A két tél dióhéjban
Ennek a két részes bejegyzésnek az a célja, hogy bemutassa azokat az időszakokat, amikor a mesterséges intelligencia (MI) fejlődése megtorpant, egyben ezek néhány fontosabb tanulságára is rávilágítson. Ebben az első részben rövid áttekintést szeretnék nyújtani két ilyen időszakról.
A jelenleg tapasztalható MI-fejlődés folytatásának lehetséges forgatókönyve többféle lehet, ezt mutatja az alábbi ábrán[1] bemutatott három irány (az ábra jobb oldalán a szaggatott nyilak). Az olyan időszakokra, amikor az MI fejlődése lelassul, az MI-tél (AI winter) kifejezést szokás használni. A szóhasználat mögött az áll, hogy egy-egy technológia fejlődését általában az adott területen folyó fejlesztésekre szánt összegekkel mérik,[2] tehát a „tél” egy szókép a kutatási források befagyasztására, a „tavasz” pedig a befektetések megugrásának allegóriája.
Megjegyzendő, hogy a telek számát és időpontját nem azonosan határozzák meg a kutatók. Bár mindegyik szakaszolás jogos, alább a dátumok megjelölésében egy olyan tanulmányt követek, [3, o. 11] amely sok adatot és nevet is tartalmaz, így a részletesebben érdeklődők számára ajánlott olvasmány. Figyelembe vettem azonban egyéb dátumbehatárolásokat is, melyeket zárójelben közlök.
A vizsgálathoz a visszatekintő elemzés módszerét alkalmaztam, kihasználva azt az előnyt, hogy ma már képesek vagyunk „felülről rálátni” a korszakra. Több információ birtokában vagyunk, mint a kortársak, ezért az összefüggések is jobban azonosíthatók. Jelen elemzés azonban nem egy befektetőknek szánt prognózis, bár tanulságai számukra is hasznosak lehetnek.
Az első tavasz után hirtelen tél jött
Az 1943-ban megjelent elméleti neuronmodell alapján már 1950-ben működő MI-gép készült, 1956-ban pedig nevet is kapott az MI-technológia. Ekkor még óriási bizakodás övezte, és jelentős anyagi támogatása révén egy ideig született is számos komoly eredmény. Azonban már az 1960-as évek végétől megindult egyfajta csalódás, mely a pénzforrások jelentős megvonásához vezetett. Ez az első MI-tél az 1980-as évekig tartott. (Más kutató 1973–1979 közé datálja [4, o. 6].)
Fejlődés a befagyott felszín alatt
A fősodor befagyása azonban nem jelenti azt, hogy közben semmi nem történik: így a „hó alatt ébredő magok” módjára bújt elő az a paradigmaváltás, mely az MI következő felíveléséhez vezetett. Az új szemlélet lényege, hogy általános megoldások keresése helyett specifikus problémák adatainak feldolgozására koncentrált. Az első tél kezdetével egy időben (1970 körül) már működött egy molekulaszerkezetre következtetni képes rendszer a Stanford egyetemen.[5] Később ezen a fejlesztési vonalon jöttek létre az első „szakértői rendszerek”, melyek a második felívelés motorjává váltak.
A második tavasz
Az 1982-ben piacra kerülő R1 szakértői rendszer óriási sikert aratott, valamint komoly bevételt termelt mind a használóinak, mind pedig fejlesztők részére. Ezáltal sok további ágazatot fellendített a szoftverfejlesztésről a robot-iparig.
Meg kell azonban jegyezni, hogy több kutató a szakértői rendszereket nem sorolja a mesterséges intelligenciákhoz, mivel inkább szabályalapúak,[2] a tanulási képesség helyett inkább a döntés-előkészítő képességük fejlett. A szakirodalom nagyobbik része viszont a „második MI-tél”-ként említi a szakértői rendszerek korát követő visszaesést. Megközelítésemben az utóbbi, elterjedtebb álláspontot vettem át, mivel általa hasznos szempontokat kaphatunk a technológiai visszaesés elemzéséhez (továbbá mert nem szeretnék elveszni ezen vita részleteiben).
A második tél
Abban mindenki egyetért, hogy az 1990-es években a szakértői rendszerek felívelése abbamaradt. Mivel a sokak által várt továbblépés nem sikerült, az évtized közepére az érdeklődés a töredékére apadt, az évtized végére pedig ez a piac összeomlott. (Más kutató ezt a második telet 1988-1994 közé datálja. [4, o. 6.]). Elmondható, hogy az MI kutatása a XX. században csak bizonyos – igencsak korlátozott – területeken ért el nagy sikereket, amelyeket azonnal kudarcok követtek, amint valamilyen általánosabb cél elérését célozták meg – pedig ezek a célok a kezdeti sikerek alapján reálisnak tűntek.[3]
Az új paradigmák kialakulása a háttérben
De „a hó alatt” végig zajlott a fejlődés. Már 1980 körül (a második tavasz alatt) elkészültek az első konvolúciós neuronhálók.[8] Vagyis a modern kép- és videófeldolgozás alapjául szolgáló CNN (Convolutional Neural Network) modell elődje már ekkor megvalósult, de az akkori, jóval gyengébb hardvereken nyilván nem tudott kibontakozni. Csíraállapotában maradt évtizedekig, hogy aztán a közelmúltban kivirágozzon.
A következő részben a visszaesések okait vesszük alaposabban szemügyre.
Források
[1] J. Harguess és C. M. Ward, „Is the Next Winter Coming for AI? Elements of Making Secure and Robust AI”, in 2022 IEEE Applied Imagery Pattern Recognition Workshop (AIPR), 2022, o. 1–7. doi: 10.1109/AIPR57179.2022.10092230.
[2] L. Stoy, „What is an AI winter and is one coming?”, Search Engine Land, szept. 2024, Elérés: 2024. október 1. [Online]. Elérhető itt.
[3] A. Toosi, A. Bottino, B. Saboury, és A. Rahmim, „A Brief History of AI: How to Prevent Another Winter (A Critical Review)”, PET Clinics, köt. 16, szept. 2021, doi: 10.1016/j.cpet.2021.07.001.
[4] S. Schuchmann, „Analyzing the Prospect of an Approaching AI Winter”, 2019. doi: 10.13140/RG.2.2.10932.91524.
[5] E. Feigenbaum, B. Buchanan, és J. Lederberg, „On generality and problem solving: A case study using the DENDRAL program”, Machine Intelligence, köt. 6, szept. 1970.
[6] A. Kaplan és M. Haenlein, „Siri, Siri, in my hand: Who’s the fairest in the land? On the interpretations, illustrations, and implications of artificial intelligence”, Business Horizons, köt. 62, nov. 2018, doi: 10.1016/j.bushor.2018.08.004.
[7] N. J. Nilsson, The Quest for Artificial Intelligence, 1. kiad. Cambridge University Press, 2009. doi: 10.1017/CBO9780511819346.
[8] K. Fukushima, „Neocognitron: A self-organizing neural network model for a mechanism of pattern recognition unaffected by shift in position”, Biol. Cybernetics, köt. 36, sz. 4, o. 193–202, ápr. 1980, doi: 10.1007/BF00344251.
Jegyzetek
[1] Az ábra forrása: [1, o. 2]
[2] Nem tekinti MI-nek pl. [6]
[3] Ezt a meglátást, a második MI-tél kezdetekor a DARPA egyik intézetének igazgatója fogalmazta meg. Ld. [7]
Nyitókép forrása: carol / Wikipédia
