En notre livraison Auparavant, nous avons raconté comment Simon, un théoricien des sciences politiques, avec un physicien nommé Newell et un actuaire devenu programmeur nommé Shaw, a commencé la construction du premier programme d'intelligence artificielle connu sous le nom de théoricien logique. Cela a nécessité l'invention du premier langage de programmation spécifique à l'Intelligence Artificielle
Nous avions laissé cette histoire avec le trio avec les collaborateurs et la famille simulant le comportement des différentes parties du programme à l'aide de personnes et de cartes manuscrites.
Après plusieurs simulations comme celles-ci, le programme a été implémenté sur un ordinateur réel. Le test a réussi car le logiciel a réussi à prouver trente-huit théorèmes de l'un des chapitres du livre Principia Matemática de Russell et Whitehead. Même dans l'un des cas (et sans avoir d'instructions spécifiques pour le faire), il a trouvé un moyen de le tester beaucoup plus "élégant" que les auteurs du livre.
Le premier langage de programmation pour l'Intelligence Artificielle
Si Simon et son équipe ont mis autant de temps à écrire leur programme, c'est parce que ils avaient besoin d'un langage de programmation spécifique qui avait suffisamment de puissance et de flexibilité pour leurs besoins. Ce langage s'appelait IPL (Information Processing Language) et il a d'abord introduit la technique de traitement de liste pour la programmation.
IPL diffère des langages de haut niveau de l'époque en ce que il ne nécessitait pas la définition préalable de symboles et il avait la capacité d'associer et de modifier des structures de symboles.
La technique dite de traitement de liste consiste à stocker chaque élément d'information avec des instructions sur la façon de trouver des éléments d'information qui leur sont associés. En changeant les indications, de nouvelles associations peuvent être construites.
Le "résolveur de problèmes généraux"
Pour créer leur prochain logiciel, Simon et Newell ont décidé d'essayer une approche différente. A l'époque circulait une enquête psychologique qui invitait les participants à expliquer à haute voix la manière dont ils résolvaient des problèmes logiques. Le duo a découvert que ces formulaires étaient complètement différents de ceux utilisés par leur logiciel, ils ont donc décidé de faire leur propre version de l'enquête et créer un logiciel basé sur les méthodes décrites par les participants. Le programme (connu sous le nom de GPS pour General Problem Solver) a été codé sur la base d'une organisation des informations et d'heuristiques indépendantes des tâches qui leur étaient demandées.
Cette nouvelle méthodologie a reçu le nom de "Means-to-Ends Analysis" et consiste à comparer la situation actuelle avec l'idéal et prendre des mesures qui réduisent la différence entre elles, puis réévaluer jusqu'à ce que la différence soit réduite à zéro. Cette méthodologie permet au programme de réagir aux changements des variables du problème. Le programmeur indique le problème et un soi-disant tableau des différences dans lequel les actions possibles sont indiquées et dans quelles circonstances elles se trouvent.
Le GPS était capable de décomposer un problème en sous-problèmes et d'appliquer l'approche de retour en arrière, c'est-à-dire que si un chemin ne fonctionnait pas, il revenait en arrière et en suivait un autre.
Pendant les 11 années de fonctionnement, Le GPS a résolu des énigmes, effectué une intégration symbolique et brisé des codes secrets.
Pendant que Simon et Newell s'amusaient avec cela, un étudiant nommé Robert K. Lindsay a développé un programme connu sous le nom de SAD SAM. Le doux a pu extraire des informations de phrases du type "Juan est le fils de Pepa" et "Juan est le frère d'Alberto" et construire un arbre généalogique deen déduisant qu'Alberto est aussi le fils de Pepa (je n'ai aucune idée de comment il se débrouillerait avec les familles recomposées du monde d'aujourd'hui.
Bien entendu, le géant de l'informatique de l'époque, IBM, ne pouvait rester à l'écart des recherches sur l'intelligence artificielle, un domaine qui, en pleine guerre froide, révélait déjà un énorme potentiel d'applications militaires et, dans le prochain article, nous parlera de ses premières contributions dans le domaine.