ไทย
กลับหน้าแรก

ยุคมืดของ AI

ทศวรรษ 1970–ทศวรรษ 1990 · ช่องว่างระหว่างความคาดหวังกับความเป็นจริง

ความซบเซาของยุค AI บูมครั้งแรกมาเร็วกว่าที่คาด ในช่วงต้นทศวรรษ 1970 นักวิจัย AI พบว่าพวกเขาประเมินความยากในการสร้างสติปัญญาต่ำไปมาก การลดลงของเงินทุนสนับสนุนและความคาดหวังที่ไม่เป็นจริงของสาธารณชนจุด AI ลงสู่ฤดูหนาวอันยาวนานแห่งการถูกวิพากษ์วิจารณ์และถูกตั้งข้อสงสัย

ช่วงเวลานี้สามารถแบ่งออกเป็นสองระยะหลัก ได้แก่ ฤดูหนาว AI ครั้งที่หนึ่ง (ทศวรรษ 1970–1980) และฤดูหนาว AI ครั้งที่สอง (1987–1993) แต่แม้ในช่วงเวลาที่ยากลำบากนี้ ก็ยังมีการพัฒนาที่สำคัญ—การประยุกต์ใช้เชิงพาณิชย์ของระบบผู้เชี่ยวชาญ การฟื้นตัวของสัมพันธ์นิยม และชัยชนะทางประวัติศาสตร์ของ IBM Deep Blue ในหมากรุก—ซึ่งวางรากฐานสำหรับการกลับมาของ AI

เป็นที่น่าสังเกตว่า แม้ในช่วงยุคมืด รัฐบาลญี่ปุ่นยังคงลงทุนในโครงการคอมพิวเตอร์รุ่นที่ห้า (Fifth Generation Computer) ซึ่งแสดงให้เห็นถึงความเชื่อมั่นระยะยาวในการพัฒนา AI

เหตุการณ์สำคัญ

คำวิจารณ์ของ Minsky-Papert

Marvin Minsky และ Seymour Papert ตีพิมพ์ “Perceptrons” ซึ่งวิเคราะห์อย่างเคร่งครัดว่าเพอร์เซปตรอนชั้นเดียวแทนสิ่งใดได้และไม่ได้ หนังสือเล่มนี้มักถูกเชื่อมโยงกับความสนใจด้านโครงข่ายประสาทที่ลดลงในเวลาต่อมา แต่การเปลี่ยนแปลงเงินทุนยังเกิดจากข้อจำกัดด้านการคำนวณ ความคาดหวังที่ไม่เป็นจริง และการตัดสินใจเชิงนโยบายด้วย

Marvin Minsky และ Seymour Papert

ตรวจสอบแล้ว แหล่งที่มา: MIT Press ตรวจสอบล่าสุด:

กำเนิด Prolog

Alain Colmerauer, Philippe Roussel และผู้ร่วมงานพัฒนา Prolog รุ่นแรกที่มาร์แซย์ โดยนำตรรกศาสตร์ภาคแสดงมาใช้ในการเขียนโปรแกรม และผลักดันการเขียนโปรแกรมเชิงตรรกะกับ AI เชิงสัญลักษณ์

Alain Colmerauer และ Philippe Roussel

ตรวจสอบแล้ว แหล่งที่มา: Inria ตรวจสอบล่าสุด:

รายงาน Lighthill

นักวิทยาศาสตร์ชาวอังกฤษ James Lighthill ส่งรายงานที่มองในแง่ร้ายเกี่ยวกับการวิจัย AI ต่อรัฐบาลอังกฤษ ส่งผลให้เงินทุนสนับสนุนถูกลดลงอย่างมาก

James Lighthill (1924–1998)

ตรวจสอบแล้ว แหล่งที่มา: Chilton Computing / UK archive ตรวจสอบล่าสุด:

ทฤษฎีเฟรม

Marvin Minsky ตีพิมพ์ “Frame Paper” เสนอทฤษฎีเฟรมสำหรับการแทนความรู้ ทฤษฎีนี้มีอิทธิพลต่อการเขียนโปรแกรมเชิงวัตถุและวิธีการแทนความรู้ในเวลาต่อมา

Marvin Minsky

ตรวจสอบแล้ว แหล่งที่มา: MIT DSpace ตรวจสอบล่าสุด:

ระบบผู้เชี่ยวชาญ MYCIN

มหาวิทยาลัย Stanford พัฒนา MYCIN ซึ่งเป็นระบบผู้เชี่ยวชาญสำหรับการวินิจฉัยทางการแพทย์ แสดงให้เห็นถึงความเป็นไปได้ในทางปฏิบัติของระบบผู้เชี่ยวชาญ แม้ว่าจะไม่เคยถูกใช้งานทางคลินิกเนื่องจากปัญหาด้านความรับผิด

มหาวิทยาลัย Stanford

ตรวจสอบแล้ว แหล่งที่มา: Computers and Biomedical Research / NIH archive ตรวจสอบล่าสุด:

ระบบผู้เชี่ยวชาญ XCON

DEC นำ XCON (eXpert CONfigurer) มาใช้ ซึ่งเป็นระบบผู้เชี่ยวชาญสำหรับการกำหนดค่าระบบคอมพิวเตอร์ VAX การพัฒนาเริ่มขึ้นในปี 1978 ที่มหาวิทยาลัยคาร์เนกีเมลลอน ใช้งานครั้งแรกในปี 1979 และใช้งานได้เต็มรูปแบบในปี 1980 XCON เป็นหนึ่งในระบบผู้เชี่ยวชาญรุ่นแรก ๆ ที่ประสบความสำเร็จเชิงพาณิชย์ ช่วยบริษัทประหยัดเงินได้หลายล้านดอลลาร์ต่อปี

Digital Equipment Corporation

ตรวจสอบแล้ว แหล่งที่มา: Artificial Intelligence ตรวจสอบล่าสุด:

ฤดูหนาว AI ครั้งที่หนึ่ง

หลังการประเมินเชิงวิพากษ์และการลดเงินทุนในทศวรรษ 1970 งานวิจัย AI บางส่วนเข้าสู่ช่วงชะลอตัว “ฤดูหนาว AI ครั้งแรก” เป็นการแบ่งยุคย้อนหลัง โดยช่วงเวลาและความรุนแรงแตกต่างกันตามประเทศและสาขา

การตีความ แหล่งที่มา: Chilton Computing / UK archive ตรวจสอบล่าสุด:

โครงการ FGCS ของญี่ปุ่น

ญี่ปุ่นประกาศโครงการคอมพิวเตอร์รุ่นที่ห้า (FGCS) ในการประชุมของ JIPDEC และ MITI เมื่อเดือนตุลาคม 1981 เป็นโครงการระดับชาติระยะเวลา 10 ปีเพื่อพัฒนาคอมพิวเตอร์ที่สามารถให้เหตุผลเชิงตรรกะและประมวลผลความรู้ได้ โครงการเริ่มต้นอย่างเป็นทางการเมื่อมีการก่อตั้ง ICOT (Institute for New Generation Computer Technology) ในเดือนเมษายน 1982

กระทรวงการค้าระหว่างประเทศและอุตสาหกรรมญี่ปุ่น

ตรวจสอบแล้ว แหล่งที่มา: Information Processing Society of Japan Computer Museum ตรวจสอบล่าสุด:

อัลกอริทึมการแพร่กระจายย้อนกลับ

David Rumelhart, Geoffrey Hinton และ Ronald Williams ตีพิมพ์เรื่องอัลกอริทึมการแพร่กระจายย้อนกลับ (backpropagation) ซึ่งทำให้การฝึกโครงข่ายประสาทเทียมหลายชั้นเป็นไปได้

David Rumelhart และ Geoffrey Hinton

ตรวจสอบแล้ว แหล่งที่มา: Nature ตรวจสอบล่าสุด:

ฤดูหนาว AI ครั้งที่สองเริ่มต้น

ปลายทศวรรษ 1980 ความคาดหวังที่ล้ำหน้าผลงานจริงไม่เป็นไปตามที่หวัง ผู้ผลิตเครื่อง Lisp พ่ายแพ้ให้แก่เวิร์กสเตชันอเนกประสงค์ บริษัท AI หลายแห่งปิดตัวลง และเงินทุนของ DARPA สำหรับการวิจัย AI ขั้นพื้นฐานลดลงระหว่างปี 1987 ถึง 1989

การตีความ แหล่งที่มา: Cambridge University Press ตรวจสอบล่าสุด:

AI ในสงครามอ่าว

กองทัพสหรัฐฯ ใช้ระบบวางแผนและโลจิสติกส์ที่ขับเคลื่อนด้วย AI ในสงครามอ่าว แสดงให้เห็นถึงศักยภาพของ AI ในการประยุกต์ใช้จริง

กองทัพสหรัฐฯ

ตรวจสอบแล้ว แหล่งที่มา: IEEE Intelligent Systems ตรวจสอบล่าสุด:

สิ้นสุดฤดูหนาวครั้งที่สอง

ภาวะซบเซานี้คลี่คลายลงทีละน้อยแทนที่จะสิ้นสุดในวันใดวันหนึ่ง นักวิจัยจำนวนมากหันไปสู่เป้าหมายที่เจียมตัวและบรรลุได้มากขึ้น ขณะที่การฟื้นตัวของโครงข่ายประสาทเทียมและวิธีการเชิงความน่าจะเป็นวางรากฐานสำหรับยุคใหม่

การตีความ แหล่งที่มา: Cambridge University Press ตรวจสอบล่าสุด:

Deep Blue ปะทะ Kasparov

IBM Deep Blue เอาชนะ Garry Kasparov แชมป์หมากรุกโลก แสดงให้เห็นถึงความสามารถของ AI ในการเหนือกว่ามนุษย์ในงานที่มีขอบเขตชัดเจน

IBM Deep Blue

ตรวจสอบแล้ว แหล่งที่มา: IBM ตรวจสอบล่าสุด:

บุคคลสำคัญ

Geoffrey Hinton

บิดาแห่งการเรียนรู้เชิงลึก

Hinton เป็นผู้บุกเบิกด้านโครงข่ายประสาทเทียมและการเรียนรู้เชิงลึก ผลงานด้านการแพร่กระจายย้อนกลับ เครื่อง Boltzmann และโครงข่ายแคปซูลของเขาเป็นผลงานระดับบุกเบิก แม้ในช่วงยุคมืดของ AI เขายังคงยืนหยัดในการวิจัยโครงข่ายประสาทเทียม และได้รับรางวัล Turing ในปี 2018

Garry Kasparov

แชมป์หมากรุกโลก

ในปี 1997 Kasparov พ่ายแพ้ต่อ IBM Deep Blue เหตุการณ์นี้ไม่เพียงแสดงความสามารถของ AI เท่านั้น แต่ยังกระตุ้นให้เกิดการไตร่ตรองเชิงปรัชญา ต่อมาเขากลายเป็นผู้สนับสนุนด้าน AI อย่างแข็งขัน

James Lighthill

นักวิจารณ์ AI

รายงานของ Lighthill ส่งผลกระทบอย่างลึกซึ้งต่อการวิจัย AI ในอังกฤษ ทำให้เงินทุนสนับสนุนถูกลดลงเป็นเวลาหนึ่งทศวรรษ อย่างไรก็ตาม คำวิจารณ์ของเขาก็กระตุ้นให้นักวิจัย AI มีความเป็นรูปธรรมมากขึ้น

คาเรน สปาร์ค โจนส์

ผู้บุกเบิกการสืบค้นสารสนเทศ

ในปี 1972 สปาร์ค โจนส์ ตีพิมพ์แนวคิดความถี่ผกผันของเอกสารในวารสาร Journal of Documentation ซึ่งให้น้ำหนักคำตามความหายากของคำนั้นในคลังเอกสารทั้งหมด แนวคิดนี้รองรับการจัดอันดับผลค้นหาและยังอยู่ในระบบสืบค้นปัจจุบัน เธอทำงานที่เคมบริดจ์ตลอดช่วงที่ทุนวิจัย AI ขาดแคลน และยืนยันว่าการคำนวณสำคัญเกินกว่าจะปล่อยให้เป็นเรื่องของผู้ชายเท่านั้น

คำกล่าวสำคัญ

ไม่มีส่วนใดของสาขานี้ที่การค้นพบจนถึงบัดนี้ได้ก่อให้เกิดผลกระทบสำคัญอย่างที่เคยสัญญาไว้ในตอนนั้น

— James Lighthill

Artificial Intelligence: A General Survey · Science Research Council, 1973, §3 · Chilton Computing

Deep Blue เป็นหลักฐานที่สรุปได้ว่าเครื่องจักรสามารถเหนือมนุษย์ในงานทางปัญญาที่ซับซ้อน ซึ่งเราเคยสันนิษฐานมานานแล้วว่าเป็นเอกลักษณ์ของสมองที่พัฒนาแล้วของเรา

— Garry Kasparov

There’s No Shame in Losing to a Machine · Fortune, 2017

ดูไทม์ไลน์ฉบับเต็ม