De AI-winters

Wanneer de dromen instorten

De AI-winters zijn periodes in de geschiedenis van kunstmatige intelligentie waarin de financiering drastisch werd teruggebracht, laboratoria werden gesloten en het vakgebied in een reputatiecrisis raakte. Er waren twee dergelijke winters: de eerste van ruwweg 1974 tot 1980, de tweede van 1987 tot 1993. Beide werden veroorzaakt door een combinatie van overspannen verwachtingen, technologische beperkingen en een geleidelijk besef dat de doelstellingen van de AI-pioniers veel moeilijker te realiseren waren dan gedacht.

De eerste AI-winter (1974–1980)

De eerste winter begon na het vernietigen van Lighthill-rapport, gepubliceerd in 1973 in opdracht van de Britse overheid. De wiskundige James Lighthill concludeerde dat AI-onderzoek slechts nuttig was voor robotica en taalverwerking, maar dat de ambitieuze claims over algemene intelligentie en machine-leren niet gerealiseerd waren. Het rapport leidde tot drastische bezuinigingen door de Britse overheid en had internationale weerklank. In Amerika korten DARPA en andere financiers hun AI-budget sterk in. Universiteiten ontbonden AI-groepen; promovendi verlieten het vakgebied.

Tegelijkertijd werden de beperkingen van de twee dominante benaderingen zichtbaar. Symbolische AI — het programmeren van logische regels om intelligent gedrag te simuleren — faalde bij het schalen naar complexere problemen. Neurale netwerken — na de aanval van Minsky en Papert in 1969 al in de verdrukking — konden de beloftes van patroonherkenning niet waarmaken.

Het tijdelijke herstel: expertensystemen (1980–1987)

In de vroege jaren 1980 leek AI terug te keren door de opkomst van expertensystemen. Dit waren programma's die de kennis van een menselijke expert op een specifiek terrein codeerden als een set van als-dan-regels en een inferentie-engine die deze regels toepaste. Bekende voorbeelden waren MYCIN (diagnose van bacteriële infecties, Stanford 1972), XCON (configuratie van VAX-computers, Digital Equipment Corporation) en PROSPECTOR (mineraalvinding). XCON bespaarde DEC naar schatting 40 miljoen dollar per jaar. De AI-industrie groeide tot een markt van meer dan een miljard dollar in 1986.

De tweede AI-winter (1987–1993)

Expertensystemen bleken echter inherente zwakheden te hebben. Ze waren extreem duur om te onderhouden: elke wijziging in de domeinkennis vereiste handmatige aanpassing van honderden regels door dure kennisengineers. Ze konden niet leren van nieuwe gevallen. Ze waren breekbaar buiten hun vastgestelde 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 het Strategic Computing Initiative van DARPA zijn AI-projecten als teleurstellend en trok het de financiering terug. Japanse plannen voor een “vijfde generatie” computer gebaseerd op AI werden opgegeven. Het woord “AI” was zo besmet geraakt dat bedrijven hun producten liever “machine learning” of “data mining” noemden.

Lessen van de winters

De AI-winters leerden de gemeenschap waardevolle lessen. Ze toonden aan dat hype gevaarlijk is en dat overmatige beloftes terugslaan. Ze maakten ook duidelijk dat AI niet één technologie is maar een verzameling benaderingen, elk met eigen sterkten en zwakheden. De winters sloegen ook de weg vrij voor meer solide benaderingen: machine learning, statistiek en — uiteindelijk — deep learning. Ironisch genoeg was het onderzoek dat de winters overleefde precies het onderzoek dat de AI-revolutie van de jaren 2010 mogelijk maakte.

Bronnen

• Lighthill, J. (1973). Artificial Intelligence: A General Survey. Science Research Council, UK.
• Nilsson, N.J. (2010). The Quest for Artificial Intelligence. Cambridge University Press.
• Russell, S. & Norvig, P. (2020). Artificial Intelligence: A Modern Approach (4e druk). Pearson.
• Wikipedia — AI winter
• Wikipedia — Expert system