De AI-winters

Wanneer de dromen instorten

De AI-winters zijn periodes in de geschiedenis van kunstmatige intelligentie waarin financiering drastisch werd teruggeschroefd, laboratoria werden gesloten en het vakgebied in een reputatiecrisis terechtkwam. Er waren twee zulke winters: de eerste van ruwweg 1974 tot 1980, de tweede van 1987 tot 1993. Beide werden veroorzaakt door een combinatie van overdreven verwachtingen, technologische beperkingen en de geleidelijke realisatie dat de doelen van de AI-pioniers veel moeilijker te bereiken waren dan verwacht.

De eerste AI-winter (1974–1980)

De eerste winter begon na het schadelijke Lighthill-rapport, gepubliceerd in 1973 op verzoek van de Britse regering. Wiskundige James Lighthill concludeerde dat AI-onderzoek alleen nuttig was voor robotica en taalverwerking, maar dat de ambitieuze claims over algemene intelligentie en machine learning niet waren gerealiseerd. Het rapport leidde tot drastische bezuinigingen door de Britse overheid en had internationale weerklank. In Amerika bezuinigden DARPA en andere financiers zwaar op hun AI-budgetten. Universiteiten ontbonden AI-groepen; promovendi verlieten het vakgebied.

Tegelijkertijd werden de beperkingen van de twee dominante benaderingen duidelijk. Symbolische AI — logische regels programmeren om intelligent gedrag te simuleren — slaagde er niet in op te schalen naar complexere problemen. Neurale netwerken — al onder druk na Minsky en Paperts aanval in 1969 — konden de beloften van patroonherkenning niet waarmaken.

Het tijdelijke herstel: expertsystemen (1980–1987)

Begin jaren tachtig leek AI terug te keren via de opkomst van expertsystemen. Dit waren programma's die de kennis van een menselijke expert op een specifiek domein codeerden als een reeks als-dan-regels en een inferentiemotor die die regels toepaste. Bekende voorbeelden waren MYCIN (diagnose van bacteriële infecties, Stanford 1972), XCON (configuratie van VAX-computers, Digital Equipment Corporation) en PROSPECTOR (mineraalverkenning). XCON bespaarde DEC naar schatting 40 miljoen dollar per jaar. De AI-industrie groeide in 1986 uit tot een markt van meer dan één miljard dollar.

De tweede AI-winter (1987–1993)

Expertsystemen bleken echter inherente zwakheden te hebben. Ze waren extreem duur in onderhoud: elke verandering in domeinkennis vereiste handmatige aanpassing van honderden regels door dure kennisengineers. Ze konden niet leren van nieuwe gevallen. Ze waren broos buiten hun gedefinieerde domein. En ze schaalden slecht. Toen in 1987 de markt voor AI-werkstations instortte (te duur, te weinig voordeel ten opzichte van gewone computers), gevolgd door bezuinigingen bij DARPA, begon de tweede winter.

In 1991 beoordeelde DARPA's Strategic Computing Initiative zijn AI-projecten als teleurstellend en trok zich terug. Japanse plannen voor een "vijfde generatie" computer op basis van AI werden opgegeven. Het woord "AI" was zo besmet geraakt dat bedrijven hun producten liever "machine learning" of "data mining" noemden.

Lessen uit de winters

De AI-winters leerden de gemeenschap waardevolle lessen. Ze lieten zien dat hype gevaarlijk is en dat overdreven beloften averechts werken. Ze maakten ook duidelijk dat AI geen één technologie is, maar een verzameling benaderingen, elk met zijn eigen sterke en zwakke punten. De winters maakten ook de weg vrij voor soliderere benaderingen: machine learning, statistiek en — uiteindelijk — deep learning. Ironisch genoeg legde het onderzoek dat de winters overleefde de basis voor de doorbraken van de jaren 2010.

Bronnen

• Lighthill, J. (1973). Artificial Intelligence: A General Survey. Science Research Council.
• Crevier, D. (1993). AI: The Tumultuous History of the Search for Artificial Intelligence. Basic Books.
• Russell, S. & Norvig, P. (2020). Artificial Intelligence: A Modern Approach (4e druk). Pearson.
• Wikipedia — AI-winter