rădăcinile inteligenței artificiale moderne, sau AI, pot fi urmărite înapoi la filozofii clasici ai Greciei și eforturile lor de a modela gândirea umană ca un sistem de simboluri. Mai recent, în anii 1940, a fost dezvoltată o școală de gândire numită „Conexionism” pentru a studia procesul de gândire. În 1950, un bărbat pe nume Alan Turing a scris o lucrare care sugera cum să testeze o mașină „gânditoare”. El credea că dacă o mașină ar putea purta o conversație prin intermediul unui teleimprimant, imitând un om fără diferențe vizibile, mașina ar putea fi descrisă ca gândire. Lucrarea Sa a fost urmată în 1952 de modelul Hodgkin-Huxley al creierului ca neuroni care formează o rețea electrică, cu neuroni individuali care trag în impulsuri de pornire/oprire totală sau nimic. Aceste evenimente, la o conferință sponsorizată de Colegiul Dartmouth în 1956, au ajutat la declanșarea conceptului de inteligență artificială.

Jonathan Crane este CCO al Ipsoft, creatorii asistentului virtual numit Amelia. El a spus acest lucru despre starea actuală a Inteligenței Artificiale:

„AI conduce o schimbare uriașă în modul în care ne putem viza marketingul și publicitatea, chiar și pentru companiile mai mici. Acest lucru înseamnă că întreprinderile sunt capabile să-și direcționeze cheltuielile și să crească rentabilitatea investiției și să permită publicității să facă ceea ce ar trebui, oferind oamenilor anunțuri pe care doresc să le vadă.”

Domnul Crane se referă la utilizarea de către AI a datelor mari. Inteligența artificială poate fi combinată cu date mari pentru a gestiona sarcini complexe și poate procesa informațiile la viteze mult mai mari decât orice sisteme anterioare.

dezvoltarea ia nu a fost raționalizată și eficientă. Începând ca un concept interesant și imaginativ în 1956, finanțarea cercetării inteligenței artificiale a fost redusă în anii 1970, după ce mai multe rapoarte au criticat lipsa progresului. Eforturile de a imita creierul uman, numite „rețele neuronale”, au fost experimentate și abandonate. Cele mai impresionante programe funcționale au fost capabile să facă față doar problemelor simpliste și au fost descrise ca jucării de către cei neimpresionați. Cercetătorii AI au fost prea optimiști în stabilirea obiectivelor lor și au făcut presupuneri naive cu privire la problemele cu care se vor confrunta. Când rezultatele pe care le-au promis nu s-au materializat niciodată, nu ar trebui să fie o surpriză că finanțarea lor a fost redusă.

prima iarnă AI
cercetătorii AI au trebuit să se confrunte cu două limitări foarte de bază, nu suficientă memorie și viteze de procesare care ar părea abisale conform standardelor actuale. La fel ca cercetarea gravitațională la acea vreme, cercetarea inteligenței artificiale a avut finanțarea guvernamentală redusă, iar interesul a scăzut. Cu toate acestea, spre deosebire de gravitație, cercetarea ia a fost reluată în anii 1980, SUA și Marea Britanie oferind finanțare pentru a concura cu noul proiect de computer „a cincea generație” din Japonia și obiectivul lor de a deveni liderul mondial în tehnologia informatică. Perioada de timp dintre 1974 și 1980 a devenit cunoscută sub numele de ‘prima iarnă AI.”

prima iarnă AI s-a încheiat cu introducerea” sistemelor Expert”, care au fost dezvoltate și adoptate rapid de corporații competitive din întreaga lume. Accentul principal al cercetării ia a fost acum pe tema acumulării de cunoștințe de la diverși experți. AI a beneficiat, de asemenea, de renașterea Conexionismului în anii 1980.

cibernetica și rețelele neuronale
Cibernetica studiază sistemele automate de control. Două exemple sunt creierul și sistemul nervos și sistemele de comunicare utilizate de computere. Cibernetica a fost folosită pentru a instrui versiunea modernă a rețelelor neuronale. Cu toate acestea, rețelele neuronale nu vor avea succes financiar până în anii 1990, când au început să fie utilizate pentru a opera programe de recunoaștere optică a caracterelor și programe de recunoaștere a modelelor de vorbire.sistemele Expert reprezintă o abordare în cercetarea inteligenței artificiale care a devenit populară în anii 1970. un sistem Expert folosește cunoștințele experților pentru a crea un program. Sistemele Expert pot răspunde la întrebări și pot rezolva probleme într-o arenă clar definită a cunoașterii și utilizează „reguli” ale logicii. Designul lor simplist a făcut destul de ușor ca programele să fie proiectate, construite și modificate. Programele de screening pentru împrumuturi bancare oferă un bun exemplu de sistem Expert de la începutul anilor 1980, dar au existat și aplicații medicale și de vânzare care utilizează sisteme Expert. În general, aceste programe simple au devenit destul de utile și au început să economisească sume mari de bani.

de exemplu, în 1980, Digital Equipment Corporation a început să solicite echipei lor de vânzări să utilizeze un sistem Expert numit XCON atunci când plasează comenzile clienților. DEC a vândut o gamă largă de componente de computer, dar forța de vânzări nu avea cunoștințe deosebite despre ceea ce vindeau. Unele comenzi au combinat componente care nu au funcționat împreună, iar unele comenzi lipseau componentele necesare. Înainte de XCON, consilierii tehnici verificau comenzile, identificau combinațiile nefuncționale și furnizau instrucțiuni pentru asamblarea sistemului. Deoarece acest proces (inclusiv comunicațiile cu clientul) a provocat un blocaj la DEC și multe eforturi de automatizare au eșuat, DEC a fost dispus să încerce o tehnologie relativ nouă în această situație. Până în 1986, sistemul economisea 40 de milioane de dolari anual.

XCON (denumit uneori R1) era un sistem mare cu aproximativ 750 de reguli și, chiar dacă putea procesa mai multe comenzi, trebuia totuși ajustat și modificat înainte ca DEC să-l poată folosi eficient. DEC a aflat că sistemul nu poate fi utilizat așa cum a fost proiectat inițial și că nu au expertiza necesară pentru a-l menține. „Cunoștințele” din sistem trebuiau colectate și adăugate de oameni instruiți în sisteme de experți și în dobândirea de cunoștințe. Mulți dintre consilierii săi tehnici erau ingineri, dar nu erau experți AI, iar echipa de ingineri dec organizată în cele din urmă era „familiarizată” cu AI, dar membrii grupului nu au fost aleși pentru expertiza lor în inteligență artificială (pur și simplu nu erau atât de mulți experți disponibili) și nimeni din grup nu era familiarizat cu limba în care a fost scris, OPS-4. După aproximativ un an, cu o cantitate imensă de asistență din partea Carnegie-Mellon (scriitorii originali ai programului) și după ce a crescut la aproape 1000 de reguli, DEC a reușit să preia programarea și întreținerea XCON. Integrarea XCON în cultura DEC a fost o experiență dificilă, dar de succes. Managementul învățat un sistem de experți necesită personal special instruit, și au luat responsabilitatea pentru formarea și angajarea de oameni pentru a satisface aceste nevoi.

la vârf, XCON are 2.500 de reguli și a evoluat semnificativ (deși în prezent popularitatea sa a scăzut, deoarece a devenit un pic de dinozaur). XCON a fost primul sistem informatic care a folosit tehnici AI în rezolvarea problemelor din lumea reală într-un cadru industrial. Până în 1985, corporațiile din întreaga lume începuseră să folosească sisteme de experți și s-a dezvoltat un nou domeniu de carieră pentru a le sprijini. XCON putea configura comenzi de vânzări pentru toate sistemele informatice VAX-11 fabricate în Statele Unite, dar sistemul trebuia ajustat și actualizat continuu și necesita o echipă IT cu normă întreagă.

A doua iarnă AI

câmpul AI a cunoscut o altă iarnă majoră din 1987 până în 1993. Această a doua încetinire a cercetării AI a coincis cu XCON și alte computere de sistem Expert timpurii, fiind văzute ca lente și stângace. Computerele Desktop deveneau foarte populare și deplasau băncile de calculatoare mai vechi, mai voluminoase, mult mai puțin ușor de utilizat. În cele din urmă, sistemele Expert au devenit pur și simplu prea scumpe de întreținut, în comparație cu desktopurile. Au fost greu de Actualizat și nu au putut „învăța.”Acestea au fost probleme computerele desktop nu au avut. În același timp, DARPA (Defense Advanced Research Projects Agency) a concluzionat că AI nu va fi „următorul val” și și-a redirecționat fondurile către proiecte considerate mai susceptibile de a oferi rezultate rapide. În consecință, la sfârșitul anilor 1980, finanțarea cercetării AI a fost redusă profund, creând a doua iarnă AI.

conversația cu computerele devine o realitate

la începutul anilor 1990, cercetarea inteligenței artificiale și-a mutat accentul pe ceva numit agent inteligent. Acești agenți inteligenți pot fi utilizați pentru servicii de regăsire a știrilor, cumpărături online și navigarea pe web. Agenții inteligenți sunt, de asemenea, uneori numiți agenți sau roboți. Odată cu utilizarea programelor de date mari, acestea au evoluat treptat în asistenți digitali personali sau asistenți virtuali.în prezent, companii gigantice de tehnologie precum Google, Facebook, IBM și Microsoft cercetează o serie de proiecte de inteligență artificială, inclusiv asistenți virtuali. Toți concurează pentru a crea asistenți precum Facebook M sau Cortana de la Microsoft sau Apple Siri.Scopul inteligenței artificiale nu mai este de a crea o mașină inteligentă capabilă să imite conversația umană cu un teletip. Utilizarea datelor mari a permis AI să facă următorul pas evolutiv. Acum, obiectivele sunt de a dezvolta programe software capabile să vorbească într-un limbaj natural, cum ar fi engleza, și să acționeze ca asistent virtual. Acești asistenți virtuali reprezintă viitorul cercetării ia și pot lua forma unor roboți pentru ajutor fizic sau pot fi adăpostiți în laptopuri și pot ajuta la luarea deciziilor de afaceri sau pot fi integrați în programul de servicii pentru Clienți al unei afaceri și pot răspunde la telefon. Inteligența artificială continuă să evolueze și să găsească noi utilizări.