何十年もの間、IBM は誰もが認めるコンピューティング業界のリーダーでした。 今日でも、かつてのように圧倒的な役割を果たしているわけではありませんが、彼の作品は関連性があり続けています。 しかし、人工知能の場合、IBMの参入と退出は非常に重要ではあるものの、かなり速かったです。
XNUMX 年代、この分野の研究は、より優れたコンピューターを構築するために必要な知識の不可欠な部分と見なされていました。 そこで IBM は、定理を解くプログラムの開発にゴーサインを出すことにしました。
IBM の出入り
私たちは見た 以前の記事 サイモンと彼のチームが数学的定理を証明するプログラムで成功したこと。 このために、彼らは新しいプログラミング言語を作成する必要がありました。
IBM が直面している課題には、別の問題がありました。 コンピュータが幾何学的定理を証明するためには、図を見る必要がありました。 画像を処理できる Web カメラやソフトウェアはまだ発明されていませんでした。
タスクに選ばれたチーム それはIBM 704でした。世界初のスーパーコンピューターのXNUMXつと見なされています。ハードウェア浮動小数点を組み込んだ最初のモデルです。
浮動小数点演算には、非常に大きな数または非常に小さな数の加算、減算、除算、乗算、および平方根計算が含まれます。
また、従来の磁気ドラム方式よりも高速な磁気コアメモリを搭載し、36ビット命令でXNUMX秒間にXNUMX万命令を実行。
このソフトウェアは、そのマネージャーである Herbert Gellenter という名前の物理学博士として準備が整うまでに XNUMX 年かかりました。彼は新しいプログラミング言語を発明しなければならなかった IPL のようにシンボルを操作できましたが、科学計算用のアプリケーションを作成するために IBM 自身が開発した Fortran のプログラミングが容易でした。
プログラム パンチカードの形で入力された一連の座標の形で作業しなければならなかった幾何学的図形に関する情報を受け取りました 彼は既知のデータから中間結果を推測していました。
このソフトウェアは、Geometry Theorem Prover (Geometry Problem Prover) として知られるようになり、図面で検証できるプロパティに基づいていました。 彼は XNUMX の異なる可能性に対する XNUMX 段階の定理を解決することができました。
モデル参照として知られる手法を最初に使用したのは、幾何学問題のテスターでした。. 5 分前に空飛ぶ円盤に着陸したのでない限り、この手法を適用した最新の結果の XNUMX つである ChatGPT について聞いたことがあるはずです。
人工知能の分野では モデルは、推論を行うことができる複雑なプロセスの表現です。 テスターの場合、モデルは幾何学図形の座標であり、ChatGPT の場合、人間の言語を処理できるモデルでした。
他の IBM コンピューターは、チェッカーやチェスの学習など、それほど深刻ではないことを行っていました。 最初のケースの目的は、マシンが対戦相手のプレイ方法を学習できるかどうかを確認することでした。 彼はついに彼を倒すことができたので、彼のように見えます。
IBM の初期の成功は、IBM がこの分野を放棄した原因でもありました。 チェスとチェッカー専用のコンピューターは、プレスで大成功を収めましたが、 それをお金の無駄だと考えた会社の株主の間ではそれほどではありませんでした。
これに、会社のマーケティング部門を追加する必要があります 彼は、見込み客の間でコンピューターに対する不信感が高まっていることに気付きました。. それらを購入した担当者の間では、彼らの購入がそれらを置き換えてしまうのではないかという恐れがありました.
人工知能の研究は放棄され、新しいマーケティング戦略は、コンピュータを、言われたことだけを行うデータ プロセッサとして特徴付けることでした。
現在流行している新しいツールでも同じことが起こりますか? 彼らは最終的に最高の地位を占めてしまうことを恐れて、企業から追放されるのでしょうか?
それを見るのを待つ必要があります。