Специалисты, которые брали интервью у экспертов-людей — врачей, геологов, химиков — и вручную переводили свои ноу-хау в тысячи правил «если-то» для таких экспертных систем, как MYCIN и XCON. Эта работа практически исчезла, когда экспертные системы оказались слишком хрупкими и дорогими в обслуживании, а статистическое машинное обучение заменило рукописные правила правилами, автоматически извлекаемыми из данных.
Инженер по знаниям больше не существует как живое ремесло. Вот что его стёрло, и какая профессия взяла на себя работу.
Идея и название
Работа Уоррена Маккалока и Уолтера Питтса в 1943 году, моделирующая нейроны как простые логические переключатели, дала более поздним исследователям математическую отправную точку, а предложение Алана Тьюринга в 1950 году о практическом тесте машинного интеллекта придало этому вопросу публичную форму. Обе идеи легли в основу семинара в Дартмуте 1956 года, где Джон Маккарти и трое его коллег придумали «искусственный интеллект» для летней встречи, которая привела к гораздо меньшему техническому прогрессу, чем надеялись ее организаторы, но навсегда определила область, которую они только что основали.
Что ещё происходило тогда
Уоррен Маккаллок и Уолтер Питтс публикуют «Логическое исчисление идей, имманентных нервной деятельности», показывая, что сети упрощенных нейронов по принципу «все или ничего» в принципе могут вычислять любую логическую функцию — теоретическое зерно, которое позже считается прародителем искусственной нейронной сети.
В книге «Вычислительная техника и интеллект», опубликованной в журнале Mind, Алан Тьюринг обходит вопрос «могут ли машины думать» и предлагает вместо этого практический тест, предсказывая, что через пятьдесят лет машина с примерно миллиардом бит памяти будет обманывать среднего следователя по крайней мере в 30% случаев.
Джон Маккарти, Марвин Мински, Натаниэль Рочестер и восьминедельный летний семинар Клода Шеннона в Дартмуте вводят термин «искусственный интеллект» и объединяют около десяти исследователей, которые впоследствии основали большую часть ранней исследовательской программы в этой области.
Персептрон Фрэнка Розенблатта, сначала реализованный в программном обеспечении, а затем в специальном оборудовании в Корнелле, учится классифицировать простые изображения, регулируя собственные веса соединений — первая рабочая демонстрация обучаемой искусственной нейронной сети.
Где эта работа живёт сейчас
Разрабатывает и тестирует алгоритмы, лежащие в основе машинного интеллекта, в области, которая сейчас стремится автоматизировать растущую долю собственного исследовательского процесса.
🤖 Исследователь искусственного интеллекта →