AI seizoenen

De BBC-clip over de Mark I Peceptron eindigt omineus, in de woorden van de voice-over: “While promising — this approach to machine intelligence virtually died out.” Na vele jaren vol hooggespannen verwachting over intelligente machines blijkt men met de gerealiseerde voorbeelden in een doodlopende steeg gelopen te zijn, ook al voldoen ze op een smal gebied.

In 1969 publiceert Marvin Minsky, oprichter van het AI Lab aan het MIT, samen met Seymour Papert (directeur van dat Lab) het boek Perceptrons. Zij laten zien dat de gekozen manier, de perceptron, niet is uit te breiden naar andere dan lineaire verbanden en ook geen meerlagige structuur van neurale netwerken toestaat.

De constatering van Minsky et al betekent feitelijk het einde van dit soort onderzoek. Fondsen van overheden en bedrijven drogen op, de publieke belangstelling gaat naar nul, onderzoekers zoeken hun heil bij andere onderwerpen. Men spreekt in dit verband over de AI winter die is ingevallen. Het is eind jaren 60 van de vorige eeuw.

Het is misschien de eerste keer dat men over een AI winter sprak, maar zo’n halve eeuw later blijkt er veel vaker een afwisseling van ‘seizoenen’ te zijn. Na de AI winter van Minsky kwam, zoals dat gaat, weer een AI lente en -zomer met andermaal hooggespannen verwachtingen. Gevolgd door nog zo’n cyclus. En nog een…

Waar staan we nu? Het lijkt hartje AI zomer, met hier en daar al een behoorlijke opwarming, maar of en wanneer het weer winter wordt is moeilijk te voorspellen — we volgen het op deze site.

Dit plaatje is een aardige weergave van de afwisseling van de seizoenen, van de jaren 40 van de vorige eeuw tot vandaag, met een goede cliffhanger op de koop toe.

Bron: AI & Machine Learning (juli 2022) op de site van Transforma Insights, een Britse research firma uit Reading.

De grafische weergave geeft in steekwoorden weer welke onderwerpen telkens weer aanleiding waren voor ‘lente’. Ik wil ze in afzonderlijke berichten verder uitwerken.