Detta innehåll har översatts automatiskt och kan innehålla mindre variationer.
Tänk tillbaka på slutet av förra året och fundera på dina Instagram-, Facebook- och Twitter-flöden (som det fortfarande var). Om de var något som mina var de förmodligen fulla av vänners AI-genererade foton. Eller åtminstone de som fick dem att se smartare, snyggare, längre, smalare, etc. ut. Generativ AI hade exploderat i mainstreamen.
Du kan bli förlåten för att tro att den uppfanns ungefär då också – och bli möjligen förvånad över att veta att artificiell intelligens är lika gammal som mostrarna och mormödrarna som frågade dig om den runt matbordet julen 2022.
Att sätta AI på prov
AI är ungefär 70 år gammal. Dess rötter kan spåras tillbaka till Alan Turing (av 'Den Imitation Game' berömmelse), den brittiske kodknäckaren från andra världskriget. Turing var en ledande matematiker, utvecklingsbiolog och en pionjär inom datavetenskap. Hans tidigaste verk lade grunden för AI som vi känner den. Hans självbetitlade test, Turingtestet (skapades 1950), testar en maskins förmåga att uppvisa intelligent beteende som motsvarar, eller är oskiljbart från, en människas.
Turing föreslog att en mänsklig utvärderare skulle bedöma samtal på naturligt språk mellan en människa och en maskin utformad för att generera människoliknande svar. Utvärderaren skulle vara medveten om att en av de två parterna i samtalet var en maskin, och alla deltagare skulle vara separerade från varandra.
Konversationen skulle begränsas till en textbaserad kanal, såsom ett tangentbord och en skärm, så resultatet skulle inte bero på maskinens förmåga att återge ord som tal. Om utvärderaren inte på ett tillförlitligt sätt kunde skilja maskinen från människan, skulle man säga att maskinen hade klarat testet. Testresultaten skulle inte bero på maskinens förmåga att ge korrekta svar på frågor, utan bara på hur nära dess svar liknade de svar en människa skulle ge.
Ett tankeexperiment
AI:s guldålder följde, och sträckte sig ungefär 1956-1976. Under denna period var forskare optimistiska om AI:s potential att skapa intelligenta maskiner som kunde lösa komplexa problem genom att matcha mänsklig intelligens – eller till och med överträffa den.
Även om eran gick mot sitt slut, levererade den många "första" som fortfarande har värde idag. ChatGPTs "gammelmormor" kan betraktas som ELIZA – en av de första chatbotarna (då kallade "chatterbotar") och en tidig person som klarade Turingtestet, som skapades från 1964 till 1966 vid MIT av Joseph Weizenbaum.
Inför nästa decennium satte John Searle (en framstående amerikansk filosof) tonen med sin teori om det kinesiska rumsexperimentet. Searle föreslog det kinesiska rumsexperimentet som ett argument mot möjligheten av AI, i syfte att illustrera att maskiner inte kan ha förståelse.
Searle använder följande scenario för att demonstrera sitt argument:
"Tänk dig ett rum där en man, som inte förstår kinesiska, genom en springa i dörren får frågor skrivna på kinesiska. När han får en fråga följer mannen noggrant detaljerade instruktioner skrivna på engelska för att generera ett svar på frågan, som han skickar tillbaka ut genom springan. Anta nu att frågorna och svaren är en del av ett kinesiskt Turingtest, och testet är godkänt.".
Schack och pingviner
Åren som följde denna "nedgång" av en början på 1980-talet var lågambitionsmässiga och begränsade till vad vi nu ser tillbaka som "beteendebaserad AI". Kunskapsbaserade system, ibland kallade "expertsystem", tränades för att reproducera kunskapen och/eller prestationen hos en expert inom ett specifikt område. De använde mestadels logikflödet "om detta så det" och de fick det inte alltid rätt – där identifieringen av pingviner (fåglar men flygoförmögna fåglar) var ett ofta citerat exempel på grundläggande fel på den tiden.
Denna era gav upphov till några stora vinster – särskilt inom effektivitetsområdet, som Digital Equipment Corporations RI-applikation som sparade 40 miljoner dollar per år genom att optimera effektiviteten i datorsystemkonfigurationer. Men det var före framstegen inom datoriserad automatisering som verkligen gjorde företagens införande vanligt. Det är också erkänt att det var den tidsperiod då födde den första fördomen i AI.
Mycket hände i AI-världen på 1990-talet – med stora framsteg inom försvar, rymd, finansiella tjänster och robotik. Så det är kanske förvånande att de flesta AI-historiker och datavetare pekar på samma vändpunkt för maskinell intelligens. År 1996 besegrade "Deep Blue", en schackdator från IBM, den dåvarande mästaren Garry Kasparov. Innan dess hade schack pekats ut som en "gränslinje" för maskinell kontra mänsklig intelligens, och många trodde att den mänskliga hjärnan var den enda som kunde bemästra ett spel med mellan 10¹¹¹ och 10¹²³ drag. (Ett "googol", inspirationen bakom Googles namn, är 10 upphöjt till 100, vilket är 1 följt av 100 nollor). Maskinell intelligens hade anlänt.
En ny era uppstår
I takt med att användningen av datorer i hemmet ökade, skedde en exponentiell ökning av internetanvändningen i mitten av 1990-talet, där de sista åren av decenniet idag är kända för dotcom-bubblan (1995–2000) och dess slutliga implosion. Under hela denna tid hamnade AI i bakgrunden i sociala sammanhang, trots att den redan började driva många konsumentapplikationer och tidiga versioner av programvara, webbplatser och applikationer. Kommersiellt låg fokus på automatisering och effektivitet. Inget av dessa var särskilt "sexigt" eller roligt.
Här är vi… den självkörande bilen. Perioden mellan mars 2004 och oktober 2005, en långvarig besatthet och science fiction-geni, skulle bli början på en helt ny era. DARPA Grand Challenge var en tävling för autonoma fordon finansierad av Defense Advanced Research Projects Agency, forskningsledaren inom USA:s försvarsdepartement. I loppet deltog 21 lag, var och en med sina egna självkörande fordon, som förberedde sig för att tävla i ett lopp utspritt över 240 km.
Totalt noll deltagare avslutade loppet 2004. Men i loppet 2005 genomförde fem fordon banan framgångsrikt. Av de 23 deltagarna överträffade alla utom ett sträckan på 11.78 km som genomfördes av det bästa fordonet i loppet 2004. Vinnaren den dagen var Stanley (utnämnd av sina deltagare, Stanford Racing Team) men den totala vinnaren var AI:n själv, med ökande optimism och ökad räckvidd och ökad maskinintelligens.
Humanoida robotar och sci-fi-drömmar
I slutet av 2000-talet gick AI in i sin "moderna era". Ett antal humanoida robotar förde AI närmare science fiction, projekt med förarlösa bilar blev många, AI byggdes in i konsument- och kommersiella applikationer, och sakernas internet (IoT) uppstod – med förhållandet mellan saker och människor som växte från 0.08 år 2003 till 1.84 enbart år 2010.
2010-talet var verkligen tiden då vi såg en massiv spridning av AI i samhället. När vi tänker på den etablerade teknik vi tar för givet idag föddes (eller mognade) mycket av den under detta decennium. Virtuella assistenter som Siri. Maskininlärningsverktyg. Chatbotar kapabla till konversationer av mänsklig kvalitet. Användningsområden för mobiltelefoner. Fotohjälpmedel. Innovationer i bilen som satellitnavigering och farthållare. Smarta klockor. Smarta apparater. Plattformar för aktiehandel i realtid som alla kan använda, inte bara finansjättar. Till och med den enkla produktrekommendationsmotorn. De använder alla AI.
Vi anlände till 2020-talet med 70 års uppbyggnad inom artificiell intelligens, maskininlärning och djupinlärning. De senaste åren har det skett betydande framsteg och de kommande åren kommer utan tvekan att göra detsamma.
Omfamna AI:s utveckling
När du nästa gång ber ChatGPT att skriva den rapporten åt dig, när du använder Papirflys generativa AI för att skapa hundratals illustrationer på ett ögonblick, eller om du funderar på de potentiella fallgroparna med AI (vi kommer att ta upp dessa i en kommande artikel) kom ihåg att vi inte har att göra med en helt ny leksak här.
Istället arbetar vi med teknik som började sin resa på 1950-talet. En resa som har inneburit en mängd förändringar som dess tidiga skapare aldrig kunde ha förutsett i sina vildaste fantasier, och en som sannolikt kommer att förändra nästan alla aspekter av mänskligt liv under det kommande decenniet.
Titta på vårt webbinarium på begäran
