Kto jest ojcem sztucznej inteligencji?

Nie komplikujmy tego za bardzo – jeśli zastanawiasz się, kto tak naprawdę zapoczątkował cały ruch sztucznej inteligencji, odpowiedź, przynajmniej historycznie, jest dość prosta: John McCarthy . Człowiek, który nie tylko uczestniczył we wczesnych latach rozwoju sztucznej inteligencji, ale wręcz ją nazwał. Określenie „ sztuczna inteligencja” ? Jego.

Ale nie mylcie tego z chwytliwym tytułem. To nie jest zaszczyt. To zasługa.

Artykuły, które mogą Ci się spodobać po przeczytaniu tego:

🔗 Jak stworzyć sztuczną inteligencję – dogłębna analiza bez zbędnych szczegółów
Kompleksowy i praktyczny przewodnik po tworzeniu własnej sztucznej inteligencji od podstaw.

🔗 Czym jest sztuczna inteligencja kwantowa? – Gdzie fizyka, kod i chaos się spotykają
Poznaj niezwykłe połączenie mechaniki kwantowej i sztucznej inteligencji.

🔗 Czym jest wnioskowanie w sztucznej inteligencji? – moment, w którym wszystko się łączy
Dowiedz się, w jaki sposób sztuczna inteligencja podejmuje decyzje i generuje wnioski w czasie rzeczywistym, korzystając z wytrenowanych danych.

🔗 Co oznacza holistyczne podejście do AI?
Dowiedz się, dlaczego sukces AI to coś więcej niż tylko algorytmy – liczy się również etyka, intencja i wpływ.

John McCarthy: Więcej niż nazwisko w gazecie 🧑📘

Urodzony w 1927 roku i aktywny w tej dziedzinie aż do swojej śmierci w 2011 roku, John McCarthy miał dziwną jasność co do maszyn – czym mogą się stać, a czym mogą nigdy nie być. Na długo przed tym, jak sieci neuronowe złamały serwery internetowe, zadawał już trudne pytania: Jak nauczyć maszyny myśleć? Co w ogóle można uznać za myśl?

W 1956 roku McCarthy współorganizował warsztaty w Dartmouth College, w których uczestniczyło wielu intelektualistów: Claude Shannon (tak, ten od teorii informacji), Marvin Minsky i kilku innych. Nie była to jakaś zakurzona konferencja akademicka. To był ten moment. To było wydarzenie, w którym termin „ sztuczna inteligencja” po raz pierwszy został oficjalnie użyty.

Ta propozycja Dartmouth? Na pierwszy rzut oka trochę sucha, ale zapoczątkowała ruch, który wciąż nie słabnie.

Co on właściwie zrobił? (Szczerze mówiąc, sporo) 💡🔧

LISP, na początek
. W 1958 roku McCarthy opracował LISP , język programowania, który zdominował badania nad sztuczną inteligencją na dziesięciolecia. Jeśli kiedykolwiek słyszałeś termin „symboliczna sztuczna inteligencja”, LISP był jego wiernym koniem roboczym. Pozwalał badaczom eksperymentować z logiką rekurencyjną i zagnieżdżonym rozumowaniem – w zasadzie tym, czego oczekujemy dziś od znacznie bardziej zaawansowanych technologii.

Podział czasu: OG Cloud
podziału czasu McCarthy'ego – pozwalająca wielu użytkownikom na jednoczesną interakcję z komputerem – pomogła skierować przetwarzanie danych w stronę skalowalności. Można nawet twierdzić, że była ona wczesnym duchowym przodkiem przetwarzania w chmurze.

Chciał, aby maszyny rozumowały
Podczas gdy większość koncentrowała się na sprzęcie lub wąskich zestawach reguł, McCarthy zagłębił się w logikę – rozległe, abstrakcyjne ramy, takie jak rachunek sytuacyjny i regresja . To nie są puste słowa. To ramy, które pomagają maszynom nie tylko działać, ale także rozumować w czasie i w niepewności.

Aha, i był współzałożycielem Stanford AI Lab
Stanford AI Lab (SAIL) stało się kamieniem węgielnym akademickiej sztucznej inteligencji. Robotyka, przetwarzanie języka, systemy wizyjne – wszystkie te dziedziny miały tam swoje korzenie.

Chociaż nie tylko on 📚🧾

Słuchajcie, geniusz rzadko bywa solowym występem. Praca McCarthy'ego była fundamentalna, owszem, ale nie był jedynym, który zbudował fundamenty sztucznej inteligencji. Oto, kto jeszcze zasługuje na wzmiankę:

Alan Turing – postawił pytanie: „Czy maszyny potrafią myśleć?” już w 1950 roku. Jego test Turinga jest cytowany do dziś. Wizjoner i tragicznie wyprzedzający swoją epokę 🤖.
Claude Shannon – pomógł rozpocząć konferencję Dartmouth z McCarthyem. Zbudował również mechaniczną mysz (Tezeusza), która rozwiązywała labirynty poprzez naukę. Trochę surrealistyczne jak na lata 50. 🐭.
Herbert Simon i Allen Newell – Stworzyli Logic Theorist , program, który mógł dowodzić twierdzeń. Ludzie początkowo w to nie wierzyli.
Marvin Minsky – Po części teoretyk i majsterkowicz. Wahał się między sieciami neuronowymi, robotyką i śmiałymi ujęciami filozoficznymi. Przez lata intelektualny partner McCarthy'ego w potyczkach 🛠️.
Nils Nilsson – po cichu ukształtował nasze myślenie o planowaniu, wyszukiwaniu i agentach. Napisał podręczniki, które większość wczesnych studentów AI miała otwarte na biurkach.

Ci goście nie byli postaciami drugoplanowymi – pomogli zdefiniować granice tego, czym może być sztuczna inteligencja. Mimo to McCarthy trzymał środek.

Współczesność? To zupełnie inna fala 🔬⚙️

Przewińmy do przodu. Mamy takich ludzi jak Geoffrey Hinton , Yoshua Bengio i Yann LeCun – obecnie znanych jako „Ojcowie Chrzestni Deep Learning”.

Modele propagacji wstecznej Hintona w latach 80. nie tylko zanikły, ale wręcz ewoluowały. Do 2012 roku jego prace nad konwolucyjnymi sieciami neuronowymi przyczyniły się do popularyzacji sztucznej inteligencji. Pomyślcie: rozpoznawanie obrazów, synteza głosu, predykcja tekstu – wszystko to wywodzi się z pędu głębokiego uczenia się 🌊.

W 2024 roku Hinton otrzymał Nagrodę Nobla w dziedzinie fizyki za ten wkład. Tak, fizyka. Oto jak bardzo zatarły się granice między kodem a poznaniem 🏆.

Ale rzecz w tym, że nie ma Hintona, nie ma wzrostu głębokiego uczenia się – to prawda. Ale też nie ma McCarthy'ego, nie ma w ogóle dziedziny sztucznej inteligencji . Jego wpływ jest w kościach.

Praca McCarthy'ego? Nadal aktualna 🧩📏

Dziwny zwrot akcji – choć głębokie uczenie się rządzi dziś, niektóre „stare” pomysły McCarthy'ego wracają do łask. Rozumowanie symboliczne, grafy wiedzy i systemy hybrydowe? To znów przyszłość.

Dlaczego? Bo choć modele generatywne są inteligentne, wciąż są słabe w pewnych kwestiach – takich jak zachowanie spójności, stosowanie logiki w dłuższej perspektywie czy radzenie sobie ze sprzecznościami. McCarthy badał te ograniczenia już w latach 60. i 70.

Kiedy więc ludzie rozmawiają o łączeniu LLM z warstwami logicznymi lub symbolicznymi nakładkami, świadomie lub nie, powracają do jego podręcznika.