Зима штучного інтелекту — це період в історії штучного інтелекту (ШІ), коли відбувалося скорочення фінансування та зацікавленості у дослідженнях штучного інтелектуAI Expert Newsletter: W is for Winter . Цей термін застосовується за аналогією з ідеєю ядерної зими. Галузь пережила кілька циклів надочікувань, за якими слідувало розчарування і критика, а потім скорочення фінансування. Інтерес до штучного інтелекту поновився через декілька десятиліть.

Термін вперше з'явився у 1984 році як тема публічного обговорення на щорічній зустрічі AAAI (). Це була ланцюгова реакція, що починалася з песимізму в спільноті ШІ, після чого з'явився песимізм у пресі, а згодом відбулось суттєве скорочення фінансування та згортання серйозних досліджень. Результатом зустрічі двох провідних дослідників штучного інтелекту і Марвіна Мінського — науковців, які пережили «зиму» 1970-х років, стало попередження бізнес-спільноті, що ентузіазм щодо ШІ вийшов з-під контролю у 1980-х роках і що розчарування неминуче. Через три роки мільярдна промисловість штучного інтелекту почала руйнуватися.

Галас, що зчинився, був подібний до тих, які супроводжували становлення таких технологій, як залізнична манія або бульбашка доткомів. Зима ШІ — це, перш за все, крах сприйняття ШІ урядовими бюрократами й венчурними капіталістами. Попри зростання та падіння репутації ШІ, галузь продовжувала розвивати нові та успішні технології. Дослідник ШІ скаржився у 2002 році, що «є такий дурний міф, що ШІ провалився, але він знаходиться навколо вас кожну секунду». У 2005 році Реймонд Курцвейл погодився: «Багато спостерігачів все ще думають, що зима ШІ була кінцем історії галузі, і що нічого так і не вийшло з цієї ідеї. Однак, сьогодні тисячі програм використовують ШІ. Він глибоко увійшов в інфраструктуру кожної галузі».

З 1990 року ентузіазм і оптимізм щодо ШІ поступово зростав і вже з 2010 року штучний інтелект (і особливо його підгалузь машинне навчання) стали повсюдно використовуватися та отримали гарне фінансування. Як писав Рей Курцвейл: «Зима ШІ вже давно закінчилася».

Огляд У 1974—1980 та 1987—1993 роках відбулися дві великих зими Різні джерела використовують різне датування для зим ШІ. Порівняйте: Звіт Лайтхілла спровокував втрату довіри до штучного інтелекту у Великій Британії (та частково США), що викликало так звану «зиму ШІ», Руссель та Норвіг, 2003: «Загалом, галузь ШІ виросла з декількох мільйонів доларів у 1980 році до декількох мільярдів у 1988 році. Незабаром після цього розпочалась так звана „Зима ШІ“» та декілька менших проміжків, у тому числі: 1966: провал машинного перекладу 1970: відмова від конекціонізму Період тенденцій, які перекриваються: 1971–75: розчарування DARPA у програмі розпізнавання мовлення в університеті Карнегі-Меллона 1973: значне зниження досліджень ШІ в Сполученому Королівстві Великої Британії у відповідь на доповідь Лайтхілла 1973–74: скорочення DARPA до академічних досліджень ШІ в цілому 1987: обвал ринку лісп-машин 1988: скасування нових витрат на ШІ по проекту 1993: експертні системи повільно досягають дна 1990-ті: спокійне зникнення початкових цілей проекту комп'ютерів п'ятого покоління

Ранні епізоди

Машинний переклад та звіт ALPAC 1966 року Під час холодної війни уряд США особливо зацікавився автоматичним, миттєвим перекладом російських документів і наукових доповідей. Починаючи з 1954 року, уряд США доклав багато зусиль у розробці машинного перекладу. На початку дослідники були оптимістичні. Нова робота Ноама Чомскі в граматиці, в якій було «багато передбачень проривів у розробці машинного перекладу», спрощувала процес перекладуJohn Hutchins 2005 Історія машинного перекладу в двох словах. .

Проте дослідники недооцінили складність вирішення . Для того, щоб перекласти речення, машина повинна була мати уявлення про те, про що йшлося у реченні, інакше вона б зробила помилки. АпокрифічнийХатчінс, Джон. 1995. «Віскі був невидимий», або стійкі міфи МТ. Отримано з http://www.hutchinsweb.me.uk/MTNI-11-1995.pdf приклад — «сильний духом, але слабкий тілом» (). Прямий та зворотній переклад на російську дав результат «горілка хороша, але м'ясо гниле» (). Подібним чином, подвійний переклад «не бачу, тому не думаю» () став «сліпий ідіот» (). Пізніше дослідники назвали б це проблемою здорового глузду.

У 1964 році Національна дослідницька рада занепокоїлась відсутністю прогресу і створила (ALPAC), щоб вивчати цю проблему. У своєму звіті 1966 року вони дійшли висновку, що машинний переклад був дорожчим, менш точним і повільнішим, ніж людський переклад. Витративши близько 20 мільйонів доларів, рада закінчила усі розробки. Кар'єри було знищено, а дослідження закінчилися.

Машинний переклад, як і раніше залишається відкритою проблемою для дослідження у 21-му столітті, яка була вирішена з деяким успіхом (Google Translate, ).

Відмова від конективізму в 1969 році

Деякі з найбільш ранніх робіт у сфері ШІ використовували мережі або схеми з'єднаних блоків для імітації розумної поведінки. Серед прикладів такого підходу, який називається «коннекціонізмом», є перший опис нейронної мережі для логіки зроблений і Ворреном Маккаллохом, а також робота Марвіна Мінського над системою . Наприкінці 1950-х років більшість цих підходів були відкинуті, коли дослідники почали досліджувати символічні системи як сутність інтелекту, розвиваючи успіх програм, таких як та General Problem Solver.

Проте робота в одному з напрямків конекціонізму продовжувалась: вивчення перцептронів, винайдених Френком Розенблаттом, якому вдавалось підтримувати дослідження у цій галузі завдяки його здібностям «продавця» та сили його особистостіPamela McCorduck процитувала одного колегу: «Він був мрією для прес-служби, справжнім шаманом.» . Він оптимістично прогнозував, що перцептрон «з часом може навчатися, приймати рішення і перекладати мови». Основні дослідження перцептронів були різко зупинені у 1969 році, коли Марвін Мінський і Сеймур Пейперт опублікували книгу «Перцептрони», яка сприймалася як така, що окреслила межі можливостей перцептронів.

Підходи конекціоністів були відкинуті протягом наступних одного-двох десятиліть. Хоча важлива робота у цьому напрямку частково продовжувалася, наприклад, було відкрито зворотне поширення, однак, знайти достатнє фінансування для проектів конекціоністів у 1970-х та на початку 1980-х років було важко, , . «Зима» досліджень коннекціоністів закінчилася у середині 1980-х років, коли роботи Джона Хопфілда, Девіда Румельхарта та інших відродили масштабний інтерес до нейронних мереж and . Розенблат не дочекався цього, бо загинув у аварії на човні незабаром після публікації книги Perceptrons.

Невдачі 1974 року

Доповідь Лайтхілла У 1973 році британський парламент попросив професора сера Джеймса Лайтхілла оцінити стан досліджень штучного інтелекту у Сполученому Королівстві Великої Британії. Його доповідь, також відома як доповідь Лайтхілла, викрила повну нездатність ШІ досягти своїх «грандіозних цілей». Він дійшов висновку, що усе що може робити ШІ, може бути зроблено також іншими науками. Він згадав про проблеми, «комбінаторного вибуху» та «непорушності», які доводили, що більшість успішних алгоритмів ШІ підходять тільки для вирішення «іграшкових» проблем, а на реальних світових проблемах не працюють, , and see also .

Звіт був оскаржений у дебатах, які транслювалися на каналі Бі-Бі-Сі у серії «Суперечки» у 1973 році. У Дискусії «Робот загального призначення — це міраж», Лайтхілл був з боку Королівського Інституту, та дискутував проти команди , Джона Маккарті та . Пізніше Маккарті писав, що «проблема комбінаторного вибуху була виявлена у ШІ у самому початку».

Доповідь привела до майже повної зупинки досліджень ШІ у Великій Британії. Дослідження продовжувалось лише у кількох університетах (Единбург, Ессекс та Сассекс). пише: «Це створило ефект хвилі, який призвів до скорочення фінансування розробки ШІ по всій Європі». До 1983 року не було великомасштабних досліджень, допоки (дослідницький проект британського уряду) не отримав фінансування у розмірі 350 мільйонів фунтів стерлінгів у відповідь на проект п'ятого покоління Японії. Алві міг вирішити ряд вимог, які стосувалися лише Великої Британії, і це не підходило міжнародній спільноті, особливо американським партнерам, що стало причиною відсутності фінансування другого етапу.

Скорочення фінансування DARPA на початку 1970-х років Протягом 1960-х років Агентство передових оборонних дослідницьких проектів (тоді відоме як «ARPA», тепер відоме як «DARPA») надало мільйони доларів для досліджень штучного інтелекту практично без прив'язок. Директор DARPA тих років, Джозеф Ліклайдер вірив у ідею «фінансування людей, а не проектів» і дозволив лідерам галузі ШІ (таким як Марвін Мінський, Джон Маккарті, Герберт А. Саймон та Аллен Ньюел) витратити їх майже будь-яким способом який їм вподобався.

Таке ставлення змінилося після прийняття поправки Менсфілда у 1969 році, яка вимагала від DARPA фінансування «прямих досліджень, орієнтованих на місії, а не основних неорієнтованих досліджень» (тільки розділи до 1980) Неорієнтовані дослідження такого типу, які були дозволені у 1960-х роках, більше не будуть фінансуватися DARPA. Дослідники тепер повинні були показати, що їхня робота незабаром принесе користь у вигляді нових військових технологій. Відтепер пропозиції дослідників штучного інтелекту розглядались на дуже високому рівні. Ситуація стала ще гіршою після доповіді Лайтхілла також самі дослідження DARPA (Американська дослідницька група) припустили, що більшість досліджень штучного інтелекту навряд чи принесуть хоч щось дійсно корисне у найближчому майбутньому. Гроші DARPA були спрямовані на конкретні проекти з визначеними цілями, такими як беспілотні танки та системи бойового управління. До 1974 року було важко знайти фінансування для проектів штучного інтелекту.

Дослідник ШІ Ганс Моравек звинуватив у кризі нереалістичні прогнози своїх колег: «Багато дослідників опинилися в павутині все більшого перебільшення. Перші обіцянки DARPA були занадто оптимістичними. Звичайно, те, що вони отримували, значно відрізнялось від обіцянок. Але вони вважали, що наступного разу вони не зможуть обіцяти менше, ніж вони обіцяли останнього разу, тому вони обіцяли навіть ще більше». У результаті деякі працівники DARPA втратили терпіння щодо дослідження ШІ, як стверджує Моравек. Моравек розповів , що «В DARPA вважали, що деякі з цих людей будуть навчені тим, як їх контракти на два мільйони доларів на рік скоротяться майже до нічого!».

Хоча проект безпілотного танка був невдалим, система бойового управління (інструмент динамічного аналізу та планування) виявилась надзвичайно успішною, та зекономила мільярди доларів під час першої війни в Перській затоці, таким чином повертаючи усі інвестиції які зробила DARPA у ШІ і тим самим обґрунтувавши прагматичну політику DARPA.

Розгром SUR DARPA була глибоко розчарована дослідниками, які працювали над програмою розпізнавання мовлення в університеті Карнегі-Меллона. DARPA сподівалася, і вважала, що їм було обіцяно систему, яка зможе реагувати на голосові команди від пілота, натомість команда SUR розробила систему, яка могла розпізнати розмовну англійську мову, але тільки якщо слова були виголошені в певному порядку і тільки. У DARPA вважали, що їх обдурили, і у 1974 році вони скасували грант у розмірі три мільйони доларів на рік (on whom this account is based). Other views include and under «Success in Speech Recognition».

Через багато років, успішні комерційні системи розпізнавання мовлення будуть використовувати технології, які розробили група Карнегі — Меллона (такі як приховані моделі Маркова) і у 2001 році ринок систем розпізнавання мовлення досягне 4 млрд доларів under «Success in Speech Recognition».

Невдачі кінця 1980-х і початку 1990-х років

Крах ринку машин Lisp у 1987 році