במשך עשרות שנים, IBM הייתה המנהיגה הבלתי מעורערת של תעשיית המחשוב. גם היום, למרות שהוא אינו תופס את התפקיד השולט שהיה בעבר, עבודתו ממשיכה להיות רלוונטית. עם זאת, במקרה של בינה מלאכותית, הכניסה והיציאה של IBM הייתה די מהירה אם כי חשובה מאוד.
בשנות החמישים, מחקר בתחום זה נחשב לחלק בלתי נפרד מהידע הדרוש לבניית מחשבים טובים יותר. אז IBM החליטה לתת אור ירוק לפיתוח תוכנית שתפתור משפטים.
הכניסה והחוצה של IBM
ראינו פנימה מאמרים קודמים שסיימון והצוות שלו הצליחו עם תוכנית שהוכיחה משפטים מתמטיים. לשם כך, הם היו צריכים ליצור שפת תכנות חדשה.
לאתגר העומד בפני IBM הייתה בעיה נוספת. כדי שהמחשב יוכיח משפט גיאומטרי, הוא היה צריך לראות את הדמות. עדיין לא המציאו מצלמות אינטרנט ותוכנות המסוגלות לעבד תמונות.
הצוות שנבחר למשימה זה היה IBM 704. נחשב לאחד ממחשבי העל הראשונים בעולם fזה היה הראשון ששילב נקודה צפה חומרה.
פעולות נקודה צפה כוללות חיבור, חיסור, חילוק, כפל וחישובי שורש ריבועי עם מספרים גדולים מאוד או קטנים מאוד.
היה לו גם זיכרון ליבה מגנטית שהיה מהיר יותר ממערכת התופים המגנטיים ששימשה בדגמים קודמים והיה מסוגל לבצע ארבעים אלף הוראות בשנייה המתבטאות בהוראות של 36 סיביות.
לקח לתוכנה שלוש שנים להיות מוכנה כמנהל שלה, רופא לפיזיקה בשם הרברט גלנטר, טהוא היה צריך להמציא שפת תכנות חדשה שיכולה לתמרן סמלים כמו IPL אבל הייתה לה הקלות של תכנות Fortran, פיתוח של IBM עצמה ליצירת יישומים לחישוב מדעי.
התכנית קיבל מידע על הדמות הגיאומטרית איתה הוא היה צריך לעבוד בצורה של סדרת קואורדינטות שהוזנו בצורה של קלפים מחוררים והוא הסיק תוצאות ביניים מהנתונים הידועים.
התוכנה נודעה בשם מוכיח משפט הגיאומטריה (מוכיח בעיות גיאומטריה) ועל סמך אותם מאפיינים שהיא יכלה לאמת בשרטוט הוא הצליח לפתור משפט דו-שלבי עד עשרים וחמש אפשרויות שונות כאשר, בעשייתו באופן עיוור, הוא יצטרך לנתח מיליון.
בודק הבעיות בגיאומטריה היה הראשון שהשתמש בטכניקה המכונה הפניה למודלים.. אלא אם כן נחת על צלחת מעופפת לפני 5 דקות, בוודאי שמעתם על אחת התוצאות האחרונות של יישום הטכניקה הזו: ChatGPT.
בתחום הבינה המלאכותית מודל הוא ייצוג של תהליך מורכב שממנו ניתן להסיק מסקנות. במקרה של הבוחן, המודל היה הקואורדינטות של הדמות הגיאומטרית, במקרה של ChatGPT מודל המסוגל לעבד שפה אנושית.
מחשבי IBM אחרים עשו דברים פחות רציניים כמו לימוד דמקה או שחמט. במקרה הראשון, המטרה הייתה לראות אם מכונה מסוגלת ללמוד על דרך המשחק של יריבתה. לבסוף הוא הצליח להכות אותו כך שזה נראה כאילו הוא הצליח.
ההצלחות המוקדמות של יבמ היו גם הסיבה לנטישת התחום הזה. מחשבים שהוקדשו לשחק שח ודמקה הצליחו מאוד עם העיתונות, אבל לא כל כך בקרב בעלי המניות של החברה שראו בכך בזבוז כסף.
על כך יש להוסיף כי מחלקת השיווק של החברה הוא שם לב שבקרב לקוחותיו הפוטנציאליים חוסר האמון כלפי מחשבים גובר. היה חשש בקרב האחראים על רכישתם שבסופו של דבר רכישתם תחליף אותם.
המחקר בבינה מלאכותית נזנח ואסטרטגיית השיווק החדשה הייתה לאפיין מחשבים כמעבדי נתונים שעשו רק את מה שאמרו להם.
האם אותו דבר יקרה עם הכלים החדשים עכשיו כל כך באופנה? האם יאסרו עליהם חברות מחשש שבסופו של דבר יתפוסו את התפקידים הגבוהים ביותר?
נצטרך לחכות לראות את זה.