تاريخ الذكاء الاصطناعي

تظهر الكائنات الآلية والآلات في الأساطير اليونانية ، مثل الروبوتات الذهبية لهيفايستوس ، ^{[ 4 ]} والعملاق البرونزي تالوس، ^{[ 5 ]} وجالاتيا في مسرحية بيجماليون . ^{[ 6 ]} وفي العصور الوسطى، انتشرت شائعات عن وسائل سرية غامضة أو كيميائية لإضفاء العقل على المادة، مثل تاكوين لجابر بن حيان ، ^{[ 7 ]} وهومونكولوس لباراسيلسوس ، [ ^{8 ] وجولم} الحاخام يهودا لوي ، ^{[ 9 ]} ورأس روجر بيكون النحاسي . [ ^{10 ] وبحلول} القرن التاسع عشر، أصبحت أفكار الكائنات الآلية والآلات المفكرة موضوعًا شائعًا في الأدب الخيالي. من بين الأعمال البارزة رواية فرانكشتاين لماري شيلي (1818)، ورواية فاوست، الجزء الثاني، ليوهان فولفغانغ فون غوته (1832)، ورواية روبوتات روسوم العالمية (RUR) لكارل تشابيك (1921). ^{[ 11 ] [ 12 ]} تتناول قصص هذه المخلوقات ومصائرها العديد من الآمال والمخاوف والهموم الأخلاقية نفسها التي يطرحها الذكاء الاصطناعي الحديث. ^{[ 13 ]} كما نوقشت قضايا ذات صلة بالذكاء الاصطناعي في مقالات تأملية مثل مقالة صموئيل بتلر " داروين بين الآلات " (1863). ^{[ 14 ]}

صنع حرفيون من حضارات عديدة آلاتٍ بشريةً واقعية ، من بينهم يان شي ، ^{[ 15 ]} وهيرو الإسكندري ، ^{[ 16 ]} والجزري ، ^{[ 17 ]} وهارون الرشيد ، ^{[ 18 ]} وجاك دي فوكانسون ، ^{[ 19 ] [ 20 ]} وليوناردو توريس إي كيفيدو ، ^{[ 21 ]} وبيير جاكيه دروز، وولفغانغ فون كيمبلين . [22] [23] وكانت أقدم الآلات المعروفة تماثيل مقدسة من مصر واليونان القديمتين ^{. [ 24 ] [ 25} ] واعتقد المؤمنون أن ^{الحرفيين قد غرسوا في هذه التماثيل} عقولًا حقيقية، قادرة على الحكمة والعاطفة، وقد كتب هرمس الهرامسة : "باكتشاف الطبيعة الحقيقية للآلهة، تمكن الإنسان من إعادة إنتاجها". ^{[ 26 ]}

يقوم الذكاء الاصطناعي على افتراض إمكانية ميكنة عملية التفكير البشري. وقد طوّر فلاسفة صينيون وهنود ويونانيون أساليب منظمة للاستدلال الصوري بحلول الألفية الأولى قبل الميلاد. وقد ابتكر فلاسفة يونانيون ومسلمون وأوروبيون، مثل أرسطو وإقليدس والخوارزمي ودونز سكوتس ورينيه ديكارت ، المنطق الصوري وحسّنوه .

طوّر الفيلسوف الإسباني رامون لول (1232-1315) العديد من الآلات المنطقية المخصصة لإنتاج المعرفة بالوسائل المنطقية؛ ^{[ 27 ] [ 28 ]} وصف لول آلاته بأنها كيانات ميكانيكية قادرة على الجمع بين الحقائق الأساسية التي لا جدال فيها من خلال عمليات منطقية بسيطة، تنتجها الآلة بمعانٍ ميكانيكية، وذلك بطرق تُنتج كل المعرفة الممكنة. ^{[ 29 ]} كان لعمل لول تأثير كبير على غوتفريد لايبنتز ، الذي أعاد تطوير أفكاره. ^{[ 30 ]}

في القرن السابع عشر، استكشف لايبنتز وتوماس هوبز ورينيه ديكارت إمكانية جعل التفكير العقلاني برمته منهجيًا كالجبر أو الهندسة. ^{[ 31 ]} كتب هوبز في كتابه "ليفياثان" : "فالعقل ... ليس إلا حسابًا ، أي جمعًا وطرحًا". ^{[ 32 ]} وصف لايبنتز لغةً عالميةً للاستدلال، هي " الخاصية العالمية" ، والتي من شأنها اختزال الجدال إلى حساب، بحيث "لن تكون هناك حاجة للمناظرة بين فيلسوفيلين أكثر من الحاجة إليها بين محاسبين. إذ يكفي أن يأخذ كل منهما قلمه، ويتجه إلى لوحه، ويقول للآخر (بحضور صديق كشاهد، إن شاء): لنحسب ". ^{[ 33 ]}

شكّل كتابا بول " قوانين الفكر " (1854) وفريجه " مفاهيم" (1879) الشكل الحديث للمنطق الرياضي الرمزي . ^{[ 34 ]} وانطلاقًا من نظام فريجه، قدّم راسل ووايتهيد معالجةً رسميةً لأسس الحساب في كتاب " مبادئ الرياضيات" عام 1913. واستلهامًا من نجاحهما، تحدّى ديفيد هيلبرت علماء الرياضيات في عشرينيات وثلاثينيات القرن العشرين لإضفاء الطابع الرسمي على جميع الاستدلالات الرياضية . واستجابةً لذلك، أظهر برهان عدم الاكتمال لغودل ، ^{[ 35 ]} وآلة تورينج ، ^{[ 35 ]} وحساب لامدا لتشرش ، ^{[ أ ]} أن هناك، في الواقع، حدودًا لما يمكن أن تفعله الرياضيات الرسمية.

مع ذلك، ضمن هذه الحدود، أشارت فرضية تشرش-تورينج إلى أن جهازًا ميكانيكيًا، يقوم بخلط رموز بسيطة كالصفر والواحد ، يمكنه محاكاة أي عملية ممكنة من عمليات الاستدلال الرياضي أو حل المشكلات. ^{[ 35 ]} تمثلت الفكرة المحورية في آلة تورينج - وهي بنية نظرية بسيطة تجسد جوهر معالجة الرموز المجردة. ^{[ 37 ]} ألهم هذا الجهاز والأفكار الكامنة وراءه المهندسين والرياضيين في أربعينيات القرن العشرين لبناء آلات يمكنها نظريًا تنفيذ أي شكل من أشكال الاستدلال الرسمي أو حل المشكلات.

صُممت أو بُنيت آلات الحساب في العصور القديمة وعلى مر التاريخ على يد العديد من الأشخاص، بمن فيهم غوتفريد لايبنتز ، ^{[ 28 ] [ 38 ]} وجوزيف ماري جاكارد ، ^{[ 39 ]} وتشارلز باباج ، ^{[ 39 ] [ 40 ]} وبيرسي لودجيت ، ^{[ 41 ]} وليوناردو توريس كيفيدو ، ^{[ 42 ]} وفانيفار بوش ، ^{[ 43 ]} وغيرهم. وقد تكهنت آدا لوفليس بأن آلة باباج كانت "آلة تفكير أو... استدلال"، لكنها حذرت من أنه "من المستحسن الحذر من إمكانية المبالغة في تقدير قدرات" هذه الآلة. ^{[ 44 ] [ 45 ]}

كانت أولى الحواسيب الحديثة هي الآلات الضخمة التي ظهرت خلال الحرب العالمية الثانية (مثل Z3 لكونراد تسوزه ، وهيث روبنسون وكولوسوس لتومي فلاورز ، وABC لأتاناسوف وبيري ، و ENIAC في جامعة بنسلفانيا ) . ^{[ 46 ]} استند ENIAC إلى الأساس النظري الذي وضعه آلان تورينج وطوّره جون فون نيومان ، ^{[ 47 ]} وأثبت أنه الأكثر تأثيرًا. ^{[ 46 ]}

في عام 1950، نشر تورينج بحثًا رائدًا بعنوان " آلات الحوسبة والذكاء "، تناول فيه إمكانية ابتكار آلات تفكر. ^{[ 52 ] [ ب ]} في بحثه، أشار إلى صعوبة تعريف "التفكير"، فابتكر اختبار تورينج الشهير : إذا استطاعت آلة إجراء محادثة (عبر جهاز طباعة عن بُعد ) لا يمكن تمييزها عن محادثة مع إنسان، فمن المعقول القول إن الآلة "تفكر". ^{[ 53 ]} سمحت هذه النسخة المبسطة من المسألة لتورينج بتقديم حجة مقنعة بأن "الآلة المفكرة" أمر وارد على الأقل ، وقد أجاب البحث على معظم الاعتراضات الشائعة على هذا الطرح. ^{[ 54 ]} كان اختبار تورينج أول اقتراح جاد في فلسفة الذكاء الاصطناعي .

قام والتر بيتس ووارن ماكولوتش بتحليل شبكات من الخلايا العصبية الاصطناعية المثالية ، وبيّنا كيف يمكنها أداء وظائف منطقية بسيطة في عام 1943. وكانا أول من وصف ما أطلق عليه الباحثون لاحقًا اسم الشبكة العصبية . ^{[ 55 ]} تأثرت هذه الورقة البحثية بورقة تورينج " حول الأعداد القابلة للحساب " من عام 1936، والتي استخدمت "خلايا عصبية" منطقية ثنائية الحالة مماثلة، لكنها كانت الأولى التي طبقتها على الوظيفة العصبية. ^{[ 49 ]} كان مارفن مينسكي، الذي كان طالب دراسات عليا يبلغ من العمر 24 عامًا آنذاك، أحد الطلاب الذين استلهموا من بيتس وماكولوتش . في عام 1951، بنى مينسكي ودين إدموندز أول آلة شبكة عصبية، وهي SNARC . ^{[ 56 ]} سيصبح مينسكي فيما بعد أحد أهم القادة والمبتكرين في مجال الذكاء الاصطناعي.

تم بناء روبوتات تجريبية مثل سلاحف ويليام غراي والتر ووحش جونز هوبكنز في خمسينيات القرن العشرين. لم تستخدم هذه الآلات أجهزة الكمبيوتر أو الإلكترونيات الرقمية أو التفكير الرمزي؛ بل تم التحكم بها بالكامل بواسطة دوائر تناظرية. ^{[ 57 ]}

في عام ١٩٥١، باستخدام جهاز فيرانتي مارك ١ التابع لجامعة مانشستر ، كتب كريستوفر ستراشي برنامجًا للعبة الداما ^{[ ٥٨ ]} ، وكتب ديتريش برينز برنامجًا للعبة الشطرنج. ^{[ ٥٩ ]} وقد حقق برنامج آرثر صموئيل للداما ، الذي كان موضوع بحثه المنشور عام ١٩٥٩ بعنوان "بعض الدراسات في التعلم الآلي باستخدام لعبة الداما"، مستوىً كافيًا من المهارة ليُنافس هاويًا مُحترمًا. ^{[ ٦٠ ]} وكان برنامج صموئيل من أوائل استخدامات ما سيُعرف لاحقًا بالتعلم الآلي . ^{[ ٦١ ]} وسيظل الذكاء الاصطناعي في الألعاب يُستخدم كمقياس للتقدم في مجال الذكاء الاصطناعي على مر تاريخه.

عندما أصبح الوصول إلى الحواسيب الرقمية ممكنًا في منتصف الخمسينيات، أدرك بعض العلماء بالفطرة أن الآلة القادرة على معالجة الأرقام يمكنها أيضًا معالجة الرموز، وأن معالجة الرموز قد تكون جوهر الفكر البشري. كان هذا نهجًا جديدًا لإنشاء آلات مفكرة. ^{[ 62 ] [ 63 ]}

في عام ١٩٥٥، ابتكر ألين نيويل، بالتعاون مع هربرت أ. سيمون، الحائز لاحقًا على جائزة نوبل ، برنامج "المنطق النظري" بمساعدة جيه سي شو . وقد أثبت البرنامج لاحقًا ٣٨ من أصل ٥٢ نظرية في كتاب "مبادئ الرياضيات" لراسل ووايتهيد ، كما وجد براهين جديدة وأكثر أناقة لبعضها. ^{[ ٦٤ ]} قال سيمون إنهم "حلّوا معضلة العقل/الجسد العريقة ، موضحين كيف يمكن لنظام مكون من المادة أن يمتلك خصائص العقل". ^{[ ٦٥ ] [ ج ]} هيمن نموذج الاستدلال الرمزي الذي قدموه على أبحاث الذكاء الاصطناعي وتمويلها حتى منتصف التسعينيات، كما ألهم الثورة المعرفية .

كانت ورشة عمل دارتموث عام 1956 حدثًا محوريًا شكّل البداية الرسمية للذكاء الاصطناعي كتخصص أكاديمي. ^{[ 50 ]} نُظّمت الورشة من قِبل مارفن مينسكي وجون مكارثي ، بدعم من اثنين من كبار العلماء، كلود شانون وناثان روتشستر من شركة آي بي إم . نصّ مقترح المؤتمر على نيتهم ​​اختبار فرضية مفادها أنه "يمكن وصف كل جانب من جوانب التعلّم أو أي سمة أخرى من سمات الذكاء بدقة متناهية بحيث يمكن تصميم آلة لمحاكاتها". ^{[ 66 ] [ د ]} قدّم جون مكارثي مصطلح "الذكاء الاصطناعي" في ورشة العمل. ^{[ هـ ]} ضمّ المشاركون راي سولومونوف ، وأوليفر سيلفريدج ، وترينشارد مور ، وآرثر صموئيل ، وآلان نيويل، وهربرت أ. سيمون ، الذين سيُنشئون جميعًا برامج مهمة خلال العقود الأولى من أبحاث الذكاء الاصطناعي. ^{[ 72 ] [ و ]} في ورشة العمل، قدّم نيويل وسيمون برنامج "منظّر المنطق" لأول مرة. ^{[ 73 ]} كانت ورشة العمل هي اللحظة التي اكتسب فيها الذكاء الاصطناعي اسمه، ومهمته، وأول نجاح كبير له، ولاعبيه الرئيسيين، وتعتبر على نطاق واسع بمثابة ميلاد الذكاء الاصطناعي. ^{[ g ]}

في خريف عام ١٩٥٦، قدّم نيويل وسيمون أيضًا كتاب "نظرية المنطق" في اجتماع لمجموعة الاهتمام الخاصة بنظرية المعلومات في معهد ماساتشوستس للتكنولوجيا (MIT). وفي الاجتماع نفسه، ناقش نعوم تشومسكي قواعده التوليدية ، ووصف جورج ميلر بحثه الرائد " الرقم السحري سبعة، زائد أو ناقص اثنين ". ^{[ ٤٦ ]} كتب ميلر: "غادرتُ الندوة باقتناع، حدسي أكثر منه عقلاني، بأن علم النفس التجريبي، واللغويات النظرية، ومحاكاة العمليات المعرفية بالحاسوب، كلها أجزاء من كلٍّ أكبر". ^{[ ٧٥ ]}

كان هذا الاجتماع بداية " الثورة المعرفية "، وهي تحول نموذجي متعدد التخصصات في علم النفس والفلسفة وعلوم الحاسوب وعلم الأعصاب. وقد ألهم هذا الاجتماع ظهور فروع فرعية مثل الذكاء الاصطناعي الرمزي ، واللغويات التوليدية ، والعلوم المعرفية ، وعلم النفس المعرفي ، وعلم الأعصاب المعرفي ، بالإضافة إلى المدرستين الفلسفيتين: الحسابية والوظيفية . وقد استخدمت جميع هذه المجالات أدوات مترابطة لنمذجة العقل، وكانت النتائج المكتشفة في أحدها ذات صلة بالمجالات الأخرى.

أتاح النهج المعرفي للباحثين دراسة "الأشياء الذهنية" كالأفكار والخطط والأهداف والحقائق والذكريات، والتي غالبًا ما تُحلل باستخدام رموز عالية المستوى في الشبكات الوظيفية. وكانت هذه الأشياء محظورة باعتبارها "غير قابلة للملاحظة" في النماذج السابقة كالسلوكية . [ ^{ح ] وستصبح} الأشياء الذهنية الرمزية محورًا رئيسيًا لأبحاث الذكاء الاصطناعي وتمويلها على مدى العقود القليلة التالية.

شهدت أواخر الخمسينيات والستينيات من القرن العشرين العديد من البرامج الناجحة والتوجهات الجديدة. ومن أبرزها ما يلي:

اللغة الطبيعية

يتمثل أحد الأهداف المهمة لأبحاث الذكاء الاصطناعي في تمكين أجهزة الكمبيوتر من التواصل بلغات طبيعية مثل الإنجليزية. ومن أوائل النجاحات برنامج "الطالب" (STUDENT ) الذي ابتكره دانيال بوبرو ، والذي كان قادراً على حل مسائل الجبر اللفظية للمرحلة الثانوية. ^{[ 92 ]}

تمثل الشبكة الدلالية المفاهيم (مثل "منزل"، "باب") كعقد، والعلاقات بين المفاهيم كروابط بين هذه العقد (مثل "يحتوي على"). كتب روس كويليان أول برنامج ذكاء اصطناعي يستخدم الشبكة الدلالية، ^{[ 93 ]} وكانت النسخة الأكثر نجاحًا (وإثارة للجدل) هي نظرية التبعية المفاهيمية لروجر شانك . ^{[ 94 ]}

كان برنامج إليزا، الذي ابتكره جوزيف وايزنباوم، قادراً على إجراء محادثات واقعية لدرجة أن المستخدمين كانوا يُخدعون أحياناً فيظنون أنهم يتواصلون مع إنسان وليس مع برنامج حاسوبي (انظر تأثير إليزا ). لكن في الحقيقة، كان إليزا يُجيب ببساطة بردود جاهزة أو يُعيد صياغة ما قيل له، مع تعديل بسيط في قواعد اللغة. كان إليزا أول برنامج دردشة آلي . ^{[ 95 ] [ 96 ] [ 97 ]}

البيرسيبترونات والشبكات العصبية المبكرة

في الستينيات، دعم ممولو الأبحاث في المقام الأول المختبرات التي تبحث في الذكاء الاصطناعي الرمزي ، ومع ذلك، تابعت بعض المختبرات البحث في الشبكات العصبية.

تم تقديم البيرسيبترون، وهو شبكة عصبية أحادية الطبقة، عام 1958 على يد فرانك روزنبلات [ 99 ] ^{( الذي كان} زميلًا لمارفن مينسكي في مدرسة برونكس الثانوية للعلوم ). ^{[ 100 ]} ومثل معظم باحثي الذكاء الاصطناعي، كان متفائلًا بشأن قدراتها، متوقعًا أن البيرسيبترون "قد يكون قادرًا في نهاية المطاف على التعلم واتخاذ القرارات وترجمة اللغات". ^{[ 101 ]} وقد مُوِّل روزنبلات بشكل أساسي من قِبَل مكتب البحوث البحرية . ^{[ 102 ]}

قام برنارد ويدرو وطالبه تيد هوف ببناء جهازي أدالاين (1960) ومادالاين (1962)، اللذين احتوى كل منهما على ما يصل إلى 1000 وزن قابل للتعديل. ^{[ 103 ] [ 104 ]} وقام فريق في معهد ستانفورد للأبحاث بقيادة تشارلز أ. روزن وألفريد إي. (تيد) براين ببناء جهازين للشبكات العصبية أطلق عليهما اسم مينوس 1 (1960) ومينوس 2 (1963)، بتمويل رئيسي من فيلق الإشارة التابع للجيش الأمريكي . احتوى مينوس 2 ^{[ 105 ]} على 6600 وزن قابل للتعديل، ^{[ 106 ]} وتم التحكم به بواسطة حاسوب SDS 910 في تكوين أطلق عليه اسم مينوس 3 (1968)، والذي كان قادرًا على تصنيف الرموز على خرائط الجيش، والتعرف على الأحرف المكتوبة بخط اليد على أوراق ترميز فورتران . ^{[ 107 ] [ 108 ]} انصبّ معظم البحث في مجال الشبكات العصبية خلال هذه الفترة المبكرة على بناء واستخدام أجهزة مخصصة، بدلاً من المحاكاة على الحواسيب الرقمية. ^{[ ك ]}

مع ذلك، وبسبب نقص النتائج جزئيًا، والمنافسة من أبحاث الذكاء الاصطناعي الرمزي جزئيًا ، نفد تمويل مشروع مينوس عام ١٩٦٦. وفشل روزنبلات في تأمين تمويل مستمر خلال الستينيات. ^{[ ١٠٩ ]} وفي عام ١٩٦٩، توقف البحث فجأة مع نشر كتاب مينسكي وبابرت "بيرسيبترون " عام ١٩٦٩. ^{[ ١١٠ ]} أشار الكتاب إلى وجود قيود شديدة على قدرات البيرسيبترون، وأن تنبؤات روزنبلات كانت مبالغًا فيها بشكل كبير. وكان أثر الكتاب هو توقف تمويل الأبحاث في مجال الترابطية تقريبًا لمدة عشر سنوات. ^{[ ١١١ ]} وانتهى التنافس على التمويل الحكومي بانتصار مناهج الذكاء الاصطناعي الرمزي على الشبكات العصبية. ^{[ ١٠٨ ] [ ١٠٩ ]}

أصبح مينسكي (الذي عمل على مشروع SNARC ) معارضًا شرسًا للذكاء الاصطناعي القائم على الاتصالية البحتة. واتجه ويدرو (الذي عمل على مشروع ADALINE ) نحو معالجة الإشارات التكيفية. أما مجموعة SRI (التي عملت على مشروع MINOS) فقد اتجهت نحو الذكاء الاصطناعي الرمزي والروبوتات. ^{[ 108 ] [ 109 ]}

كانت المشكلة الرئيسية هي عدم القدرة على تدريب الشبكات متعددة الطبقات (مع أن نسخًا من خوارزمية الانتشار العكسي كانت مستخدمة بالفعل في مجالات أخرى، إلا أنها كانت مجهولة لهؤلاء الباحثين). ^{[ 112 ] [ 111 ]} تعرف مجتمع الذكاء الاصطناعي على خوارزمية الانتشار العكسي في ثمانينيات القرن العشرين، ^{[ 113 ]} وفي القرن الحادي والعشرين، حققت الشبكات العصبية نجاحًا باهرًا، محققةً جميع تنبؤات روزنبلات المتفائلة. إلا أن روزنبلات لم يعش ليرى ذلك، إذ توفي في حادث قارب عام 1971. ^{[ 114 ]}

قدّم الجيل الأول من باحثي الذكاء الاصطناعي التوقعات التالية بشأن عملهم:

• 1958، هـ. أ. سيمون وألين نيويل : "في غضون عشر سنوات، سيصبح الكمبيوتر الرقمي بطل العالم في الشطرنج" و"في غضون عشر سنوات، سيكتشف الكمبيوتر الرقمي ويثبت نظرية رياضية جديدة مهمة." ^{[ 115 ]}
• 1965، هـ. أ. سيمون: "ستكون الآلات قادرة، في غضون عشرين عامًا، على القيام بأي عمل يمكن للإنسان القيام به." ^{[ 116 ]}
• 1967، مارفن مينسكي : "في غضون جيل واحد... سيتم حل مشكلة إنشاء "الذكاء الاصطناعي" بشكل كبير." ^{[ 117 ]}
• في عام 1970، كتب مارفن مينسكي (في مجلة لايف ): "في غضون ثلاث إلى ثماني سنوات، سيكون لدينا آلة تتمتع بالذكاء العام للإنسان العادي." ^{[ 118 ] [ l ]}

في يونيو 1963، حصل معهد ماساتشوستس للتكنولوجيا (MIT) على منحة قدرها 2.2 مليون دولار من وكالة مشاريع الأبحاث المتقدمة (ARPA، التي عُرفت لاحقًا باسم DARPA ). استُخدمت هذه الأموال لتمويل مشروع MAC الذي ضمّ "مجموعة الذكاء الاصطناعي" التي أسسها مينسكي وماكارثي قبل خمس سنوات. استمرت DARPA في تقديم 3 ملايين دولار سنويًا حتى سبعينيات القرن العشرين. ^{[ 121 ]} وقدّمت DARPA منحًا مماثلة لبرنامج نيويل وسيمون في جامعة كارنيجي ميلون ، ولمختبر الذكاء الاصطناعي في جامعة ستانفورد ، الذي أسسه جون ماكارثي عام 1963. ^{[ 122 ]} كما أنشأ دونالد ميتشي مختبرًا مهمًا آخر للذكاء الاصطناعي في جامعة إدنبرة عام 1965. ^{[ 123 ]} وظلت هذه المؤسسات الأربع مراكز رئيسية لأبحاث الذكاء الاصطناعي وتمويلها في الأوساط الأكاديمية لسنوات عديدة. ^{[ 124 ] [ م ]}

قُدِّمت الأموال بشروط قليلة: فقد كان جيه سي آر ليكليدر ، مدير وكالة مشاريع الأبحاث المتقدمة آنذاك، يؤمن بأن منظمته يجب أن "تموّل الأفراد، لا المشاريع!"، وسمح للباحثين بمتابعة أي اتجاهات قد تثير اهتمامهم. ^{[ 126 ]} وقد خلق هذا جوًا من الحرية في معهد ماساتشوستس للتكنولوجيا، مما أدى إلى ظهور ثقافة القرصنة ، ^{[ 127 ]} لكن هذا النهج "غير التدخلي" لم يدم طويلًا.

في أوائل السبعينيات، كانت قدرات برامج الذكاء الاصطناعي محدودة. حتى أكثرها إثارة للإعجاب لم تكن قادرة إلا على التعامل مع نسخ مبسطة من المشكلات التي كان من المفترض أن تحلها؛ ^{[ ن ]} كانت جميع البرامج، بمعنى ما، "ألعابًا". ^{[ 135 ]} بدأ باحثو الذكاء الاصطناعي يواجهون العديد من القيود التي لم يتم التغلب عليها إلا بعد عقود، وقيودًا أخرى لا تزال تعيق هذا المجال في العقد الثالث من القرن الحادي والعشرين.

• قدرة حاسوبية محدودة : لم تكن الذاكرة أو سرعة المعالجة كافية لإنجاز أي شيء مفيد حقًا. ^{[ o ]} على سبيل المثال: تم إثبات نجاح روس كويليان في مجال اللغة الطبيعية باستخدام مفردات من 20 كلمة فقط، لأن هذا هو كل ما يمكن تخزينه في الذاكرة. ^{[ 137 ]} جادل هانز مورافيك في عام 1976 بأن أجهزة الكمبيوتر لا تزال أضعف بملايين المرات من أن تُظهر ذكاءً. واقترح تشبيهًا: يتطلب الذكاء الاصطناعي قدرة حاسوبية بنفس الطريقة التي تتطلب بها الطائرات قوة حصانية . تحت عتبة معينة، يكون الأمر مستحيلاً، ولكن مع زيادة القدرة ، قد يصبح الأمر سهلاً في النهاية. كتب: "مع قوة حصانية كافية، سيطير أي شيء". ^{[ 138 ] [ p ]}
• الاستعصاء والانفجار التوافقي : في عام 1972، بيّن ريتشارد كارب (استنادًا إلى نظرية ستيفن كوك لعام 1971) أن هناك العديد من المشكلات التي لا يمكن حلها إلا في وقت أُسّي . ويتطلب إيجاد الحلول المثلى لهذه المشكلات وقتًا حاسوبيًا هائلًا، باستثناء المشكلات البسيطة. وينطبق هذا القيد على جميع برامج الذكاء الاصطناعي الرمزية التي تستخدم أشجار البحث، ما يعني أن العديد من الحلول "التجريبية" التي يستخدمها الذكاء الاصطناعي لن تتوسع أبدًا لتشمل أنظمة مفيدة. ^{[ 134 ] [ 130 ]}
• مفارقة مورافيك : حققت أبحاث الذكاء الاصطناعي المبكرة نجاحًا كبيرًا في جعل الحواسيب تؤدي مهامًا "ذكية" مثل إثبات النظريات، وحل مسائل الهندسة، ولعب الشطرنج. وقد أقنعهم نجاحهم في هذه المهام الذكية بأن مشكلة السلوك الذكي قد حُلت إلى حد كبير. ^{[ 140 ] [ 141 ]} ومع ذلك، فقد فشلوا فشلًا ذريعًا في إحراز تقدم في مهام "غير ذكية" مثل التعرف على الوجوه أو عبور غرفة دون الاصطدام بأي شيء. ^{[ 140 ] [ 142 ]} وبحلول ثمانينيات القرن العشرين، أدرك الباحثون أن الاستدلال الرمزي غير مناسب تمامًا لهذه المهام الإدراكية والحسية الحركية، وأن لهذا النهج حدودًا. ^{[ 141 ]}
• اتساع نطاق المعرفة العامة : تتطلب العديد من تطبيقات الذكاء الاصطناعي المهمة، مثل الرؤية الحاسوبية أو معالجة اللغة الطبيعية، كميات هائلة من المعلومات حول العالم؛ إذ يحتاج البرنامج إلى فكرة عامة عما ينظر إليه أو عما يتحدث عنه. وهذا يتطلب أن يكون البرنامج على دراية بمعظم المعلومات التي يعرفها الطفل عن العالم. وسرعان ما اكتشف الباحثون أن هذه المعلومات هائلة، إذ تضم مليارات الحقائق الأساسية. لم يكن أحد في عام 1970 قادرًا على بناء قاعدة بيانات بهذا الحجم، ولم يكن أحد يعرف كيف يمكن لبرنامج أن يتعلم كل هذه المعلومات. ^{[ 143 ]}
• تمثيل التفكير المنطقي السليم : ظهرت عدة مشكلات مترابطة ^{[ q ]} عندما حاول الباحثون تمثيل التفكير المنطقي السليم باستخدام المنطق الصوري أو الرموز. كانت أوصاف الاستنتاجات العادية تميل إلى أن تصبح أطول فأطول كلما تعمق المرء في دراستها، نظرًا لتزايد الحاجة إلى الاستثناءات والتوضيحات والفروقات. ^{[ r ]} ومع ذلك، عندما فكر الناس في المفاهيم العادية، لم يعتمدوا على تعريفات دقيقة، بل بدا أنهم يضعون مئات الافتراضات غير الدقيقة، ويصححونها عند الضرورة باستخدام مجمل معارفهم المنطقية السليمة. لاحظ جيرالد سوسمان أن "استخدام لغة دقيقة لوصف مفاهيم غير دقيقة في جوهرها لا يجعلها أكثر دقة". ^{[ 144 ]}

شعرت الوكالات التي مولت أبحاث الذكاء الاصطناعي، مثل الحكومة البريطانية ووكالة مشاريع البحوث الدفاعية المتقدمة ( DARPA ) والمجلس الوطني للبحوث (NRC)، بالإحباط من بطء التقدم، وقامت في نهاية المطاف بقطع التمويل عن جميع أبحاث الذكاء الاصطناعي غير الموجهة تقريبًا. بدأ هذا النمط في عام 1966 عندما انتقد تقرير اللجنة الاستشارية لمعالجة اللغات الآلية (ALPAC) جهود الترجمة الآلية. وبعد إنفاق 20 مليون دولار، أوقف المجلس الوطني للبحوث جميع أشكال الدعم. ^{[ 145 ]} وفي عام 1973، انتقد تقرير لايت هيل حول حالة أبحاث الذكاء الاصطناعي في المملكة المتحدة فشل الذكاء الاصطناعي في تحقيق "أهدافه الطموحة"، مما أدى إلى تفكيك أبحاث الذكاء الاصطناعي في ذلك البلد. ^{[ 146 ]} (أشار التقرير تحديدًا إلى مشكلة الانفجار التوافقي كسبب لإخفاقات الذكاء الاصطناعي). ^{[ 130 ] [ 134 ] [ s ]} شعرت وكالة مشاريع البحوث الدفاعية المتقدمة (DARPA) بخيبة أمل كبيرة من الباحثين العاملين في برنامج أبحاث فهم الكلام في جامعة كارنيجي ميلون، وألغت منحة سنوية قدرها 3 ملايين دولار. ^{[ 148 ] [ t ]}

ألقى هانز مورافيك باللوم في الأزمة على التوقعات غير الواقعية لزملائه، قائلاً: "وقع العديد من الباحثين في فخ المبالغة المتزايدة". ^{[ 149 ] [ u ]} ومع ذلك، كانت هناك مشكلة أخرى: فمنذ إقرار تعديل مانسفيلد عام 1969، تعرضت وكالة مشاريع البحوث الدفاعية المتقدمة (DARPA) لضغوط متزايدة لتمويل "البحوث المباشرة الموجهة نحو تحقيق أهداف محددة، بدلاً من البحوث الأساسية غير الموجهة". لم يعد تمويل الاستكشاف الإبداعي الحر الذي ساد في الستينيات يأتي من DARPA، التي وجهت بدلاً من ذلك الأموال إلى مشاريع محددة ذات أهداف واضحة، مثل الدبابات ذاتية القيادة وأنظمة إدارة المعارك . ^{[ 150 ] [ v ]}

كانت المختبرات الرئيسية (معهد ماساتشوستس للتكنولوجيا، وجامعة ستانفورد، وجامعة كارنيجي ميلون، وجامعة إدنبرة) تتلقى دعمًا سخيًا من حكوماتها، وعندما تم سحب هذا الدعم، كانت هذه هي الأماكن الوحيدة التي تأثرت بشكل كبير بتخفيضات الميزانية. أما آلاف الباحثين خارج هذه المؤسسات، والآلاف الكثيرة الذين انضموا إلى هذا المجال، فلم يتأثروا. ^{[ 131 ]}

أبدى العديد من الفلاسفة اعتراضات قوية على ادعاءات باحثي الذكاء الاصطناعي. وكان من أوائلهم جون لوكاس ، الذي جادل بأن نظرية عدم الاكتمال لغودل تُظهر أن النظام الرسمي (مثل برنامج الحاسوب) لا يمكنه أبدًا إدراك صحة بعض العبارات، بينما يستطيع الإنسان ذلك. ^{[ 152 ]} سخر هوبرت دريفوس من الوعود الكاذبة في ستينيات القرن الماضي، وانتقد افتراضات الذكاء الاصطناعي، مُجادلًا بأن التفكير البشري لا ينطوي في الواقع إلا على القليل جدًا من "معالجة الرموز"، وعلى قدر كبير من ^{"المعرفة" المتجسدة والغريزية واللاواعية. [154 ]} حاول جون سيرل ، من خلال ^{حجته " الغرفة} الصينية " التي ^قدمها عام 1980، إثبات أنه لا يمكن القول إن البرنامج "يفهم" الرموز التي يستخدمها (وهي خاصية تُسمى " القصدية "). جادل سيرل بأنه إذا لم يكن للرموز أي معنى بالنسبة للآلة، فلا يمكن وصف الآلة بأنها "مفكرة". ^{[ 155 ]}

لم يأخذ باحثو الذكاء الاصطناعي هذه الانتقادات على محمل الجد. فقد بدت مشاكل مثل صعوبة الحل والمعرفة البديهية أكثر إلحاحًا وجدية. ولم يكن واضحًا ما الفرق الذي تُحدثه " المعرفة التقنية " أو " النية " في برنامج حاسوبي فعلي. قال مينسكي من معهد ماساتشوستس للتكنولوجيا عن دريفوس وسيرل: "إنهما يُسيئان الفهم، ويجب تجاهلهما". ^{[ 156 ]} دريفوس، الذي كان يُدرّس أيضًا في معهد ماساتشوستس للتكنولوجيا ، قوبل بتجاهل تام: فقد صرّح لاحقًا أن باحثي الذكاء الاصطناعي "لم يجرؤوا على الظهور وهم يتناولون الغداء معي". ^{[ 157 ]} كان جوزيف وايزنباوم ، مؤلف برنامج إليزا ، ناقدًا صريحًا لمواقف دريفوس، لكنه "أوضح عمدًا أن معاملة زملائه في مجال الذكاء الاصطناعي لدريفوس لم تكن الطريقة المُثلى للتعامل مع إنسان"، ^{[ x ]} وأنها كانت غير مهنية وطفولية. ^{[ 159 ]}

بدأ وايزنباوم يشعر بشكوك أخلاقية جدية تجاه الذكاء الاصطناعي عندما كتب كينيث كولبي "برنامج حاسوبي قادر على إجراء حوار علاجي نفسي " استنادًا إلى برنامج إليزا. ^{[ 160 ] [ 161 ] [ y ]} انزعج وايزنباوم من اعتبار كولبي برنامجًا آليًا أداة علاجية جادة. نشب خلاف بينهما، وتفاقم الوضع عندما لم ينسب كولبي الفضل إلى وايزنباوم في مساهمته في البرنامج. في عام 1976، نشر وايزنباوم كتاب "قوة الحاسوب والعقل البشري" الذي جادل فيه بأن إساءة استخدام الذكاء الاصطناعي قد تؤدي إلى التقليل من قيمة الحياة البشرية. ^{[ 163 ]}

أُدخل المنطق في أبحاث الذكاء الاصطناعي في وقت مبكر من عام 1958، على يد جون مكارثي في ​​اقتراحه "مُستقبِل النصائح" . [164] [88] وفي عام 1963، اكتشف ج. آلان روبنسون طريقة بسيطة لتطبيق الاستدلال على الحواسيب، وهي خوارزميات الحل والتوحيد . ^{[ 88 ] ومع ذلك ،} كانت التطبيقات المباشرة ، كتلك التي ^{حاول مكارثي وطلابه} تطبيقها في أواخر الستينيات، بالغة الصعوبة: إذ تطلبت البرامج عددًا هائلاً من الخطوات لإثبات نظريات بسيطة. ^{[ 164 ] [ 165 ]} وفي السبعينيات، طُوِّر نهج أكثر جدوى للمنطق على يد روبرت كوالسكي في جامعة إدنبرة ، وسرعان ما أدى ذلك إلى التعاون مع الباحثين الفرنسيين آلان كولميرور وفيليب روسيل، الذين ابتكروا لغة البرمجة المنطقية الناجحة " برولوج" . ^{[ 166 ]} تستخدم لغة برولوج مجموعة فرعية من المنطق ( بنود هورن ، المرتبطة ارتباطًا وثيقًا بـ " القواعد " و" قواعد الإنتاج ") تسمح بإجراء حسابات قابلة للمعالجة. وستظل القواعد مؤثرة، حيث وفرت أساسًا لأنظمة الخبراء لإدوارد فيجنباوم والعمل المستمر لألين نيويل وهربرت أ. سيمون الذي سيؤدي إلى ظهور سوار ونظرياتهما الموحدة للإدراك . ^{[ 167 ]}

لاحظ منتقدو المنهج المنطقي، كما فعل دريفوس ، أن البشر نادرًا ما يستخدمون المنطق عند حل المشكلات. وقد قدمت تجارب علماء النفس مثل بيتر واسون ، وإليانور روش ، وعاموس تفيرسكي ، ودانيال كانيمان، وغيرهم، دليلًا على ذلك. ^{[ z ]} رد مكارثي بأن ما يفعله الناس غير ذي صلة. وجادل بأن المطلوب حقًا هو آلات قادرة على حل المشكلات، لا آلات تفكر كما يفكر البشر. ^{[ aa ]}

كان من بين منتقدي منهج مكارثي زملاؤه في معهد ماساتشوستس للتكنولوجيا (MIT) في أنحاء البلاد . فقد كان مارفن مينسكي وسيمور بابيرت وروجر شانك يحاولون حلّ مشكلات مثل "فهم القصص" و"التعرف على الأشياء" التي تتطلب من الآلة التفكير كالإنسان. ولاستخدام مفاهيم عادية مثل "كرسي" أو "مطعم"، كان عليهم وضع نفس الافتراضات غير المنطقية التي يضعها الناس عادةً. وللأسف، يصعب تمثيل مفاهيم غير دقيقة كهذه منطقيًا. ولذلك، اختار معهد ماساتشوستس للتكنولوجيا التركيز على كتابة برامج تحلّ مهمة معينة دون استخدام تعريفات مجردة عالية المستوى أو نظريات عامة للإدراك، وقاسوا الأداء من خلال اختبارات متكررة، بدلاً من الاستدلال من المبادئ الأساسية. ^{ووصف شانك} مناهجهم " المضادة للمنطق" بأنها " غير منظمة" ، على عكس النموذج "المنظمة" الذي استخدمه مكارثي وكوالسكي وفيجنباوم ونيويل وسيمون . ^{[ 168} ] ^{[ ab} ]

في عام ١٩٧٥، وفي ورقة بحثية رائدة، لاحظ مينسكي أن العديد من زملائه الباحثين كانوا يستخدمون نفس النوع من الأدوات: إطار عمل يجسد جميع افتراضاتنا البديهية حول شيء ما. على سبيل المثال، إذا استخدمنا مفهوم الطائر، فهناك مجموعة من الحقائق التي تتبادر إلى الذهن فورًا: قد نفترض أنه يطير، ويأكل الديدان، وما إلى ذلك (مع العلم أن أياً من هذه الافتراضات لا ينطبق على جميع الطيور). ربط مينسكي هذه الافتراضات بالفئة العامة، ويمكن توريثها بواسطة أطر الفئات الفرعية والأفراد، أو تجاوزها حسب الحاجة. أطلق مينسكي على هذه الهياكل اسم "الأطر" . استخدم شانك نسخة من الأطر أطلق عليها اسم " النصوص " للإجابة بنجاح على أسئلة حول القصص القصيرة باللغة الإنجليزية. ^{[ ١٦٩ ]} ستُستخدم الأطر لاحقًا على نطاق واسع في هندسة البرمجيات تحت مسمى البرمجة كائنية التوجه .

استجاب علماء المنطق للتحدي. زعم بات هايز أن "معظم 'الإطارات' ليس سوى صيغة جديدة لأجزاء من منطق الرتبة الأولى". لكنه أشار إلى أن "هناك تفصيلاً أو تفصيلين يبدوان بسيطين، لكنهما يسببان الكثير من المتاعب، وخاصة القيم الافتراضية". ^{[ 170 ]}

أقرّ راي رايتر بأنّ "المنطق التقليدي، كمنطق الرتبة الأولى، يفتقر إلى القدرة التعبيرية الكافية لتمثيل المعرفة اللازمة للاستدلال بشكل افتراضي". ^{[ 171 ]} واقترح تعزيز منطق الرتبة الأولى بفرضية العالم المغلق ، التي تنصّ على أنّ النتيجة صحيحة (افتراضياً) إذا تعذّر إثبات عكسها. وبيّن كيف تتوافق هذه الفرضية مع فرضية الحسّ السليم المُستخدمة في الاستدلال باستخدام الأطر. كما بيّن أنّ لها "مكافئاً إجرائياً" يتمثل في النفي كفشل في لغة برولوج . إنّ فرضية العالم المغلق، كما صاغها رايتر، "ليست مفهوماً من مفاهيم الرتبة الأولى. (إنها مفهوم فوقي)". ^{[ 171 ]} مع ذلك، بيّن كيث كلارك أنّ النفي كفشل محدود يُمكن فهمه على أنّه استدلال ضمني باستخدام تعريفات في منطق الرتبة الأولى، بما في ذلك فرضية الاسم الفريد التي تُشير إلى أفراد مختلفين. ^{[ 172 ]}

خلال أواخر سبعينيات القرن العشرين وطوال ثمانينياته، طُوِّرت مجموعة متنوعة من المنطق وامتدادات منطق الرتبة الأولى، سواءً للنفي باعتباره فشلاً في البرمجة المنطقية أو للاستدلال الافتراضي بشكل عام. وقد عُرفت هذه المنطق مجتمعةً باسم المنطق غير الرتيب .

النظام الخبير هو برنامج يجيب على الأسئلة أو يحل المشكلات المتعلقة بمجال معرفي محدد، باستخدام قواعد منطقية مستمدة من خبرة الخبراء. ^{[ 173 ]} طُوِّرت الأمثلة الأولى على هذا النظام على يد إدوارد فيجنباوم وطلابه. برنامج ديندرال ، الذي بدأ تطويره عام 1965، حدد المركبات من قراءات المطياف. ^{[ 174 ] [ 111 ]} أما برنامج مايسين ، الذي طُوِّر عام 1972، فقد شخّص أمراض الدم المعدية. ^{[ 113 ]} وقد أثبتوا جدوى هذا النهج.

اقتصرت الأنظمة الخبيرة على نطاق ضيق من المعرفة المتخصصة (متجنبةً بذلك مشكلة المعرفة العامة ) ^{[ 111 ]} ، كما سهّل تصميمها البسيط بناء البرامج وتعديلها بعد تشغيلها. وبشكل عام، أثبتت هذه البرامج جدواها ، وهو أمر لم تستطع تقنيات الذكاء الاصطناعي تحقيقه حتى ذلك الحين. ^{[ 175 ]}

في عام 1980، تم إنجاز نظام خبير يُدعى R1 في جامعة كارنيجي ميلون لصالح شركة ديجيتال إكويبمنت . حقق النظام نجاحًا باهرًا، إذ وفّر للشركة 40 مليون دولار سنويًا بحلول عام 1986. ^{[ 176 ]} بدأت الشركات حول العالم بتطوير ونشر أنظمة الخبراء، وبحلول عام 1985، كانت تنفق أكثر من مليار دولار على الذكاء الاصطناعي، معظمها في أقسام الذكاء الاصطناعي الداخلية. ^{[ 177 ]} ونشأ قطاع صناعي لدعم هذه الأنظمة، بما في ذلك شركات تصنيع الأجهزة مثل سيمبوليكس وليسب ماشينز، وشركات البرمجيات مثل إنتيلي ^كورب وأيون . [ ^{178 ]}

في عام ١٩٨١، خصصت وزارة التجارة الدولية والصناعة اليابانية ٨٥٠ مليون دولار لمشروع حاسوب الجيل الخامس . وكان هدفهم كتابة برامج وبناء آلات قادرة على إجراء محادثات، وترجمة اللغات، وتفسير الصور، والتفكير المنطقي كالبشر. ^{[ ١٧٩ ]} ولدهشة البعض ، اختاروا في البداية لغة برولوج كلغة برمجة أساسية للمشروع. ^{[ ١٨٠ ]}

استجابت دول أخرى ببرامج جديدة خاصة بها. بدأت المملكة المتحدة مشروع ألفي بتكلفة 350 مليون جنيه إسترليني . ^{[ 181 ]} وشكّل اتحاد من الشركات الأمريكية شركة الإلكترونيات الدقيقة وتكنولوجيا الحاسوب (MCC) لتمويل مشاريع واسعة النطاق في مجال الذكاء الاصطناعي وتكنولوجيا المعلومات. ^{[ 182 ] [ 181 ]} كما استجابت وكالة مشاريع الأبحاث الدفاعية المتقدمة (DARPA) ، حيث أسست مبادرة الحوسبة الاستراتيجية وضاعفت استثماراتها في الذكاء الاصطناعي ثلاث مرات بين عامي 1984 و1988. ^{[ 183 ] ​​[ 184 ]}

استمدت أنظمة الخبراء قوتها من المعرفة المتخصصة التي تحتويها. وقد شكلت هذه الأنظمة جزءًا من توجه جديد في أبحاث الذكاء الاصطناعي، والذي كان يكتسب زخمًا خلال سبعينيات القرن الماضي. ^{[ 185 ]} تكتب باميلا ماكوردوك: "بدأ باحثو الذكاء الاصطناعي يشكون - على مضض، لأنه يخالف مبدأ الاقتصاد العلمي - في أن الذكاء قد يكون قائمًا على القدرة على استخدام كميات هائلة من المعرفة المتنوعة بطرق مختلفة". [ 186] وكان الدرس الأهم من سبعينيات القرن الماضي هو أن السلوك الذكي يعتمد بشكل كبير على التعامل مع المعرفة، وأحيانًا المعرفة التفصيلية، في مجال معين تُنفذ فيه مهمة محددة. ^{[ 187 ]} وأصبحت الأنظمة القائمة على المعرفة وهندسة المعرفة محورًا رئيسيًا لأبحاث الذكاء الاصطناعي في ثمانينيات القرن الماضي. ^{[ 188 ]} وكان يُؤمل أن تحل قواعد البيانات الضخمة مشكلة المعرفة البديهية ، وأن توفر الدعم اللازم للتفكير البديهي .

في ثمانينيات القرن العشرين، حاول بعض الباحثين معالجة مشكلة المعرفة البديهية بشكل مباشر، وذلك بإنشاء قاعدة بيانات ضخمة تضم جميع الحقائق اليومية التي يعرفها الشخص العادي. جادل دوغلاس لينات ، الذي أنشأ قاعدة بيانات تُسمى Cyc ، بأنه لا يوجد حل مختصر، فالطريقة الوحيدة لكي تعرف الآلات معنى المفاهيم البشرية هي تعليمها، مفهومًا تلو الآخر، يدويًا. ^{[ 188 ]}

في عام 1982، تمكن الفيزيائي جون هوبفيلد من إثبات أن نوعًا من الشبكات العصبية (يُعرف الآن باسم " شبكة هوبفيلد ") قادر على التعلم ومعالجة المعلومات، ويتقارب بشكل مؤكد بعد فترة زمنية كافية في ظل أي شرط ثابت. كان هذا إنجازًا رائدًا، إذ كان يُعتقد سابقًا أن الشبكات غير الخطية تتطور بشكل فوضوي عمومًا. ^{[ 189 ]} أثبت جيفري هينتون نتيجة مماثلة حول جهاز يُسمى " آلة بولتزمان ". ^{[ 190 ]} (حصل هوبفيلد وهينتون لاحقًا على جائزة نوبل عام 2024 تقديرًا لهذا العمل. ^{[ 190 ]} ) في عام 1986، روّج هينتون وديفيد روميلهارت لطريقة تدريب الشبكات العصبية تُسمى " الانتشار العكسي ". ^{[ ac ]} ساهمت هذه التطورات الثلاثة في إحياء استكشاف الشبكات العصبية الاصطناعية . ^{[ 113 ] [ 191 ]}

حظيت الشبكات العصبية، إلى جانب العديد من النماذج المماثلة الأخرى، باهتمام واسع النطاق بعد نشر كتاب " المعالجة الموزعة المتوازية" عام 1986 ، وهو عبارة عن مجموعة من الأوراق البحثية في مجلدين حررها روميلهارت وعالم النفس جيمس ماكليلاند . سُمّي المجال الجديد " الترابطية "، والذي قورن بالذكاء الاصطناعي الرمزي . ^{[ 113 ]} وصف هينتون الرموز بأنها " الأثير المضيء للذكاء الاصطناعي"، أي نموذج غير عملي ومضلل للذكاء. ^{[ 113 ]}

أثبتت أدوات مثل Expert4، القائمة على النظريات النفسية لتكوين الفئات والمفاهيم، أن الاستدلال القائم على مقاييس التشابه يوفر بديلاً قابلاً للتطبيق حسابياً مقارنةً بالأساليب الأخرى. ^{[ 192 ] [ 193 ] [ 194 ]}

في عام 1990، استخدم يان ليكان في مختبرات بيل الشبكات العصبية الالتفافية للتعرف على الأرقام المكتوبة بخط اليد. وقد شاع استخدام هذا النظام في التسعينيات، حيث كان يقرأ الرموز البريدية والشيكات الشخصية. وكان هذا أول تطبيق عملي حقيقي للشبكات العصبية. ^{[ 195 ] [ 196 ]}

جادل رودني بروكس وهانز مورافيك وآخرون بأنه لكي تُظهر الآلة ذكاءً حقيقيًا، يجب أن تمتلك جسدًا - أي أن تكون قادرة على الإدراك والحركة والبقاء والتعامل مع العالم. ^{[ 197 ]} تُعدّ المهارات الحسية الحركية أساسيةً لمهاراتٍ أعلى مستوى، مثل التفكير المنطقي السليم . ولا يمكن تطبيق هذه المهارات بكفاءة باستخدام التفكير الرمزي المجرد، لذا ينبغي للذكاء الاصطناعي حلّ مشكلات الإدراك والحركة والتحكم والبقاء دون استخدام التمثيل الرمزي على الإطلاق. وقد دعا هؤلاء الباحثون في مجال الروبوتات إلى بناء الذكاء "من الأسفل إلى الأعلى". ^{[ إعلان ]}

كان ديفيد مار رائدًا لهذه الفكرة ، إذ انضم إلى معهد ماساتشوستس للتكنولوجيا في أواخر سبعينيات القرن الماضي قادمًا من خلفية ناجحة في علم الأعصاب النظري، ليقود فريقًا متخصصًا في دراسة الرؤية . وقد رفض مار جميع المناهج الرمزية ( منطق مكارثي وأطر مينسكي ) ، مُجادلًا بأن الذكاء الاصطناعي بحاجة إلى فهم الآلية الفيزيائية للرؤية من جذورها قبل أي معالجة رمزية. (توقف عمل مار بسبب إصابته بسرطان الدم عام ١٩٨٠). ^{[ ١٩٩ ]}

في بحثه المنشور عام 1990 بعنوان "الأفيال لا تلعب الشطرنج"، ^{[ 200 ]} انتقد باحث الروبوتات بروكس فرضية نظام الرموز المادية بشكل مباشر ، مجادلاً بأن الرموز ليست ضرورية دائماً لأن "العالم هو أفضل نموذج لنفسه. إنه دائماً محدّث بدقة. إنه دائماً يحتوي على كل التفاصيل التي يمكن معرفتها. تكمن الحيلة في استشعاره بشكل مناسب وبشكل متكرر بما فيه الكفاية." ^{[ 201 ]}

في ثمانينيات وتسعينيات القرن العشرين، رفض العديد من علماء الإدراك نموذج معالجة الرموز للعقل، وجادلوا بأن الجسد ضروري للتفكير، وهي نظرية تُعرف باسم " أطروحة العقل المتجسد ". ^{[ 202 ]}

تستخدم الحوسبة المرنة أساليب تتعامل مع المعلومات غير الكاملة وغير الدقيقة. فهي لا تسعى إلى تقديم إجابات دقيقة ومنطقية، بل تُعطي نتائج يُحتمل صحتها فقط. وقد مكّنها ذلك من حلّ مشكلات عجزت الأساليب الرمزية الدقيقة عن حلّها. وكثيراً ما زعمت التقارير الصحفية أن هذه الأدوات قادرة على "التفكير كالإنسان". ^{[ 203 ] [ 204 ]}

أدخل كتاب جوديا بيرل المؤثر " الاستدلال الاحتمالي في الأنظمة الذكية: شبكات الاستدلال المعقول" الصادر عام 1988 ^{[ 205 ]} نظرية الاحتمالات ونظرية القرار إلى الذكاء الاصطناعي. ^{[ 206 ]} وبدأ استخدام المنطق الضبابي ، الذي طوره لطفي زاده في الستينيات، على نطاق أوسع في الذكاء الاصطناعي والروبوتات. كما تتعامل الحوسبة التطورية والشبكات العصبية الاصطناعية مع المعلومات غير الدقيقة، وتُصنف ضمن الحوسبة "الناعمة". في التسعينيات وأوائل الألفية الثانية، طُوّرت العديد من أدوات الحوسبة الناعمة الأخرى ووُضعت موضع الاستخدام، بما في ذلك الشبكات البايزية ^{[ 206 ]} ، ونماذج ماركوف المخفية ^{[ 206 ]} ، ونظرية المعلومات ، والنمذجة العشوائية . اعتمدت هذه الأدوات بدورها على تقنيات رياضية متقدمة مثل التحسين الكلاسيكي . لفترة من الزمن في التسعينيات وأوائل الألفية الثانية، دُرست هذه الأدوات الناعمة ضمن فرع من فروع الذكاء الاصطناعي يُسمى " الذكاء الحسابي ". ^{[ 207 ]}

يكافئ التعلم المعزز ^{[ 208 ]} الوكيل في كل مرة يؤدي فيها عملاً مرغوباً فيه بشكل جيد، وقد يمنحه مكافآت سلبية (أو "عقوبات") عندما يكون أداؤه ضعيفاً. وقد وصفه علماء النفس في النصف الأول من القرن العشرين باستخدام نماذج حيوانية، مثل ثورندايك ^{[ 209 ] [ 210 ]} ، وبافلوف ^{[ 211 ]} ، وسكينر [ ^{212 ] .} وفي خمسينيات القرن العشرين، تنبأ آلان تورينج ^{[ 210 ] [ 213 ]} وآرثر صموئيل ^{[ 210 ]} بدور التعلم المعزز في الذكاء الاصطناعي.

قاد ريتشارد ساتون وأندرو بارتو برنامجًا بحثيًا ناجحًا ومؤثرًا بدءًا من عام 1972. وقد أحدث تعاونهما ثورة في دراسة التعلم المعزز واتخاذ القرارات على مدى العقود الأربعة الماضية. ^{[ 214 ] [ 215 ]} في عام 1988، وصف ساتون التعلم الآلي من منظور نظرية القرار (أي عملية ماركوف لاتخاذ القرار ). وقد وفر هذا للموضوع أساسًا نظريًا متينًا وإمكانية الوصول إلى مجموعة كبيرة من النتائج النظرية التي طُورت في مجال بحوث العمليات . ^{[ 215 ]}

في عام 1988 أيضًا، طوّر ساتون وبارتو خوارزمية التعلّم " بالفرق الزمني " (TD)، حيث يُكافأ البرنامج فقط عندما تُظهر تنبؤاته تحسّنًا. وقد تفوّقت هذه الخوارزمية بشكل ملحوظ على الخوارزميات السابقة. ^{[ 216 ]} استخدم جيرالد تيسورو خوارزمية التعلّم بالفرق الزمني في عام 1992 في برنامج TD-Gammon ، الذي لعب الطاولة بمستوى يُضاهي أفضل اللاعبين البشريين. تعلّم البرنامج اللعبة من خلال اللعب ضد نفسه دون أي معرفة مسبقة. ^{[ 217 ]} وفي حالة مثيرة للاهتمام من التقارب بين التخصصات، اكتشف علماء الأعصاب في عام 1997 أن نظام مكافأة الدوبامين في الدماغ يستخدم أيضًا نسخة من خوارزمية التعلّم بالفرق الزمني. ^{[ 218 ] [ 219 ] [ 220 ]} أصبح التعلّم بالفرق الزمني ذا تأثير كبير في القرن الحادي والعشرين، حيث استُخدم في كل من AlphaGo و AlphaZero . ^{[ 221 ]}

صاغ مصطلح " شتاء الذكاء الاصطناعي " باحثون نجوا من تخفيضات التمويل عام 1974، وانتابهم القلق من أن الحماس لأنظمة الخبراء قد خرج عن السيطرة، وأن خيبة الأمل ستتبع ذلك حتماً. ^{[ ae ]} وكانت مخاوفهم في محلها: ففي أواخر الثمانينيات وأوائل التسعينيات، عانى الذكاء الاصطناعي من سلسلة من النكسات المالية. ^{[ 113 ]}

كان أول مؤشر على تغير المناخ هو الانهيار المفاجئ لسوق أجهزة الذكاء الاصطناعي المتخصصة عام 1987. فقد كانت أجهزة الكمبيوتر المكتبية من شركتي آبل وآي بي إم تكتسب سرعة وقوة متزايدتين، وفي عام 1987، أصبحت أقوى من أجهزة ليسب الأغلى ثمناً التي تصنعها شركتا سيمبوليكس وغيرها. لم يعد هناك أي مبرر لشرائها. وهكذا، انهارت صناعة بأكملها، تبلغ قيمتها نصف مليار دولار، بين عشية وضحاها. ^{[ 225 ]}

في نهاية المطاف، أثبتت أنظمة الخبراء الناجحة الأولى، مثل R1 ، أنها مكلفة للغاية من حيث الصيانة. فقد كان تحديثها صعباً، ولم تكن قادرة على التعلم، وكانت " هشة " (أي أنها قد ترتكب أخطاءً فادحة عند إدخال بيانات غير مألوفة). وقد أثبتت أنظمة الخبراء فائدتها، ولكن فقط في سياقات خاصة قليلة. ^{[ 226 ]}

في أواخر ثمانينيات القرن الماضي، خفضت مبادرة الحوسبة الاستراتيجية تمويل الذكاء الاصطناعي "بشكل جذري وحاد". فقد قررت القيادة الجديدة في وكالة مشاريع البحوث الدفاعية المتقدمة (DARPA) أن الذكاء الاصطناعي ليس "الموجة التالية"، ووجهت التمويل نحو مشاريع بدت أكثر ترجيحًا لتحقيق نتائج فورية. ^{[ 227 ]}

بحلول عام 1991، لم تتحقق قائمة الأهداف الطموحة التي وُضعت عام 1981 لمشروع الجيل الخامس الياباني . بعض هذه الأهداف، مثل "إجراء محادثة عادية"، لم يتحقق إلا بعد 30 عامًا. وكما هو الحال مع مشاريع الذكاء الاصطناعي الأخرى، كانت التوقعات أعلى بكثير مما هو ممكن فعليًا. ^{[ 228 ] [ af ]}

بحلول نهاية عام 1993، أُغلقت أكثر من 300 شركة متخصصة في الذكاء الاصطناعي، أو أفلست، أو تم الاستحواذ عليها، مما أنهى فعلياً الموجة التجارية الأولى للذكاء الاصطناعي. ^{[ 230 ]} وفي عام 1994، ذكر إتش بي نيوكويست في كتابه "صناع العقول" أن "مستقبل الذكاء الاصطناعي القريب - بشكله التجاري - يبدو أنه يعتمد جزئياً على استمرار نجاح الشبكات العصبية". ^{[ 230 ]}

^{في تسعينيات القرن الماضي ،} بدأت الخوارزميات التي طورها باحثو الذكاء الاصطناعي في الظهور كجزء من أنظمة أكبر. وقد حلّ الذكاء الاصطناعي العديد من المشكلات المعقدة، ^{وأثبتت حلوله فائدتها} في ^{مختلف قطاعات التكنولوجيا ،} مثل استخراج البيانات ، ^{والروبوتات الصناعية} ، والخدمات اللوجستية ، ^{والتعرف على} الكلام ^{، والبرمجيات المصرفية} ، والتشخيص ^{الطبي ، ومحرك} بحث ^{جوجل .}

لم يحظَ مجال الذكاء الاصطناعي بالتقدير الكافي، أو حتى أي تقدير، لهذه النجاحات في تسعينيات القرن الماضي وبداية الألفية الجديدة. وقد اختُزلت العديد من أعظم ابتكارات الذكاء الاصطناعي إلى مجرد أداة أخرى في ترسانة علوم الحاسوب. ^{[ 237 ]} يوضح نيك بوستروم : "لقد تسرب الكثير من أحدث تقنيات الذكاء الاصطناعي إلى تطبيقات عامة، غالبًا دون أن يُطلق عليها اسم الذكاء الاصطناعي، لأنه بمجرد أن يصبح شيء ما مفيدًا وشائعًا بدرجة كافية، لا يُصنّف على أنه ذكاء اصطناعي بعد ذلك." ^{[ 234 ]}

تعمّد العديد من الباحثين في مجال الذكاء الاصطناعي خلال تسعينيات القرن الماضي تسمية أعمالهم بأسماء أخرى، مثل المعلوماتية ، والأنظمة القائمة على المعرفة ، و"الأنظمة الإدراكية"، أو الذكاء الحسابي . ولعلّ ذلك يعود جزئيًا إلى اعتقادهم بأن مجالهم يختلف جوهريًا عن الذكاء الاصطناعي، فضلًا عن أن هذه الأسماء الجديدة ساعدت في الحصول على التمويل. ^{[ 233 ] [ 238 ] [ 239 ]} وفي العالم التجاري على الأقل، استمرت خيبة الأمل التي سادت خلال فترة ركود الذكاء الاصطناعي في إلقاء بظلالها على أبحاثه حتى العقد الأول من الألفية الثانية، كما ذكرت صحيفة نيويورك تايمز عام 2005: "تجنّب علماء الحاسوب ومهندسو البرمجيات استخدام مصطلح الذكاء الاصطناعي خشية أن يُنظر إليهم على أنهم حالمون". ^{[ 240 ]}

بدأ باحثو الذكاء الاصطناعي بتطوير واستخدام أدوات رياضية متطورة على نطاق أوسع من أي وقت مضى. ^{[ 241 ] [ 242 ]} اعتمدت معظم التوجهات الجديدة في الذكاء الاصطناعي بشكل كبير على النماذج الرياضية، بما في ذلك الشبكات العصبية الاصطناعية ، والاستدلال الاحتمالي ، والحوسبة المرنة ، والتعلم المعزز . في التسعينيات والعقد الأول من الألفية الثانية، تم تكييف العديد من الأدوات الرياضية المتقدمة الأخرى لتناسب الذكاء الاصطناعي، وطُبقت هذه الأدوات في مجالات التعلم الآلي، والإدراك، والتنقل.

كان هناك إدراك واسع النطاق بأن العديد من المشكلات التي كان على الذكاء الاصطناعي حلها كانت قيد العمل بالفعل من قبل باحثين في مجالات مثل الإحصاء والرياضيات والهندسة الكهربائية والاقتصاد وبحوث العمليات . وقد أتاحت اللغة الرياضية المشتركة مستوى أعلى من التعاون مع المجالات الأكثر رسوخًا ونجاحًا، فضلًا عن تحقيق نتائج قابلة للقياس والإثبات؛ ما جعل الذكاء الاصطناعي تخصصًا "علميًا" أكثر دقة. [ ^{242 ] ومن} الأسباب الرئيسية الأخرى للنجاح في التسعينيات تركيز باحثي الذكاء الاصطناعي على مشكلات محددة ذات حلول قابلة للتحقق (وهو نهج وُصف لاحقًا بالذكاء الاصطناعي الضيق ). وقد وفر هذا أدوات مفيدة في الوقت الحاضر، بدلًا من التكهنات حول المستقبل.

ظهر نموذج جديد يُعرف باسم " الوكلاء الأذكياء " وحظي بقبول واسع خلال تسعينيات القرن الماضي. ^{[ 243 ] [ 244 ] [ ah ]} على الرغم من أن باحثين سابقين قد اقترحوا مناهج "فرق تسد" معيارية للذكاء الاصطناعي، ^{[ ai ]} إلا أن الوكيل الذكي لم يصل إلى شكله الحديث إلا عندما أدخل كل من جوديا بيرل ، وآلان نيويل ، وليسل بي. كايلبلينغ ، وآخرون مفاهيم من نظرية القرار والاقتصاد إلى دراسة الذكاء الاصطناعي. ^{[ 245 ]} وعندما تم دمج تعريف الاقتصادي للوكيل العقلاني مع تعريف علوم الحاسوب للكائن أو الوحدة ، اكتمل نموذج الوكيل الذكي.

الوكيل الذكي هو نظام يُدرك بيئته ويتخذ إجراءات تُعظّم فرص نجاحه. وبناءً على هذا التعريف، تُعتبر البرامج البسيطة التي تحل مشكلات محددة "وكلاء أذكياء"، وكذلك البشر والمنظمات البشرية، مثل الشركات . يُعرّف نموذج الوكيل الذكي أبحاث الذكاء الاصطناعي بأنها "دراسة الوكلاء الأذكياء". ^{[ aj ]} وهذا تعميم لبعض التعريفات السابقة للذكاء الاصطناعي: فهو يتجاوز دراسة الذكاء البشري؛ إذ يدرس جميع أنواع الذكاء. وقد منح هذا النموذج الباحثين حرية دراسة المشكلات المنفصلة والاختلاف حول المناهج، مع الاحتفاظ بالأمل في إمكانية دمج أعمالهم في بنية وكيل قادرة على الذكاء العام. ^{[ 246 ]}

في 11 مايو 1997، أصبح ديب بلو أول نظام حاسوبي يلعب الشطرنج يهزم بطل العالم آنذاك، غاري كاسباروف . ^{[ 247 ]} وفي عام 2005، فاز روبوت من جامعة ستانفورد بتحدي داربا الكبير بعد أن قاد ذاتيًا لمسافة 131 ميلًا على طريق صحراوي غير مُجهز. وبعد عامين، فاز فريق من جامعة كارنيجي ميلون بتحدي داربا الحضري بعد أن قاد ذاتيًا لمسافة 55 ميلًا في بيئة حضرية مع مراعاة مخاطر المرور والالتزام بقوانين السير. ^{[ 248 ]}

لم تكن هذه النجاحات وليدة نموذج جديد ثوري، بل كانت في معظمها نتيجةً للتطبيق الدؤوب للمهارات الهندسية والزيادة الهائلة في سرعة وقدرة الحواسيب بحلول التسعينيات. ^{[ ak ]} في الواقع، كان حاسوب ديب بلو أسرع بعشرة ملايين مرة من حاسوب فيرانتي مارك 1 الذي علّمه كريستوفر ستراشي لعب الشطرنج عام 1951. ^{[ al ]} يُقاس هذا الارتفاع الهائل بقانون مور ، الذي تنبأ بأن سرعة وسعة ذاكرة الحواسيب ستتضاعف كل عامين. وهكذا، بدأت مشكلة "قوة الحوسبة الخام" الأساسية تُحل تدريجيًا.

استخدمت التجارب الأدبية الإلكترونية مثل The Impermanence Agent (1998–2002) والفن الرقمي مثل Agent Ruby الذكاء الاصطناعي في فنهم وأدبهم، "مما يكشف عن التحيز المصاحب لأشكال التكنولوجيا التي تتظاهر بالموضوعية". ^{[ 252 ]}

اعتمد نجاح التعلّم الآلي في العقد الأول من الألفية الثانية على توافر كميات هائلة من بيانات التدريب وأجهزة حاسوب أسرع. ^{[ 255 ]} كتب راسل ونورفيج أن "التحسن في الأداء الناتج عن زيادة حجم مجموعة البيانات بمقدار رتبتين أو ثلاث رتب يفوق أي تحسن يمكن تحقيقه بتعديل الخوارزمية". ^{[ 195 ]} يتذكر جيفري هينتون أنه في ثمانينيات وتسعينيات القرن الماضي، كانت المشكلة تكمن في أن "مجموعات البيانات المصنفة لدينا كانت أصغر بآلاف المرات، [و] أجهزة الحاسوب لدينا كانت أبطأ بملايين المرات". ^{[ 256 ]} لم يعد هذا صحيحًا بحلول عام 2010.

كانت البيانات الأكثر فائدة في العقد الأول من الألفية الثانية عبارة عن مجموعات بيانات مُنسقة ومُصنفة، أُنشئت خصيصًا للتعلم الآلي والذكاء الاصطناعي. في عام 2007، أصدر فريق في جامعة ماساتشوستس أمهيرست مجموعة "وجوه مُصنفة في بيئات طبيعية"، وهي مجموعة صور مُصنفة للوجوه، استُخدمت على نطاق واسع لتدريب واختبار أنظمة التعرف على الوجوه على مدى العقود التالية. ^{[ 257 ]} طوّرت فاي فاي لي قاعدة بيانات ImageNet ، التي تضم ثلاثة ملايين صورة، قام متطوعون بتصنيفها باستخدام منصة Amazon Mechanical Turk . صدرت هذه القاعدة في عام 2009، وشكّلت مصدرًا قيّمًا لبيانات التدريب ومعيارًا لاختبار الجيل التالي من أنظمة معالجة الصور. ^{[ 258 ] [ 195 ]} أطلقت جوجل أداة word2vec في عام 2013 كمورد مفتوح المصدر . استخدمت هذه الأداة كميات هائلة من النصوص المُستخرجة من الإنترنت، بالإضافة إلى تقنية تضمين الكلمات ، لإنشاء متجه رقمي يُمثل كل كلمة. أُعجب المستخدمون بقدرة النظام على استيعاب معاني الكلمات بدقة، فعلى سبيل المثال، تُعطي عملية جمع المتجهات العادية معادلات مثل الصين + نهر = يانغتسي أو لندن - إنجلترا + فرنسا = باريس. ^{[ 259 ]} وكانت قاعدة البيانات هذه تحديدًا أساسية لتطوير نماذج لغوية ضخمة في أواخر العقد الثاني من القرن الحادي والعشرين.

أتاح النمو الهائل للإنترنت لبرامج التعلم الآلي الوصول إلى مليارات الصفحات من النصوص والصور التي يمكن استخراجها . ولحل مشكلات محددة، احتوت قواعد بيانات ضخمة مملوكة للقطاع الخاص على البيانات ذات الصلة. وذكر معهد ماكينزي العالمي أنه "بحلول عام 2009، كان لدى جميع القطاعات تقريبًا في الاقتصاد الأمريكي ما لا يقل عن 200 تيرابايت من البيانات المخزنة". ^{[ 260 ]} عُرفت هذه المجموعة من المعلومات في العقد الأول من الألفية الثانية باسم البيانات الضخمة .

في مباراة استعراضية لبرنامج "جيباردي!" في فبراير 2011، تغلب نظام الإجابة على الأسئلة "واتسون" من شركة IBM على أفضل بطلين في البرنامج ، براد راتر وكين جينينغز ، بفارق كبير. ^{[ 261 ]} وكانت خبرة "واتسون" لتتحقق لولا المعلومات المتاحة على الإنترنت. ^{[ 195 ]}

في عام ٢٠١٢، ^فاز نموذج التعلم العميق AlexNet، الذي طوره أليكس كريزيفسكي، بمسابقة ImageNet للتعرف البصري واسع النطاق ، محققًا عددًا أقل بكثير ^من الأخطاء مقارنةً بالمركز الثاني. ^{[ ٢٦٣ ] [ ١٩٥ ]} عمل كريزيفسكي مع جيفري هينتون في جامعة تورنتو . ^{[ أ ] شكل هذا نقطة تحول في مجال} التعلم الآلي: فخلال السنوات القليلة التالية، تم التخلي عن عشرات المناهج الأخرى للتعرف على الصور لصالح التعلم العميق. ^{[ ٢٥٥ ]}

يستخدم التعلم العميق شبكة عصبية متعددة الطبقات . على الرغم من أن هذه البنية معروفة منذ الستينيات، إلا أن تشغيلها يتطلب أجهزة قوية وكميات هائلة من بيانات التدريب. ^{[ 264 ]} قبل توفر هذه الموارد، كان تحسين أداء أنظمة معالجة الصور يتطلب ميزات مخصصة مصممة يدويًا يصعب تطبيقها. ^{[ 264 ]} كان التعلم العميق أبسط وأكثر عمومية. ^{[ ao ]}

طُبِّقَ التعلّم العميق على عشرات المشكلات خلال السنوات القليلة التالية (مثل التعرّف على الكلام، والترجمة الآلية، والتشخيص الطبي، ولعب الألعاب). وفي كل حالة، أظهر تحسّنًا هائلًا في الأداء. ^{[ 255 ]} ونتيجةً لذلك، ازداد الاستثمار والاهتمام بالذكاء الاصطناعي بشكلٍ كبير. ^{[ 255 ]}

أصبح الحديث عن مستقبل الذكاء الاصطناعي رائجًا في العقد الأول من الألفية الثانية، وتناولت العديد من الكتب الشهيرة إمكانية وجود آلات فائقة الذكاء وما قد تعنيه للمجتمع البشري. اتسم بعض هذا الطرح بالتفاؤل (مثل كتاب راي كرزويل " التفرد قريب ")، بينما حذر آخرون ، مثل نيك بوستروم وإليعازر يودكوفسكي ، من أن الذكاء الاصطناعي القوي بما يكفي يُشكل تهديدًا وجوديًا للبشرية. ^{[ 265 ]} حظي الموضوع بتغطية إعلامية واسعة، وعلق عليه العديد من المفكرين والسياسيين البارزين.

تُعرَّف برامج الذكاء الاصطناعي في القرن الحادي والعشرين بأهدافها ، أي المقاييس المحددة التي صُممت لتحسينها. وقد جادل نيك بوستروم في كتابه المؤثر "الذكاء الخارق" الصادر عام ٢٠١٤ ^{[ ٢٦٦ ]} بأنه إذا لم يُراعَ الدقة في تحديد هذه الأهداف، فقد تُلحق الآلة ضررًا بالبشرية في سبيل تحقيقها. واستخدم ستيوارت ج. راسل مثالًا على روبوت ذكي يقتل مالكه لمنع فصله عن الكهرباء، مُبررًا ذلك بأنه "لا يُمكنك جلب القهوة وأنت ميت". ^{[ ٢٦٧ ]} (تُعرف هذه المشكلة بالمصطلح التقني " التقارب الأداتي "). ويكمن الحل في مواءمة وظيفة هدف الآلة مع أهداف مالكها والبشرية عمومًا. وهكذا، أصبحت مشكلة تخفيف مخاطر الذكاء الاصطناعي وعواقبه غير المقصودة تُعرف باسم "مشكلة مواءمة القيم" أو مواءمة الذكاء الاصطناعي. ^{[ ٢٦٨ ]}

في الوقت نفسه، بدأت أنظمة التعلم الآلي تُظهر عواقب غير مقصودة مقلقة. أوضحت كاثي أونيل كيف كانت الخوارزميات الإحصائية من بين أسباب الأزمة الاقتصادية عام 2008 ، ^{[ 269 ]} وجادلت جوليا أنجوين من بروبابليكا بأن نظام COMPAS المستخدم في نظام العدالة الجنائية أظهر تحيزًا عنصريًا وفقًا لبعض المعايير، ^{[ 270 ] [ ap ]} وأظهرت دراسات أخرى أن العديد من أنظمة التعلم الآلي أظهرت شكلًا من أشكال التحيز العنصري ، ^{[ 272 ]} وكانت هناك أمثلة أخرى كثيرة على نتائج خطيرة نتجت عن أنظمة التعلم الآلي. ^{[ aq ]}

في عام 2016، سلّط انتخاب دونالد ترامب والجدل الدائر حول نظام COMPAS الضوء على العديد من المشكلات في البنية التحتية التكنولوجية الحالية، بما في ذلك المعلومات المضللة، وخوارزميات وسائل التواصل الاجتماعي المصممة لزيادة التفاعل إلى أقصى حد، وإساءة استخدام البيانات الشخصية، وموثوقية النماذج التنبؤية. ^{[ 273 ]} وقد ازدادت أهمية قضايا العدالة والعواقب غير المقصودة بشكل ملحوظ في مؤتمرات الذكاء الاصطناعي، وتضاعفت المنشورات بشكل كبير، وتوفر التمويل، وأعاد العديد من الباحثين توجيه مساراتهم المهنية نحو هذه القضايا. وأصبحت مشكلة مواءمة القيم مجالًا جادًا للدراسة الأكاديمية. ^{[ 274 ] [ ar ]}

في أوائل العقد الأول من الألفية الثانية، انتاب القلق العديد من الباحثين من أن الذكاء الاصطناعي السائد يركز بشكل مفرط على "الأداء القابل للقياس في تطبيقات محددة" ^{[ 276 ]} (المعروف باسم " الذكاء الاصطناعي المحدود ")، متخليًا عن هدفه الأصلي المتمثل في ابتكار آلات متعددة الاستخدامات وذكية بالكامل. وكان نيلز نيلسون من أوائل المنتقدين عام 1995، ونُشرت آراء مماثلة من قبل رواد الذكاء الاصطناعي جون مكارثي، ومارفن مينسكي، وباتريك وينستون بين عامي 2007 و2009. ونظم مينسكي ندوة حول "الذكاء الاصطناعي على مستوى الإنسان" عام 2004. ^{[ 276 ]} واعتمد بن غورتزل مصطلح " الذكاء الاصطناعي العام " لهذا المجال الفرعي الجديد، وأسس مجلة وعقد مؤتمرات بدءًا من عام 2008. ^{[ 277 ]} ونما هذا المجال الجديد بسرعة، مدفوعًا بالنجاح المتواصل للشبكات العصبية الاصطناعية والأمل في أنها مفتاح الذكاء الاصطناعي العام.

تأسست عدة شركات ومختبرات ومؤسسات متنافسة لتطوير الذكاء الاصطناعي العام (AGI) خلال العقد الثاني من الألفية. تأسست شركة ديب مايند عام ٢٠١٠ على يد ثلاثة علماء إنجليز، هم ديميس هاسابيس وشين ليج ومصطفى سليمان ، بتمويل من بيتر ثيل، ولاحقًا من إيلون ماسك . كان المؤسسون والممولون قلقين للغاية بشأن سلامة الذكاء الاصطناعي ومخاطره الوجودية . كانت تربط مؤسسي ديب مايند علاقة شخصية بيودكوفسكي، وكان ماسك من بين الذين دقوا ناقوس الخطر بنشاط. ^{[ ٢٧٨ ]} كان هاسابيس قلقًا بشأن مخاطر الذكاء الاصطناعي العام، ومتفائلًا في الوقت نفسه بقدراته؛ إذ كان يأمل أن يتمكنوا من "حل مشكلة الذكاء الاصطناعي، ثم حل كل شيء آخر". ^{[ 279 ]} كتبت صحيفة نيويورك تايمز في عام 2023: "يكمن جوهر هذه المنافسة في مفارقة محبطة. فالأشخاص الذين يعربون عن قلقهم البالغ إزاء الذكاء الاصطناعي هم من بين الأكثر تصميمًا على ابتكاره والتمتع بثرواته. وقد برروا طموحهم بإيمانهم الراسخ بأنهم وحدهم القادرون على منع الذكاء الاصطناعي من تهديد كوكب الأرض." ^{[ 278 ]}

في عام ٢٠١٢، تواصلت شركة بايدو مع جيفري هينتون (الذي كان رائدًا في أبحاث الشبكات العصبية منذ ثمانينيات القرن الماضي) لعرض توظيفه هو وجميع طلابه مقابل مبلغ ضخم. قرر هينتون تنظيم مزاد، وفي مؤتمر الذكاء الاصطناعي في بحيرة تاهو، باعوا أنفسهم لشركة جوجل مقابل ٤٤ مليون دولار. لفت هذا الأمر انتباه هاسابيس، فباع شركة ديب مايند إلى جوجل في عام ٢٠١٤، بشرط عدم قبولها عقودًا عسكرية وأن تخضع لإشراف لجنة أخلاقيات. ^{[ ٢٧٨ ]}

كان لاري بيج ، مؤسس جوجل، على عكس إيلون ماسك وهاسابيس، متفائلاً بمستقبل الذكاء الاصطناعي. وقد نشب خلاف بين ماسك وبيج حول مخاطر الذكاء الاصطناعي العام في حفل عيد ميلاد ماسك عام ٢٠١٥. كانا صديقين لعقود، لكنهما انقطعا عن التواصل بعد ذلك بفترة وجيزة. حضر ماسك الاجتماع الوحيد لمجلس أخلاقيات ديب مايند، حيث اتضح أن جوجل غير مهتمة بتخفيف أضرار الذكاء الاصطناعي العام. وإحباطاً من قلة نفوذه، أسس ماسك شركة أوبن إيه آي عام ٢٠١٥، وكلف سام ألتمان بإدارتها، ووظف كبار العلماء. بدأت أوبن إيه آي كمنظمة غير ربحية، "متحررة من الحوافز الاقتصادية التي كانت تحرك جوجل وغيرها من الشركات". ^{[ ٢٧٨ ]} عاد الإحباط إلى ماسك فغادر الشركة عام ٢٠١٨. توجهت أوبن إيه آي إلى مايكروسوفت للحصول على دعم مالي مستمر، وشكل ألتمان وأوبن إيه آي نسخة ربحية من الشركة بتمويل يزيد عن مليار دولار. ^{[ ٢٧٨ ]}

في عام 2021، غادر داريو أمودي و14 عالماً آخر شركة OpenAI بسبب مخاوفهم من أن الشركة تُفضّل الربح على السلامة. وأسسوا شركة Anthropic ، التي سرعان ما حصلت على تمويل بقيمة 6 مليارات دولار من مايكروسوفت وجوجل. ^{[ 278 ]}

في عام 2017، اقترح باحثون من جوجل بنية المحوّل في ورقة بحثية بعنوان " الانتباه هو كل ما تحتاجه ". تستغل هذه البنية آلية الانتباه الذاتي ، وأصبحت شائعة الاستخدام في نماذج اللغة الضخمة. ^{[ 282 ]} وقد طورت شركات أخرى نماذج لغة ضخمة أخرى، استنادًا إلى بنية المحوّل: أطلقت OpenAI نموذج GPT-3 في عام 2020، ثم أطلقت DeepMind نموذج Gato في عام 2022. تُعد هذه النماذج أساسية ، إذ تُدرَّب على كميات هائلة من البيانات غير المصنفة، ويمكن تكييفها مع نطاق واسع من المهام اللاحقة. تستطيع هذه النماذج مناقشة عدد هائل من المواضيع وإظهار معرفة عامة، مما أثار تساؤلات حول ما إذا كانت تُصنَّف ضمن الذكاء الاصطناعي العام أم لا .

في عام 2023، اختبرت مايكروسوفت ريسيرش النموذج باستخدام مجموعة كبيرة ومتنوعة من المهام، وخلصت إلى أنه "يمكن اعتباره بشكل معقول نسخة مبكرة (وإن كانت لا تزال غير مكتملة) من نظام الذكاء الاصطناعي العام (AGI)". ^{[ 283 ]}

في عام 2024، أُعلن عن OpenAI o3 ، وهو نموذج استدلال متقدم طورته شركة OpenAI. وفي اختبار معياري غير رسمي، هو اختبار ARC-AGI (مجموعة بيانات الاستدلال والتجريد للذكاء الاصطناعي العام)، الذي طوره فرانسوا شوليه عام 2019، حقق النموذج نسبة 87.5% في اختبار شبه خاص، متجاوزًا بذلك النسبة البشرية النموذجية البالغة 84%. ويُفترض أن يكون هذا الاختبار المعياري ضروريًا، ولكنه غير كافٍ، لاختبار الذكاء الاصطناعي العام. وفي حديثه عن هذا الاختبار، قال شوليه: "ستعرف أن الذكاء الاصطناعي العام قد ظهر عندما يصبح إنشاء مهام سهلة على البشر العاديين ولكنها صعبة على الذكاء الاصطناعي أمرًا مستحيلاً". ^{[ 284 ]}

شهد الاستثمار في الذكاء الاصطناعي نموًا هائلاً بعد عام 2020، مع زيادة ملحوظة في تمويل رأس المال المخاطر لشركات الذكاء الاصطناعي التوليدي. وارتفع إجمالي الاستثمارات في الذكاء الاصطناعي من 18 مليار دولار في عام 2014 إلى 119 مليار دولار في عام 2021، حيث استحوذ الذكاء الاصطناعي التوليدي على ما يقارب 30% من الاستثمارات بحلول عام 2023. ^{[ 285 ]} ووفقًا لمؤشرات الفترة من 2017 إلى 2021، تفوقت الولايات المتحدة على بقية دول العالم من حيث تمويل رأس المال المخاطر ، وعدد الشركات الناشئة ، وبراءات اختراع الذكاء الاصطناعي الممنوحة. ^{[ 286 ]} وسيطرت شركات التكنولوجيا الأمريكية العملاقة على سوق الذكاء الاصطناعي التجاري، حيث تجاوزت استثماراتها في هذا المجال استثمارات شركات رأس المال المخاطر الأمريكية . ^{[ 287 ]} بلغت قيمة شركة OpenAI 86 مليار دولار بحلول أوائل عام 2024، ^{[ 288 ]} بينما تجاوزت القيمة السوقية لشركة NVIDIA 3.3 تريليون دولار بحلول منتصف عام 2024، مما جعلها أكبر شركة في العالم من حيث القيمة السوقية مع ازدياد الطلب على وحدات معالجة الرسومات (GPUs) القادرة على الذكاء الاصطناعي . ^{[ 289 ]}

كان موقع 15.ai ، الذي أطلقه باحث مجهول من معهد ماساتشوستس للتكنولوجيا في مارس 2020 ^{[ 290 ]} ، ^{[ 291 ] [ 292 ]} أحد أوائل الأمثلة على الذكاء الاصطناعي التوليدي الذي حظي باهتمام جماهيري واسع النطاق خلال المراحل الأولى من طفرة الذكاء الاصطناعي. ^{[ 293 ]} أظهر تطبيق الويب المجاني القدرة على استنساخ أصوات الشخصيات باستخدام الشبكات العصبية بأقل قدر من بيانات التدريب، حيث يتطلب 15 ثانية فقط من الصوت لإعادة إنتاج الصوت - وهي قدرة أكدتها لاحقًا OpenAI في عام 2024. ^{[ 294 ]} انتشرت الخدمة بسرعة على منصات التواصل الاجتماعي في أوائل عام 2021، ^{[ 295 ] [ 296 ]} مما سمح للمستخدمين بتوليد كلام لشخصيات من سلاسل إعلامية شهيرة ، واكتسبت شهرة خاصة لدورها الرائد في نشر تقنية توليف الصوت بالذكاء الاصطناعي للمحتوى الإبداعي والميمات . ^{[ 297 ]}

أُطلق برنامج ChatGPT في 30 نوفمبر 2022، مُشكلاً لحظةً محوريةً في تبني الذكاء الاصطناعي على نطاق واسع. وفي غضون أيام من إطلاقه، انتشر البرنامج انتشارًا واسعًا، حيث تجاوز عدد مستخدميه 100 مليون مستخدم في شهرين، ليصبح بذلك أسرع تطبيقات البرمجيات الاستهلاكية نموًا في التاريخ. ^{[ 299 ]} وقد أسرت قدرة برنامج الدردشة الآلي على إجراء محادثات شبيهة بالمحادثات البشرية، وكتابة التعليمات البرمجية، وإنشاء محتوى إبداعي، خيال الجمهور، مما أدى إلى انتشاره السريع في مختلف القطاعات، بما في ذلك التعليم والأعمال والبحث العلمي . ^{[ 300 ]} وقد حفز نجاح ChatGPT استجابات غير مسبوقة من كبرى شركات التكنولوجيا، حيث أعلنت جوجل حالة طوارئ قصوى وأطلقت بسرعة برنامج Gemini (المعروف سابقًا باسم Google Bard)، بينما دمجت مايكروسوفت هذه التقنية في Bing Chat . ^{[ 301 ]}

أثار الانتشار السريع لتقنيات الذكاء الاصطناعي جدلاً واسعاً حول آثارها. وقد عبّر باحثون بارزون في مجال الذكاء الاصطناعي وقادة الصناعة عن تفاؤلهم وقلقهم إزاء وتيرة التطور المتسارعة. في مارس/آذار 2023، وقّع أكثر من 20 ألف شخص، من بينهم عالم الحاسوب يوشوا بنجيو ، وإيلون ماسك ، والمؤسس المشارك لشركة آبل ستيف وزنياك ، رسالة مفتوحة تدعو إلى وقف تطوير الذكاء الاصطناعي المتقدم ، مشيرين إلى " مخاطر جسيمة على المجتمع والإنسانية ". ^{[ 302 ]} مع ذلك، تبنى باحثون بارزون آخرون، مثل يورغن شميدهوبر، وجهة نظر أكثر تفاؤلاً، مؤكدين أن غالبية أبحاث الذكاء الاصطناعي تهدف إلى جعل "حياة الإنسان أطول وأكثر صحة وأسهل". ^{[ 303 ]}

مع ذلك، وبحلول منتصف عام 2024، بدأ القطاع المالي في التدقيق بشكل أكبر في شركات الذكاء الاصطناعي، متسائلاً بشكل خاص عن قدرتها على تحقيق عائد استثماري يتناسب مع تقييماتها الضخمة. وأثار بعض المستثمرين البارزين مخاوف بشأن انفصال توقعات السوق عن الحقائق التجارية الأساسية. وحذر جيريمي غرانثام ، المؤسس المشارك لشركة GMO LLC ، المستثمرين قائلاً: "توخوا الحذر الشديد"، وقارن الوضع بفقاعات السوق السابقة التي غذتها التكنولوجيا. ^{[ 304 ]} وبالمثل، قارن جيفري غوندلاش ، الرئيس التنفيذي لشركة DoubleLine Capital ، صراحةً طفرة الذكاء الاصطناعي بفقاعة الإنترنت في أواخر التسعينيات، مشيرًا إلى أن حماس المستثمرين قد يتجاوز القدرات الواقعية على المدى القريب وإمكانات الإيرادات. ^{[ 305 ]} وقد تفاقمت هذه المخاوف بسبب رؤوس الأموال السوقية الضخمة للشركات التي تركز على الذكاء الاصطناعي، والتي لم يثبت العديد منها بعد نماذج ربحية مستدامة.

في مارس 2024، أصدرت شركة أنثروبيك مجموعة نماذج اللغة الكبيرة Claude 3، والتي تضم Claude 3 Haiku وSonnet وOpus. ^{[ 306 ]} وقد أظهرت هذه النماذج تحسينات ملحوظة في قدراتها عبر مختلف المعايير، حيث تفوق Claude 3 Opus بشكل ملحوظ على النماذج الرائدة من OpenAI وGoogle. ^{[ 307 ]} وفي يونيو 2024، أصدرت أنثروبيك Claude 3.5 Sonnet، الذي أظهر أداءً محسّنًا مقارنةً بـ Claude 3 Opus الأكبر حجمًا، لا سيما في مجالات مثل البرمجة، وسير العمل متعدد الخطوات، وتحليل الصور. ^{[ 308 ]}

في عام 2024، منحت الأكاديمية الملكية السويدية للعلوم جوائز نوبل تقديراً للمساهمات الرائدة في مجال الذكاء الاصطناعي . وكان من بين الحائزين على هذه الجوائز:

• في الفيزياء: جون هوبفيلد لعمله على شبكات هوبفيلد المستوحاة من الفيزياء ، وجيفري هينتون لمساهماته الأساسية في آلات بولتزمان والتعلم العميق .
• في مجال الكيمياء: ديفيد بيكر ، وديميس هاسابيس ، وجون جامبر لإسهاماتهم في التنبؤ بطي البروتينات . انظر AlphaFold . ^{[ 309 ]}

في يناير 2025، أعلنت OpenAI عن نظام ذكاء اصطناعي جديد، ChatGPT-Gov، مصمم خصيصًا للاستخدام الآمن من قبل الوكالات الحكومية الأمريكية. ^{[ 310 ]} وأوضحت OpenAI أن الوكالات يمكنها استخدام ChatGPT-Gov على سحابة Microsoft Azure أو سحابة Azure Government، "بالإضافة إلى خدمة Azure OpenAI من Microsoft". وذكر إعلان OpenAI أن "استضافة ChatGPT-Gov ذاتيًا تُمكّن الوكالات من إدارة متطلبات الأمن والخصوصية والامتثال الخاصة بها بسهولة أكبر، مثل أطر الأمن السيبراني الصارمة (IL5، CJIS، ITAR، FedRAMP High). بالإضافة إلى ذلك، نعتقد أن هذه البنية التحتية ستُسرّع عملية الترخيص الداخلي لأدوات OpenAI للتعامل مع البيانات الحساسة غير العامة." ^{[ 310 ]}

استثمرت الدول في السياسات والتمويل لنشر الروبوتات المستقلة في محاولة لمعالجة نقص العمالة وتعزيز الكفاءة، مع تطبيق الأطر التنظيمية للتنمية الأخلاقية والآمنة.