kořeny moderní Umělé Inteligence, nebo AI, může být stopován zpátky do klasických filosofů Řecka, a jejich úsilí modelovat lidské myšlení jako systém symbolů. Více nedávno, v 1940s, škola myšlení volal „Connectionism“ byl vyvinut ke studiu procesu myšlení. V roce 1950 napsal muž jménem Alan Turing článek, který navrhl, jak testovat“ myslící “ stroj. Věřil, že pokud se stroj mohl pokračovat v konverzaci prostřednictvím dálnopisu, kde napodoboval lidské, bez znatelné rozdíly, stroj by mohl být popsán jako myšlení. Jeho kniha byla následně v roce 1952 Hodgkin-Huxley model mozku, jak neurony tvoří elektrické sítě, s jednotlivými neurony v všichni-nebo-nic (on/off) impulsů. Tyto události na konferenci sponzorované Dartmouth College v roce 1956 pomohly podnítit koncept umělé inteligence.

Jonathan Crane je CCO společnosti Ipsoft, tvůrců virtuální asistentky zvané Amelia. On měl toto říkat o současném stavu Umělé Inteligence:

„AI je řídit obrovské změny ve způsobu, jakým se můžeme zaměřit náš marketing a reklama, a to i pro menší firmy. To znamená, že podniky jsou schopny zaměřit své „výdaje a zvýšit návratnost investic“ a umožnit reklamě dělat to, co by mělo, dávat lidem reklamy, které chtějí vidět.“

Pan Crane odkazuje na použití velkých dat AI. Umělá inteligence může být kombinována s velkými daty pro zpracování složitých úkolů a může zpracovávat informace mnohem rychleji než jakékoli předchozí systémy.

vývoj AI nebyl efektivní a efektivní. Začíná jako vzrušující, nápaditý koncept v roce 1956, výzkumu Umělé Inteligence financování byl řez v roce 1970, po několika zprávách kritizoval nedostatek pokroku. Pokusy o napodobení lidského mozku, nazývané „neuronové sítě“, byly experimentovány a upuštěny. Nejpůsobivější, funkční programy byly schopny zvládnout pouze zjednodušující problémy, a byl popsán jako hračky unimpressed. Vědci AI byli při stanovování svých cílů příliš optimističtí a učinili naivní předpoklady o problémech, s nimiž se setkají. Když se výsledky, které slíbili, nikdy neuskutečnily, nemělo by být překvapením, že jejich financování bylo sníženo.

První AI Zimní
vědci AI musel řešit dvě základní omezení, není dostatek paměti a rychlosti zpracování, že by se mohlo zdát propastný podle dnešních měřítek. Stejně jako gravity research v té době, výzkum umělé inteligence měl své vládní financování snížit, a zájem klesl. Nicméně, na rozdíl od gravitace, AI výzkum pokračoval v roce 1980, s USA a Británie poskytování finančních prostředků, aby soutěžit s Japonskem je nové „páté generace“ počítačových projektu, a jejich cílem stát se světovým lídrem v oblasti výpočetní techniky. Úsek času mezi 1974 a 1980 se stal známým jako “ první AI zima.“

první AI zima skončila zavedením „expertních systémů“, které byly vyvinuty a rychle přijaty konkurenčními korporacemi po celém světě. Primární zaměření výzkumu AI bylo nyní na téma shromažďování znalostí od různých odborníků. AI také těžily z oživení Connectionism v roce 1980.

Kybernetika a Neuronové Sítě
studium Kybernetiky automatizované systémy řízení. Dva příklady jsou mozek a nervový systém a komunikační systémy používané počítači. Kybernetika byla použita k výcviku moderní verze neuronových sítí. Nicméně, neuronové sítě by se stát finančně úspěšný až do roku 1990, kdy začaly být používány pro provoz optické rozpoznávání znaků programů a řeči rozpoznávání programy.

Expertní Systémy
Expertní Systémy představují přístup ve výzkumu Umělé Inteligence, která se stala populární po roce 1970. Expertní Systém používá znalosti odborníků, k vytvoření programu. Expertní systémy mohou odpovídat na otázky a řešit problémy v jasně definované aréně znalostí a používají“ pravidla “ logiky. Jejich zjednodušující design dělal to poměrně snadné pro programy, které mají být navrženy, postaveny a upraveny. Bankovní půjčka screeningové programy poskytují dobrý příklad expertního Systému od začátku roku 1980, ale byly tam i zdravotní a prodej aplikací s využitím Expertních Systémů. Obecně řečeno, tyto jednoduché programy se stal velmi užitečné, a začal šetřit podniky velké množství peněz.

například, v roce 1980, Digital Equipment Corporation začal vyžadovat jejich prodejní tým použít Expertní Systém s názvem XCON při uvádění objednávky zákazníků. DEC prodával širokou škálu počítačových komponent, ale prodejní síla nebyla zvlášť informovaná o tom, co prodávají. Některé objednávky kombinovaly komponenty, které nefungovaly společně, a některé objednávky chyběly potřebné komponenty. Před XCON, technických poradců by se na obrazovce objednávky, identifikovat nefunkční kombinace, a poskytnout pokyny pro montáž systému. Od tohoto procesu (včetně komunikace se zákazníkem) způsobené překážkou v DEC, a mnoho úsilí, aby automatizovat selhala, DEC byl ochoten vyzkoušet technologie, která byla relativně nové pro tento druh situace. Do roku 1986 systém ušetřil 40 milionů dolarů ročně.

XCON (někdy označované jako R1) byl velký systém se zhruba 750 pravidla, a i když to může zpracovat více objednávek, je potřeba ještě upravit a vylepšil před DEC mohli používat efektivně. DEC se dozvěděl, že systém nelze použít tak, jak byl původně navržen, a že nemají odborné znalosti k jeho údržbě. „Znalosti“ v systému musely být shromažďovány a přidávány lidmi vyškolenými v expertních systémech a v získávání znalostí. Mnoho z jeho techničtí poradci byli inženýři, ale nebyli odborníci AI, a tým inženýrů DEC konečně organizovaný byli „obeznámeni“ s AI, ale členové skupiny nebyly vybrány pro jejich Umělé Inteligence, odbornost (tam prostě nebyly, že mnozí odborníci k dispozici), a nikdo ve skupině byl obeznámen s jazykem byla napsána, OPS-4. Po zhruba roce, s obrovským množstvím pomoci od Carnegie-Mellon (původní spisovatelé programu), a poté, co se rozrostla na téměř 1000 pravidel, DEC byl schopen převzít programování a údržbu XCON. Integrace XCON do kultury DEC byla obtížná, ale úspěšná zkušenost. Řízení dozvěděl, Expertní Systém vyžaduje speciálně vyškolený personál, a oni vzali odpovědnost za školení a najímání lidí k uspokojení těchto potřeb.

na svém vrcholu má XCON 2 500 pravidel a významně se vyvinul (i když v současné době jeho popularita slábla, protože se stal trochu dinosaurem). XCON byl první počítačový systém, který používal techniky AI při řešení problémů v reálném světě v průmyslovém prostředí. Do roku 1985 začaly korporace po celém světě používat Expertní systémy a na jejich podporu se vyvinulo nové kariérní pole. XCON mohl konfigurovat prodejní objednávky pro všechny počítačové systémy VAX-11 vyráběné ve Spojených státech, ale systém musel být neustále upravován a aktualizován a vyžadoval IT tým na plný úvazek.

druhá AI zima

pole AI zažilo další velkou zimu v letech 1987 až 1993. Tento druhý zpomalení v AI výzkum se shodoval s XCON, a další brzy Expertní Systém počítače, je vnímáno jako pomalé a neohrabané. Stolní počítače byly stále velmi populární a přemísťovat starší, objemnější, mnohem méně uživatelsky přívětivé počítačové banky. Nakonec se expertní systémy jednoduše staly příliš drahými na údržbu ve srovnání se stolními počítači. Bylo obtížné je aktualizovat, a nemohl se “ učit.“Byly to problémy, které stolní počítače neměly. Přibližně ve stejnou dobu dospěla agentura DARPA (Defense Advanced Research Projects Agency) k závěru, že AI nebude „další vlnou“, a přesměrovala své prostředky na projekty považované za pravděpodobnější, že poskytnou rychlé výsledky. V důsledku toho, v pozdní 1980, financování AI výzkum byl hluboce zasáhlo, vytvoření Druhého AI Zimě.

konverzace s počítači se stává realitou

na počátku 90. let se výzkum umělé inteligence zaměřil na něco, čemu se říká inteligentní agent. Tyto inteligentní agenti mohou být použity pro vyhledávání zpráv služby, online nakupování a procházení webu. Inteligentní agenti se také někdy nazývají agenti nebo roboti. S využitím velkých datových programů se postupně vyvinuli v osobní digitální asistenty nebo virtuální asistenty.

v Současné době, obří tech firmy jako Google, Facebook, IBM a Microsoft se zkoumá řadu Umělá Inteligence projektů, včetně virtuálních asistentů. Všichni soutěží o vytvoření asistentů, jako je Facebook M nebo Cortana od Microsoftu nebo Apple Siri.Cílem umělé inteligence již není vytvořit inteligentní stroj schopný napodobit lidskou konverzaci teletypem. Použití velkých dat umožnilo AI učinit další evoluční krok. Nyní je cílem vyvinout softwarové programy schopné mluvit v přirozeném jazyce, jako je angličtina, a působit jako váš virtuální asistent. Tyto virtuální asistenti představují budoucnost AI výzkum, a může mít podobu robotů pro fyzickou pomoc, nebo může být umístěna v noteboocích a pomoc v obchodní rozhodování, nebo mohou být integrovány do podnikání zákaznický servis programu a odpovědět na telefon. Umělá inteligence se stále vyvíjí a nalézá nová využití.