Musim Dingin AI
1970-an–1990-an · Jurang antara Gembar-gembor dan Kenyataan
Meredupnya ledakan AI yang pertama datang lebih cepat daripada dugaan. Pada awal 1970-an, para peneliti AI mendapati bahwa mereka telah sangat meremehkan sukarnya mewujudkan kecerdasan. Pendanaan yang menyusut dan harapan publik yang tak terpenuhi menyeret AI ke musim dingin panjang berisi kritik dan keraguan.
Masa ini dapat dibagi menjadi dua fase utama: musim dingin AI yang pertama (1970–1980-an) dan yang kedua (1987–1993). Namun, bahkan pada masa sukar itu terjadi perkembangan penting — penerapan komersial sistem pakar, kebangkitan koneksionisme, dan kemenangan catur bersejarah IBM Deep Blue — yang meletakkan dasar bagi kebangkitan AI.
Patut dicatat, bahkan selama musim dingin itu pemerintah Jepang terus menanam modal pada proyek Komputer Generasi Kelima, yang menunjukkan keyakinan jangka panjang pada perkembangan AI.
Tonggak Penting
Kritik Minsky-Papert
Marvin Minsky dan Seymour Papert menerbitkan “Perceptrons”, sebuah analisis seksama tentang apa yang dapat dan tidak dapat direpresentasikan perseptron satu lapis. Buku ini kerap dikaitkan dengan menyurutnya minat pada jaringan saraf sesudahnya, tetapi pergeseran pendanaan juga mencerminkan daya komputasi yang terbatas, harapan yang tak terpenuhi, dan keputusan kebijakan yang lebih luas.
Marvin Minsky dan Seymour Papert
Lahirnya Prolog
Alain Colmerauer, Philippe Roussel, dan para kolaboratornya mengembangkan versi pertama Prolog di Marseille, menerapkan logika predikat pada pemrograman serta memajukan pemrograman logika dan AI simbolis.
Alain Colmerauer dan Philippe Roussel
Laporan Lighthill
Ilmuwan Britania James Lighthill menyerahkan laporan pesimistis tentang penelitian AI kepada pemerintah Britania Raya, yang berbuntut pemangkasan pendanaan besar-besaran.
James Lighthill (1924–1998)
Teori Bingkai
Marvin Minsky menerbitkan “Makalah Bingkai”, yang mengajukan teori Bingkai untuk representasi pengetahuan. Teori ini memengaruhi pemrograman berorientasi objek dan metode representasi pengetahuan di kemudian hari.
Marvin Minsky
Sistem Pakar MYCIN
Universitas Stanford mengembangkan MYCIN, sistem pakar untuk diagnosis medis. Sistem itu memperagakan kepraktisan sistem pakar, meski tidak pernah dipakai secara klinis karena persoalan tanggung gugat.
Universitas Stanford
Sistem Pakar XCON
DEC menggelar XCON (eXpert CONfigurer), sistem pakar untuk mengonfigurasi sistem komputer VAX. Pengembangannya dimulai pada 1978 di CMU; penggelaran awalnya pada 1979, dan beroperasi penuh pada 1980 — salah satu sistem pakar pertama yang berhasil secara komersial, menghemat jutaan dolar bagi perusahaan itu setiap tahun.
Digital Equipment Corporation
Musim Dingin AI Pertama
Menyusul penilaian kritis dan pemangkasan pendanaan pada 1970-an, sebagian penelitian AI memasuki kemerosotan. “Musim dingin AI pertama” adalah pembabakan yang disusun belakangan, dan saat berlangsungnya serta beratnya berbeda-beda menurut negara dan subbidang.
FGCS Jepang
Jepang mengumumkan Proyek Komputer Generasi Kelima (FGCS) pada konferensi JIPDEC/MITI bulan Oktober 1981, sebuah prakarsa nasional sepuluh tahun untuk mengembangkan komputer yang mampu bernalar secara logis dan mengolah pengetahuan. Proyek itu resmi diluncurkan dengan berdirinya ICOT (Institute for New Generation Computer Technology) pada April 1982.
MITI Jepang
Algoritme Perambatan Balik
David Rumelhart, Geoffrey Hinton, dan Ronald Williams menerbitkan karya tentang algoritme perambatan balik, yang memungkinkan pelatihan jaringan saraf berlapis banyak.
David Rumelhart dan Geoffrey Hinton
Musim Dingin AI Kedua Dimulai
Pada akhir 1980-an, harapan yang telah mendahului hasil tidak terpenuhi. Pembuat mesin Lisp kalah bersaing dengan workstation serbaguna, beberapa perusahaan AI tutup, dan pendanaan DARPA untuk riset dasar AI turun antara 1987 dan 1989.
AI dalam Perang Teluk
Militer Amerika Serikat memakai sistem perencanaan dan logistik berbasis AI dalam Perang Teluk, yang memperagakan potensi AI dalam penerapan nyata.
Militer Amerika Serikat
Musim Dingin Kedua Berakhir
Kemerosotan ini mereda secara bertahap alih-alih berakhir pada satu tanggal. Banyak peneliti beralih ke tujuan yang lebih sederhana dan dapat dicapai, sementara kebangkitan jaringan saraf dan metode probabilistik meletakkan landasan bagi era baru.
Deep Blue melawan Kasparov
Deep Blue milik IBM mengalahkan juara dunia catur Garry Kasparov, memperagakan kemampuan AI melampaui manusia pada tugas yang terdefinisi dengan baik.
IBM Deep Blue
Tokoh Penting
Geoffrey Hinton
Bapak Pembelajaran Mendalam
Hinton adalah perintis jaringan saraf dan pembelajaran mendalam. Sumbangannya pada perambatan balik, mesin Boltzmann, dan jaringan kapsul bersifat perintis. Bahkan selama musim dingin AI ia tetap tekun meneliti jaringan saraf, dan ia menerima Turing Award pada 2018.
Garry Kasparov
Juara Dunia Catur
Pada 1997, Kasparov dikalahkan Deep Blue milik IBM. Peristiwa itu tidak hanya memperagakan kemampuan AI, tetapi juga memantik permenungan filosofis. Ia kelak menjadi penganjur aktif AI.
James Lighthill
Pengkritik AI
Laporan Lighthill berdampak mendalam pada penelitian AI di Britania Raya, yang berbuntut pemangkasan pendanaan sedasawarsa. Namun, kritiknya juga mendorong para peneliti AI untuk lebih pragmatis.
Karen Spärck Jones
Perintis Temu Kembali Informasi
Pada 1972 Spärck Jones menerbitkan inverse document frequency di Journal of Documentation, yang membobot sebuah istilah menurut seberapa jarang ia muncul di sepanjang koleksi. Gagasan itu menopang pemeringkatan pencarian dan hingga kini masih berada di dalam sistem temu kembali. Ia bekerja di Cambridge sepanjang tahun-tahun ketika pendanaan AI langka, dan berpendapat bahwa komputasi terlalu penting untuk diserahkan kepada kaum pria.
Kutipan Klasik
Tidak ada satu bagian pun dari bidang ini yang penemuannya sejauh ini telah menghasilkan dampak besar seperti yang dijanjikan saat itu.
Artificial Intelligence: A General Survey · Science Research Council, 1973, §3 · Chilton Computing
Deep Blue adalah bukti meyakinkan bahwa mesin dapat melampaui manusia pada tugas kognitif rumit yang lama kita anggap khas otak kita yang berkembang.
There’s No Shame in Losing to a Machine · Fortune, 2017