досягнень іноді навіть можуть змагатися з людською точністю в таких галузях як комп'ютерне бачення, зокрема в таких речах, як база даних MNIST та розпізнавання дорожніх знаків.[232]

Мовні обробники, які працюють на основі розумних пошукових систем, можуть легко перемагати людей у відповідях на загальні питання (як-от IBM Watson), а нещодавні розробки в глибокому навчанні дали дивовижні результати у змаганні з людьми в таких речах як Ґо та Doom (який, будучи стрілялкою від першої особи, викликав деякі суперечки).[233][234][235][236]

Великі дані

Докладніше: Великі дані

Великі дані (англ. big data) — це збірка даних, якими неможливо оволодіти, управляти та обробляти їх звичайними програмними інструментами протягом певного часового проміжку. Це величезна кількість можливостей для ухвалювання рішень, розуміння та оптимізації процесів, які вимагають нових моделей обробки. У книзі «Ера великих даних» (англ. The Big Data Era), написаній Віктором Майєром Шонбергом та Кеннетом Куком[en], великі дані означають, що замість випадкового аналізу (вибіркового дослідження) для аналізу використовують усі дані. Характеристики 5 «V» великих даних (запропоновані IBM): обсяг (англ. Volume), швидкість (англ. Velocity), різноманітність (англ. Variety)[237], цінність (англ. Value)[238], достовірність (англ. Veracity)[239].

Стратегічна значущість технології великих даних полягає не в тому, щоби оволодіти величезною кількістю інформації, а в тому, щоби спеціалізуватися на цих змістовних даних. Іншими словами, якщо великі дані порівняти з промисловістю, то ключем до досягнення прибутковості в цій промисловості є підвищення «можливостей процесу[en]» цими даними та реалізація їхньої «доданої вартості» шляхом «обробки».

Великі мовні моделі

Докладніше: Великі мовні моделі

Моделі-основи[en] (англ. foundation models), що є великими мовними моделями, натренованими на величезних кількостях немічених даних, які можливо пристосовувати для широкого спектра підзадач, почали розробляти 2018 року.

Моделі, такі як GPT-3, випущену організацією OpenAI 2020 року, та Gato[en], випущену компанією DeepMind 2022 року, описували як важливі досягнення машинного навчання.

2023 року Microsoft Research перевірили велику мовну модель GPT-4 на великому розмаїтті завдань та зробили висновок, що «її можливо стерпно розглядати як ранню (але все ще неповну) версію системи сильного штучного інтелекту (СШІ, англ. artificial general intelligence, AGI)»[240]

Див. також

Примітки

  1. ↑ Kaplan, Andreas; Haenlein, Michael (2019). Siri, Siri, in my hand: Who's the fairest in the land? On the interpretations, illustrations, and implications of artificial intelligence. Business Horizons (англ.). 62: 15—25. doi:10.1016/j.bushor.2018.08.004. S2CID 158433736.
  2. ↑ Newquist, 1994, с. 143—156.
  3. ↑ Newquist, 1994, с. 144—152.
  4. ↑ Епізод про Тала у 4-тій книзі «Аргонавтики»
  5. ↑ Бібліотека 1.9.26
  6. ↑ Rhodios, Apollonios (2007). The Argonautika : Expanded Edition (англ.). University of California Press. с. 355. ISBN 978-0-520-93439-9. OCLC 811491744.
  7. ↑ Morford, Mark (2007). Classical mythology (англ.). Oxford. с. 184. ISBN 978-0-19-085164-4. OCLC 1102437035.
  8. ↑ Linden, Stanton J. (2003). The alchemy reader: from Hermes Trismegistus to Isaac Newton (англ.). New York: Cambridge University Press. с. Ch. 18. ISBN 0-521-79234-7. OCLC 51210362.
  9. ↑ Kressel, Matthew (1 жовтня 2015). 36 Days of Judaic Myth: Day 24, The Golem of Prague. Matthew Kressel (англ.). Процитовано 15 березня 2020.
  10. ↑ Newquist, 1994.
  11. ↑ GOLEM. www.jewishencyclopedia.com (англ.). Процитовано 15 березня 2020.
  12. ↑ Newquist, 1994, с. 38.
  13. ↑ Sanhedrin 65b. www.sefaria.org (англ.). Процитовано 15 березня 2020.
  14. ↑ O'Connor, Kathleen Malone (1994). The alchemical creation of life (takwin) and other concepts of Genesis in medieval Islam. Dissertations Available from ProQuest (англ.): 1—435.
  15. ↑ Goethe, Johann Wolfgang von (1890). Faust; a tragedy. Translated, in the original metres ... by Bayard Taylor. Authorised ed., published by special arrangement with Mrs. Bayard Taylor. With a biographical introd (англ.). London Ward, Lock.
  16. ↑ McCorduck, 2004, с. 17—25.
  17. ↑ Butler, 1863.
  18. ↑ Newquist, 1994, с. 65.
  19. ↑ Cave, Stephen; Dihal, Kanta (2019). Hopes and fears for intelligent machines in fiction and reality. Nature Machine Intelligence (англ.). 1 (2): 74—78. doi:10.1038/s42256-019-0020-9. ISSN 2522-5839. S2CID 150700981.
  20. ↑ Needham, 1986, с. 53.
  21. ↑ McCorduck, 2004, с. 6.
  22. ↑ Nick, 2005.
  23. ↑ McCorduck, 2004, с. 17.
  24. ↑ Levitt, 2000.
  25. ↑ Newquist, 1994, с. 30.
  26. ↑ Процитоване в McCorduck, 2004, с. 8, Crevier, 1993, с. 1, а McCorduck, 2004, с. 6—9 обговорює священні статуї.
  27. ↑ Інші важливі автомати створили Гарун ар-Рашид (McCorduck, 2004, с. 10), Жак де Вокансон (Newquist, 1994, с. 40), (McCorduck, 2004, с. 16) і Леонардо Торрес-і-Кеведо[en] (McCorduck, 2004, с. 59—62)
  28. ↑ Cave, S.; Dihal, K.; Dillon, S. (2020). AI Narratives: A History of Imaginative Thinking about Intelligent Machines (англ.). Oxford University Press. с. 56. ISBN 978-0-19-884666-6. Процитовано 2 травня 2023.
  29. ↑ Butler, E. M. (Eliza Marian) (1948). The myth of the magus (англ.). London: Cambridge University Press. ISBN 0-521-22564-7. OCLC 5063114.
  30. ↑ Porterfield, A. (2006). The Protestant Experience in America. American religious experience (англ.). Greenwood Press. с. 136. ISBN 978-0-313-32801-5. Процитовано 15 травня 2023.
  31. ↑ Hollander, Lee M. (1964). Heimskringla; history of the kings of Norway (англ.). Austin: Published for the American-Scandinavian Foundation by the University of Texas Press. ISBN 0-292-73061-6. OCLC 638953.
  32. ↑ а б в г Berlinski, 2000.
  33. ↑ Cfr. Carreras Artau, Tomás y Joaquín. Historia de la filosofía española. Filosofía cristiana de los siglos XIII al XV. Madrid, 1939, Volume I (ісп.)
  34. ↑ Bonner, Anthonny, The Art and Logic of Ramón Llull: A User's Guide, Brill, 2007. (англ.)
  35. ↑ Anthony Bonner (ed.), Doctor Illuminatus. A Ramon Llull Reader (Princeton University 1985). Vid. "Llull's Influence: The History of Lullism" at 57–71 (англ.)
  36. ↑ Механістичність та ШІ XVII століття:
  37. ↑ Гоббс та ШІ:
  38. ↑ Лейбніц та ШІ:
  39. ↑ Лямбда-числення було особливо важливим для ШІ, оскільки воно стало натхненням для Lisp (найважливішої мови програмування, яку використовували в ШІ). (Crevier, 1993, с. 190 196, 61)
  40. ↑ Оригінальне фото можна побачити у статті: Rose, Allen (April 1946). Lightning Strikes Mathematics. Popular Science (англ.): 83—86. Процитовано 15 April 2012.
  41. ↑ Newquist, 1994, с. 56.
  42. ↑ Машина Тюрінга: McCorduck, 2004, с. 63—64, Crevier, 1993, с. 22—24, Russell та Norvig, 2003, с. 8 та див. Turing, 1936–37
  43. ↑ Couturat, 1901.
  44. ↑ Russell та Norvig, 2021, с. 15.
  45. ↑ Помилка скрипту: Функції «harvard_core» не існує.; Помилка скрипту: Функції «harvard_core» не існує.
  46. ↑ Помилка скрипту: Функції «harvard_core» не існує.; Помилка скрипту: Функції «harvard_core» не існує.; Помилка скрипту: Функції «harvard_core» не існує.
  47. ↑ Помилка скрипту: Функції «harvard_core» не існує.; Помилка скрипту: Функції «harvard_core» не існує.; Помилка скрипту: Функції «harvard_core» не існує.
  48. ↑ Randall, 1982, с. 13, 16—17.
  49. ↑ Цитовано в Помилка скрипту: Функції «harvard_core» не існує.
  50. ↑ Menabrea та Lovelace, 1843.
  51. ↑ Історія кафедри. Кафедра загальної та неорганічної хімії НТУ «ХПІ» (укр.). Архів оригіналу за 19 листопада 2023. Процитовано 20 листопада 2023.
  52. ↑ Кратко, 2009, с. 57.
  53. ↑ Малиновський, 2004, с. 8—10.
  54. ↑ Mollenhoff, Clark R. (1988). Atanasoff: Forgotten Father of the Computer (англ.). Ames: Iowa State University Press. ISBN 0-8138-0032-3.
  55. ↑ Katchanovski, Ivan (березень 2004). Virchenko, Nina; Katchanovski, Ivan; Haidey, Viktor; Andrushkiw, Roman; Voronka, Roman (ред.). A Puzzle in the Invention and Patenting of the Electronic Computer in the US (англ.). National Technical University of Ukraine and Shevchenko Scientific Society in the US. с. 655—687.
  56. ↑ а б Russell та Norvig, 2021, с. 14.
  57. ↑ McCorduck, 2004, с. 76—80.
  58. ↑ ЕК1973, т. 2, с. 36.
  59. ↑ Кратко, 2009, с. 58—59.
  60. ↑ Малиновський, 2004, с. 11—14.
  61. ↑ Kaplan, Andreas. Artificial Intelligence, Business and Civilization - Our Fate Made in Machines (англ.). Процитовано 11 березня 2022.
  62. ↑ McCorduck, 2004, с. 51—57, 80—107, Crevier, 1993, с. 27—32, Russell та Norvig, 2003, с. 15, 940, Moravec, 1988, с. 3, Cordeschi, 2002, Chap. 5.
  63. ↑ McCorduck, 2004, с. 98, Crevier, 1993, с. 27—28, Russell та Norvig, 2003, с. 15, 940, Moravec, 1988, с. 3, Cordeschi, 2002, Chap. 5.
  64. ↑ McCulloch, Warren S.; Pitts, Walter (1 грудня 1943). A logical calculus of the ideas immanent in nervous activity. Bulletin of Mathematical Biophysics (англ.). 5 (4): 115—133. doi:10.1007/BF02478259. ISSN 1522-9602.
  65. ↑ Piccinini, Gualtiero (1 серпня 2004). The First Computational Theory of Mind and Brain: A Close Look at Mcculloch and Pitts's "Logical Calculus of Ideas Immanent in Nervous Activity". Synthese (англ.). 141 (2): 175—215. doi:10.1023/B:SYNT.0000043018.52445.3e. ISSN 1573-0964. S2CID 10442035.
  66. ↑ McCorduck, 2004, с. 51—57, 88—94, Crevier, 1993, с. 30, Russell та Norvig, 2003, с. 15−16, Cordeschi, 2002, Chap. 5 та див. також McCullough та Pitts, 1943
  67. ↑ McCorduck, 2004, с. 102, Crevier, 1993, с. 34—35 та Russell та Norvig, 2003, с. 17
  68. ↑ McCorduck, 2004, с. 70—72, Crevier, 1993, с. 22−25, Russell та Norvig, 2003, с. 2–3 and 948, Haugeland, 1985, с. 6—9, Cordeschi, 2002, с. 170—176. Див. також Turing, 1950
  69. ↑ Newquist, 1994, с. 92—98.
  70. ↑ Помилка скрипту: Функції «harvard_core» не існує. стверджують, що Тюрінг відповів на всі основні заперечення проти ШІ, які було висунуто протягом років після появи цієї праці.
  71. ↑ Див. "A Brief History of Computing" (англ.) на AlanTuring.net.
  72. ↑ Schaeffer, Jonathan. One Jump Ahead:: Challenging Human Supremacy in Checkers, 1997,2009, Springer, ISBN 978-0-387-76575-4. Розділ 6. (англ.)
  73. ↑ McCorduck, 2004, с. 137—170, Crevier, 1993, с. 44—47
  74. ↑ McCorduck, 2004, с. 123—125, Crevier, 1993, с. 44—46 та Russell та Norvig, 2003, с. 17
  75. ↑ Цитовано в Crevier, 1993, с. 46 та Russell та Norvig, 2003, с. 17
  76. ↑ Russell та Norvig, 2003, с. 947,952.
  77. ↑ McCorduck, 2004, с. 111—136, Crevier, 1993, с. 49—51 та Russell та Norvig, 2003, с. 17 Newquist, 1994, с. 91—112
  78. ↑ Див. McCarthy та ін., 1955. Також див. Crevier, 1993, с. 48, де Крев'є[en] стверджує, що «[ця пропозиція] пізніше стала відомою як „гіпотеза систем фізичних символів“». Гіпотезу системи фізичних символів сформульовали та дали їй назву Ньюелл та Саймон у своїй статті про ЗРЗ. (Newell та Simon, 1963) Вона містить конкретніше визначення «машини» як агента, що маніпулює символами. Див. філософію штучного інтелекту.
  79. ↑ Помилка скрипту: Функції «harvard_core» не існує. розповідає, як випускники Дартмутського семінару домінували в перші два десятиліття досліджень ШІ, називаючи їх «невидимим коледжем».
  80. ↑ «Я не присягатимуся, але я не бачив її раніше», — сказав Маккарті Памелі Маккордак[en] 1979 року. (McCorduck, 2004, с. 114) Проте Маккарті також недвозначно заявив «Я придумав цей термін» в інтерв'ю CNET. (Skillings, 2006)
  81. ↑ McCarthy, John (1988). Review of The Question of Artificial Intelligence. Annals of the History of Computing (англ.). 10 (3): 224—229., зібрано в McCarthy, John (1996). 10. Review of The Question of Artificial Intelligence. Defending AI Research: A Collection of Essays and Reviews (англ.). CSLI., с. 73 «[О]днією з причин винаходу терміна „штучний інтелект“ була втеча від асоціації з „кібернетикою“. Її зосередження на аналоговому зворотному зв'язку здавалося помилковим, і я хотів уникнути чи то прийняття Норберта (не Роберта) Вінера як гуру, чи то сперечання з ним.»
  82. ↑ Помилка скрипту: Функції «harvard_core» не існує. пише «цю конференцію загалом визнають офіційною датою народження цієї нової науки.»
  83. ↑ Рассел та Норвіг пишуть «це було дивовижно, коли комп'ютер робив щось хоч віддалено розумне.» Russell та Norvig, 2003, с. 18
  84. ↑ Crevier, 1993, с. 52—107, Moravec, 1988, с. 9 та Russell та Norvig, 2003, с. 18−21
  85. ↑ McCorduck, 2004, с. 218, Newquist, 1994, с. 91—112, Crevier, 1993, с. 108—109 та Russell та Norvig, 2003, с. 21
  86. ↑ Crevier, 1993, с. 52—107, Moravec, 1988, с. 9
  87. ↑ Аналіз цілей—засобів, міркування як пошук: McCorduck, 2004, с. 247—248. Russell та Norvig, 2003, с. 59—61
  88. ↑ Евристика: McCorduck, 2004, с. 246, Russell та Norvig, 2003, с. 21—22
  89. ↑ ЗРЗ: McCorduck, 2004, с. 245—250, Crevier, 1993, с. ЗРЗ?, Russell та Norvig, 2003, с. ЗРЗ?
  90. ↑ Crevier, 1993, с. 51—58, 65—66 та Russell та Norvig, 2003, с. 18—19
  91. ↑ McCorduck, 2004, с. 268—271, Crevier, 1993, с. 95—96, Newquist, 1994, с. 148—156, Moravec, 1988, с. 14—15
  92. ↑ Rosenblatt, Frank. Principles of neurodynamics: Perceptrons and the theory of brain mechanisms. Vol. 55. Washington, DC: Spartan books, 1962. (англ.)
  93. ↑ Widrow, B.; Lehr, M.A. (Вересень 1990). 30 years of adaptive neural networks: perceptron, Madaline, and backpropagation. Proceedings of the IEEE (англ.). 78 (9): 1415—1442. doi:10.1109/5.58323.
  94. ↑ Rosen, Charles A., Nils J. Nilsson, and Milton B. Adams. "A research and development program in applications of intelligent automata to reconnaissance-phase I." Proposal for Research SRI No. ESU 65-1, 8 січня 1965. (англ.)
  95. ↑ Nilsson, Nils J. The SRI Artificial Intelligence Center: A Brief History. Artificial Intelligence Center, SRI International, 1984. (англ.)
  96. ↑ Hart, Peter E.; Nilsson, Nils J.; Perrault, Ray; Mitchell, Tom; Kulikowski, Casimir A.; Leake, David B. (15 березня 2003). In Memoriam: Charles Rosen, Norman Nielsen, and Saul Amarel. AI Magazine (англ.). 24 (1): 6—6. doi:10.1609/aimag.v24i1.1683. ISSN 2371-9621.
  97. ↑ Nilsson, Nils J. (2009). Section 4.2: Neural Networks. The Quest for Artificial Intelligence (англ.). Cambridge: Cambridge University Press. doi:10.1017/cbo9780511819346. ISBN 978-0-521-11639-8.
  98. ↑ а б Nielson, Donald L. (1 січня 2005). Chapter 4: The Life and Times of a Successful SRI Laboratory: Artificial Intelligence and Robotics (PDF). A HERITAGE OF INNOVATION SRI's First Half Century (English) (вид. 1st). SRI International. ISBN 978-0-9745208-0-3.
  99. ↑ а б в г Olazaran Rodriguez, Jose Miguel. A historical sociology of neural network research. PhD Dissertation. University of Edinburgh, 1991. Див. особливо розділи 2 та 3. (англ.)
  100. ↑ Schmidhuber, Jurgen. Critique of Paper by "Deep Learning Conspiracy". (Nature 521 p 436) (англ.). Процитовано 26 грудня 2019.
  101. ↑ Ivakhnenko, A.G. (1968). The Group Method of Data Handling - a Rival of the Method of Stochastic Approximation. Soviet Automatic Control. 13 (3): 43—55.
  102. ↑ McCorduck, 2004, с. 286, Crevier, 1993, с. 76—79, Russell та Norvig, 2003, с. 19
  103. ↑ Crevier, 1993, с. 79—83.
  104. ↑ Crevier, 1993, с. 164—172.
  105. ↑ McCorduck, 2004, с. 291—296, Crevier, 1993, с. 134—139
  106. ↑ McCorduck, 2004, с. 299—305, Crevier, 1993, с. 83—102, Russell та Norvig, 2003, с. 19 та Copeland, 2000
  107. ↑ McCorduck, 2004, с. 300—305, Crevier, 1993, с. 84—102, Russell та Norvig, 2003, с. 19
  108. ↑ Humanoid History -WABOT- (яп.).
  109. ↑ Zeghloul, Saïd; Laribi, Med Amine; Gazeau, Jean-Pierre (21 September 2015). Robotics and Mechatronics: Proceedings of the 4th IFToMM International Symposium on Robotics and Mechatronics (англ.). Springer. ISBN 9783319223681 — через Google Books.
  110. ↑ Historical Android Projects. androidworld.com (англ.).
  111. ↑ Robots: From Science Fiction to Technological Revolution, сторінка 130 (англ.)
  112. ↑ Duffy, Vincent G. (19 April 2016). Handbook of Digital Human Modeling: Research for Applied Ergonomics and Human Factors Engineering (англ.). CRC Press. ISBN 9781420063523 — через Google Books.
  113. ↑ Amosov, N.M.; Kussul, E.M.; Fomenko, V.D. (1975). Transport robot with network control system (PDF). IJCAI (англ.). Tbilisi. Архів (PDF) оригіналу за 31 травня 2023. Процитовано 20 листопада 2023.
  114. ↑ Микола Амосов - основоположник біокібернетичних інформаційних технологій. Робототехнічний період. Музей історії розвитку інформаційних технологій в Україні. Архів оригіналу за 10 червня 2023. Процитовано 20 листопада 2023.
  115. ↑ Simon та Newell, 1958, с. 7−8 цитовано в Crevier, 1993, с. 108. Див. також Russell та Norvig, 2003, с. 21
  116. ↑ Simon, 1965, с. 96 цитовано в Crevier, 1993, с. 109
  117. ↑ Minsky, 1967, с. 2 цитовано в Crevier, 1993, с. 109
  118. ↑ Мінський переконаний, що його неправильно процитували. Див. McCorduck, 2004, с. 272—274, Crevier, 1993, с. 96 та Darrach, 1970.
  119. ↑ Crevier, 1993, с. 64—65.
  120. ↑ Crevier, 1993, с. 94.
  121. ↑ Howe, 1994
  122. ↑ McCorduck, 2004, с. 131, Crevier, 1993, с. 51. Маккордак також зазначає, що фінансування було переважно під керівництвом випускників Дартмутського семінару[en] 1956 року.
  123. ↑ Crevier, 1993, с. 65.
  124. ↑ Crevier, 1993, с. 68–71 та Turkle, 1984
  125. ↑ Crevier, 1993, с. 100—144 та Russell та Norvig, 2003, с. 21—22
  126. ↑ Малиновський, 1995, с. 72—73: «… виявилося, що вже перші спроби давали обнадійливі результати: ідея вже є, залишається тільки її реалізувати, а виходячи зі старого досвіду, який був накопичений в інших науках, вважали, що ідея — це вже 40% справи. Якщо на розробку ідеї треба було два роки, значить, на її реалізацію буде потрібно в півтора рази більше і через п'ять років ми зробимо програми, які будуть перекладати краще будь-якого перекладача з англійської на російську, або зробимо таку машину, яка буде призначена для кращого розуміння мови і змісту хорошим співрозмовником на рівні людини і т.п. Але виявилося, що це далеко не так.» — В. М. Глушков, 1982 рік
  127. ↑ а б McCorduck, 2004, с. 104—107, Crevier, 1993, с. 102—105, Russell та Norvig, 2003, с. 22
  128. ↑ Crevier, 1993, с. 163—196.
  129. ↑ Crevier, 1993, с. 146.
  130. ↑ Russell та Norvig, 2003, с. 20—21.
  131. ↑ Newquist, 1994, с. 336.
  132. ↑ Crevier, 1993, с. 146—148, див. також Buchanan, 2005, с. 56: «Ранні програми були неминуче обмежені в охопленні розміром і швидкістю пам'яті»
  133. ↑ Moravec, 1976. Маккарті завжди не погоджувався з Моравеком, починаючи з їхніх спільних ранніх днів у SAIL[en]. В інтерв'ю CNET він заявив: «Я би сказав, що 50 років тому можливості машин були занадто малі, але 30 років тому можливості машин не були реальною проблемою». (Skillings, 2006)
  134. ↑ Hans Moravec, ROBOT: Mere Machine to Transcendent Mind (англ.)
  135. ↑ Russell та Norvig, 2003, с. 9, 21—22 та Lighthill, 1973
  136. ↑ McCorduck, 2004, с. 300 & 421; Crevier, 1993, с. 113—114; Moravec, 1988, с. 13; Lenat та Guha, 1989, (Introduction); Russell та Norvig, 2003, с. 21
  137. ↑ McCorduck, 2004, с. 456, Moravec, 1988, с. 15—16
  138. ↑ McCarthy та Hayes, 1969, Crevier, 1993, с. 117—119
  139. ↑ McCorduck, 2004, с. 280—281, Crevier, 1993, с. 110, Russell та Norvig, 2003, с. 21 та NRC, 1999 під «Success in Speech Recognition».
  140. ↑ Crevier, 1993, с. 117, Russell та Norvig, 2003, с. 22, Howe, 1994 та див. також Lighthill, 1973.
  141. ↑ Russell та Norvig, 2003, с. 22, Lighthill, 1973, Джон Маккарті написав у відповідь у Review of Lighthill report, що «проблема комбінаторного вибуху була визнана в ШІ від самого початку»
  142. ↑ Crevier, 1993, с. 115—116 (на чому ґрунтується це твердження). До інших поглядів належать McCorduck, 2004, с. 306—313 та NRC, 1999 під «Success in Speech Recognition».
  143. ↑ Crevier, 1993, с. 115. Моравек пояснює: «Їхні початкові обіцянки DARPA були занадто оптимістичними. Звісно, те, що вони виконали, значно відставало від цього. Але вони відчували, що в наступній пропозиції вони не можуть обіцяти менше, ніж у першій, тому вони обіцяли більше».
  144. ↑ NRC, 1999 під «Shift to Applied Research Increases Investment». Хоч автономний танк і виявився невдачею, система управління боєм (названа «DART») виявилася надзвичайно успішною, заощадивши мільярди в першій війні в Перській затоці, відшкодувавши інвестиції й виправдавши прагматичну політику DARPA, принаймні з погляду DARPA.
  145. ↑ Лукасова та Пенроузова критика ШІ: Crevier, 1993, с. 22, Russell та Norvig, 2003, с. 949—950, Hofstadter, 1999, с. 471—477 та див. Lucas, 1961
  146. ↑ «Знання-як» — це термін Дрейфуса. (Дрейфус робить розрізнення між «знанням-як» і «знанням-що», сучасною версією Гайдеґґерового розрізнення підручної готовності[en] та перебування в руках[en].) (Dreyfus та Dreyfus, 1986)
  147. ↑ Дрейфусова критика штучного інтелекту[en]: McCorduck, 2004, с. 211—239, Crevier, 1993, с. 120—132, Russell та Norvig, 2003, с. 950—952 та див. Dreyfus, 1965, Dreyfus, 1972, Dreyfus та Dreyfus, 1986
  148. ↑ Серлева Критика ШІ: McCorduck, 2004, с. 443—445, Crevier, 1993, с. 269—271, Russell та Norvig, 2003, с. 958—960 та див. Searle, 1980
  149. ↑ Цитовано в Crevier, 1993, с. 143
  150. ↑ Цитовано в Crevier, 1993, с. 122
  151. ↑ Newquist, 1994, с. 276.
  152. ↑ «Я став єдиним членом спільноти ШІ, поміченим за обідом з Дрейфусом. І я навмисно показав, що це не той спосіб поводитися з людиною». Джозеф Вейценбаум, цитований в Crevier, 1993, с. 123.
  153. ↑ Colby, Watt та Gilbert, 1966, с. 148. Вейценбаум посилався на цей текст у Weizenbaum, 1976, с. 5, 6. Колбі та його колеги пізніше також розробили схожі на чат-боти «комп'ютерні моделі параноїдальних процесів (PARRY)», щоби «зробити зрозумілими параноїдальні процеси в явних термінах символьної обробки». Colby, 1974, с. 6
  154. ↑ Вейценбаумова критика ШІ: McCorduck, 2004, с. 356—373, Crevier, 1993, с. 132—144, Russell та Norvig, 2003, с. 961 та див. Weizenbaum, 1976
  155. ↑ McCorduck, 2004, с. 51, Russell та Norvig, 2003, с. 19, 23
  156. ↑ McCorduck, 2004, с. 51, Crevier, 1993, с. 190—192
  157. ↑ Crevier, 1993, с. 193—196.
  158. ↑ Crevier, 1993, с. 145—149, 258—63.
  159. ↑ Помилка скрипту: Функції «harvard_core» не існує. показали, що люди погано впоруються з повністю абстрактними задачами, але якщо задачу переформулювати так, щоби дозволити використання інтуїтивного соціального інтелекту, продуктивність різко покращується. (Див. задачу вибору Вейсона[en]) Помилка скрипту: Функції «harvard_core» не існує. показали, що люди жахливо впоруються з елементарними задачами, які вимагають нечіткого міркування. (Див. декілька прикладів у переліку когнітивних упереджень). Роботу Елеанори Рош[en] описано в Lakoff, 1987
  160. ↑ Раннім прикладом позиції Маккарті був журнал Science, де він сказав: «Це ШІ, тому нам не важливо, чи це психологічно реально» (Kolata, 1982), і він нещодавно повторив свою позицію на конференції AI@50[en], де сказав: «Штучний інтелект не є, за визначенням, імітуванням людського інтелекту» (Maker, 2006).
  161. ↑ Crevier, 1993, с. 175.
  162. ↑ Чепурні проти нечупар: McCorduck, 2004, с. 421—424 (який показує стан дебатів у 1984 році). Crevier, 1993, с. 168 (який документує первинне використання цього терміну Скенком). Інший аспект цього конфлікту назвали «процедурною/декларативною відмінністю», але він не виявився впливовим у подальших дослідженнях ШІ.
  163. ↑ McCorduck, 2004, с. 305—306, Crevier, 1993, с. 170—173, 246 та Russell та Norvig, 2003, с. 24. Стаття Мінського про рамки: Minsky, 1974.
  164. ↑ Newquist, 1994, с. 189—192.
  165. ↑ McCorduck, 2004, с. 327—335 (Дендрал), Crevier, 1993, с. 148—159, Newquist, 1994, с. 271, Russell та Norvig, 2003, с. 22—23
  166. ↑ Crevier, 1993, с. 158—159 та Russell та Norvig, 2003, с. 23−24
  167. ↑ Crevier, 1993, с. 198.
  168. ↑ Newquist, 1994, с. 259.
  169. ↑ McCorduck, 2004, с. 434—435, Crevier, 1993, с. 161—162, 197—203, Newquist, 1994, с. 275 та Russell та Norvig, 2003, с. 24
  170. ↑ McCorduck, 2004, с. 299.
  171. ↑ McCorduck, 2004, с. 421.
  172. ↑ Революція знань: McCorduck, 2004, с. 266—276, 298—300, 314, 421, Newquist, 1994, с. 255—267, Russell та Norvig, 2003, с. 22—23
  173. ↑ Cyc: McCorduck, 2004, с. 489, Crevier, 1993, с. 239—243, Newquist, 1994, с. 431—455, Russell та Norvig, 2003, с. 363−365 та Lenat та Guha, 1989
  174. ↑ Chess: Checkmate (PDF) (англ.). Архів оригіналу (PDF) за 8 жовтня 2007. Процитовано 1 вересня 2007.
  175. ↑ McCorduck, 2004, с. 436—441, Newquist, 1994, с. 231—240, Crevier, 1993, с. 211, Russell та Norvig, 2003, с. 24 та див. також Feigenbaum та McCorduck, 1983
  176. ↑ Crevier, 1993, с. 195.
  177. ↑ Crevier, 1993, с. 240.
  178. ↑ а б в Russell та Norvig, 2003, с. 25.
  179. ↑ McCorduck, 2004, с. 426—432, NRC, 1999 під «Shift to Applied Research Increases Investment»
  180. ↑ Sejnowski, Terrence J. (23 жовтня 2018). The Deep Learning Revolution (англ.) (вид. 1st). Cambridge, Massachusetts London, England: The MIT Press. с. 93—94. ISBN 978-0-262-03803-4.
  181. ↑ Crevier, 1993, с. 214—215.
  182. ↑ Crevier, 1993, с. 215–216.
  183. ↑ Mead, Carver A.; Ismail, Mohammed (8 травня 1989). Analog VLSI Implementation of Neural Systems (PDF). The Kluwer International Series in Engineering and Computer Science (англ.). Т. 80. Norwell, MA: Kluwer Academic Publishers[en]. doi:10.1007/978-1-4613-1639-8. ISBN 978-1-4613-1639-8.
  184. ↑ Newquist, 1994, с. 501.
  185. ↑ Crevier, 1993, с. 203. Термін «зима ШІ» вперше використали як назву семінару на цю тему для Асоціації з розвитку штучного інтелекту.
  186. ↑ Newquist, 1994, с. 359—379, McCorduck, 2004, с. 435, Crevier, 1993, с. 209—210
  187. ↑ McCorduck, 2004, с. 435 (яка наводить інституційні причини їхньої остаточної невдачі), Newquist, 1994, с. 258—283 (який наводить обмежене впровадження в корпораціях), Crevier, 1993, с. 204—208 (який наводить складність підтримки істинності, тобто навчання та оновлення), Lenat та Guha, 1989, Вступ (які підкреслюють крихкість і неспроможність впоратися з надмірною кваліфікацією.)
  188. ↑ McCorduck, 2004, с. 430—431.
  189. ↑ а б McCorduck, 2004, с. 441, Crevier, 1993, с. 212. Маккордак пише: «Через два з половиною десятиліття ми можемо бачити, що японці не те щоби досягли всіх тих амбітних цілей.»
  190. ↑ Newquist, 1994, с. 476.
  191. ↑ а б Newquist, 1994, с. 440.
  192. ↑ McCorduck, 2004, с. 454—462.
  193. ↑ Помилка скрипту: Функції «harvard_core» не існує. пише: «Я впевнений, що цей підхід знизу вгору до штучного інтелекту одного дня зустрінеться з традиційним підходом згори донизу більше ніж на половині шляху, готовий надати компетентність щодо реального світу й знання здорового глузду, що були такими недосяжними в програмах міркування. Повністю інтелектуальні машини виникнуть, коли буде вбито метафоричний золотий костиль[en], що об'єднає ці два зусилля.»
  194. ↑ Crevier, 1993, с. 183—190.
  195. ↑ Brooks, Robert A. (1990). Elephants Don't Play Chess (PDF). Robotics and Autonomous Systems (англ.). 6 (1–2): 3—15. doi:10.1016/S0921-8890(05)80025-9.
  196. ↑ Brooks, 1990, с. 3.
  197. ↑ Див., наприклад, Lakoff та Johnson, 1999
  198. ↑ Newquist, 1994, с. 511.
  199. ↑ Помилка скрипту: Функції «harvard_core» не існує. обговорює розкол і відмову від первинних цілей ШІ.
  200. ↑ McCorduck, 2004, с. 480—483.
  201. ↑ Deep Blue (англ.). IBM Research. Процитовано 10 вересня 2010.
  202. ↑ DARPA Grand Challenge – home page (англ.). Архів оригіналу за 31 жовтня 2007.
  203. ↑ Welcome (англ.). Архів оригіналу за 5 березня 2014. Процитовано 25 жовтня 2011.
  204. ↑ Markoff, John (16 лютого 2011). On 'Jeopardy!' Watson Win Is All but Trivial. The New York Times (англ.).
  205. ↑ Kurzweil, 2005, с. 274 пише, що поліпшення в комп'ютерних шахах, «за загальною думкою, обумовлене лише розширенням грубою силою апаратного забезпечення комп'ютерів.»
  206. ↑ Тривалість циклу Ferranti Mark 1[en] становила 1,2 мілісекунди, що можна вважати еквівалентним приблизно 833 FLOPS. Deep Blue працював на швидкості 11,38 гігафлопс (і це без урахування спеціального апаратного забезпечення для шахів у Deep Blue). Дуже приблизно, ці значення відрізняються в 107 разів.
  207. ↑ McCorduck, 2004, с. 471—478, Russell та Norvig, 2003, с. 55, де вони пишуть: «Погляд на цілісного агента зараз широко прийнятий у галузі». Парадигму інтелектуального агента обговорюють в основних підручниках з ШІ, як-от: Russell та Norvig, 2003, с. 32—58, 968—972, Poole, Mackworth та Goebel, 1998, с. 7–21, Luger та Stubblefield, 2004, с. 235—240
  208. ↑ Модель акторів Карла Г'юїтта[en] передбачила сучасне визначення інтелектуальних агентів. (Hewitt, Bishop та Steiger, 1973) Як Джон Дойль (Doyle, 1983), так і популярна класика Марвіна Мінського «Суспільство розуму[en]» (Minsky, 1986), використовували слово «агент» (англ. "agent"). Серед інших «модульних» пропозицій були категоризувальна архітектура[en] Родні Брукса[en], об'єктно-орієнтоване програмування та інші.
  209. ↑ а б Russell та Norvig, 2003, с. 27, 55.
  210. ↑ Ось так найширше визнані підручники XXI століття визначають штучний інтелект. Див. Russell та Norvig, 2003, с. 32 та Poole, Mackworth та Goebel, 1998, с. 1
  211. ↑ McCorduck, 2004, с. 478.
  212. ↑ McCorduck, 2004, с. 486—487, Russell та Norvig, 2003, с. 25—26
  213. ↑ Pearl, 1988.
  214. ↑ Russell та Norvig, 2003, с. 25−26.
  215. ↑ Див. застосування штучного інтелекту в інформатиці●
  216. ↑ NRC, 1999 під «Artificial Intelligence in the 90s», та Kurzweil, 2005, с. 264
  217. ↑ Russell та Norvig, 2003, с. 28.
  218. ↑ Щодо нового рівня останніх досягнень у розпізнаванні мовлення на основі ШІ див. Помилка скрипту: Функції «harvard_core» не існує.
  219. ↑ а б «Натхнені ШІ системи вже було вбудовано до багатьох повсякденних технологій, як-от рушіїв пошуку в Інтернет, банківського програмного забезпечення для обробки транзакцій, та медичного діагностування.» Нік Бостром, цитований у CNN, 2006
  220. ↑ Помилка скрипту: Функції «harvard_core» не існує.,Помилка скрипту: Функції «harvard_core» не існує.
  221. ↑ McCorduck, 2004, с. 423, Kurzweil, 2005, с. 265, Hofstadter, 1999, с. 601 Newquist, 1994, с. 445
  222. ↑ CNN, 2006.
  223. ↑ Markoff, 2005.
  224. ↑ The Economist, 2007.
  225. ↑ Tascarella, 2006.
  226. ↑ Newquist, 1994, с. 532.
  227. ↑ Steve Lohr (17 October 2016), IBM Is Counting on Its Bet on Watson, and Paying Big Money for It, New York Times (англ.)
  228. ↑ Hampton, Stephanie E; Strasser, Carly A; Tewksbury, Joshua J; Gram, Wendy K; Budden, Amber E; Batcheller, Archer L; Duke, Clifford S; Porter, John H (1 квітня 2013). Big data and the future of ecology. Frontiers in Ecology and the Environment (англ.). 11 (3): 156—162. doi:10.1890/120103. ISSN 1540-9309.
  229. ↑ How Big Data is Changing Economies | Becker Friedman Institute. bfi.uchicago.edu (англ.). Архів оригіналу за 18 June 2018. Процитовано 9 червня 2017.
  230. ↑ а б LeCun, Yann; Bengio, Yoshua; Hinton, Geoffrey (2015). Deep learning. Nature (англ.). 521 (7553): 436—444. Bibcode:2015Natur.521..436L. doi:10.1038/nature14539. PMID 26017442. S2CID 3074096.
  231. ↑ Baral, Chitta; Fuentes, Olac; Kreinovich, Vladik (June 2015). Why Deep Neural Networks: A Possible Theoretical Explanation. Departmental Technical Reports (Cs) (англ.). Процитовано 9 June 2017.
  232. ↑ Ciregan, D.; Meier, U.; Schmidhuber, J. (June 2012). Multi-column deep neural networks for image classification. 2012 IEEE Conference on Computer Vision and Pattern Recognition (англ.). с. 3642—3649. arXiv:1202.2745. Bibcode:2012arXiv1202.2745C. CiteSeerX 10.1.1.300.3283. doi:10.1109/cvpr.2012.6248110. ISBN 978-1-4673-1228-8. S2CID 2161592.
  233. ↑ Markoff, John (16 лютого 2011). On 'Jeopardy!' Watson Win Is All but Trivial. The New York Times (амер.). ISSN 0362-4331. Процитовано 10 червня 2017.
  234. ↑ AlphaGo: Mastering the ancient game of Go with Machine Learning. Research Blog (амер.). Процитовано 10 червня 2017.
  235. ↑ Innovations of AlphaGo | DeepMind. DeepMind (англ.). Процитовано 10 червня 2017.
  236. ↑ University, Carnegie Mellon. Computer Out-Plays Humans in "Doom"-CMU News - Carnegie Mellon University. www.cmu.edu (англ.). Процитовано 10 червня 2017.
  237. ↑ Laney, Doug (2001). 3D data management: Controlling data volume, velocity and variety. META Group Research Note (англ.). 6 (70).
  238. ↑ Marr, Bernard (6 March 2014). Big Data: The 5 Vs Everyone Must Know (англ.).
  239. ↑ Goes, Paulo B. (2014). Design science research in top information systems journals. MIS Quarterly: Management Information Systems (англ.). 38 (1).
  240. ↑ Bubeck, Sébastien; Chandrasekaran, Varun; Eldan, Ronen; Gehrke, Johannes; Horvitz, Eric; Kamar, Ece; Lee, Peter; Lee, Yin Tat; Li, Yuanzhi; Lundberg, Scott; Nori, Harsha; Palangi, Hamid; Ribeiro, Marco Tulio; Zhang, Yi (22 березня 2023). Sparks of Artificial General Intelligence: Early experiments with GPT-4 (англ.). arXiv:2303.12712 [cs.CL].

Література

Отримано з https://uk.wikipedia.org/w/index.php?title=Історія_штучного_інтелекту&oldid=40966155