수십 년 동안 IBM은 컴퓨팅 산업의 확실한 리더였습니다. 오늘날에도 한때 그랬던 것처럼 우세한 역할을 차지하지는 않지만 그의 작업은 계속해서 관련이 있습니다. 그러나 인공지능의 경우 IBM의 진입과 퇴장은 매우 중요하지만 상당히 빨랐다.
XNUMX년대에 이 분야의 연구는 더 나은 컴퓨터를 만드는 데 필요한 지식의 필수적인 부분으로 간주되었습니다. 그래서 IBM은 정리를 푸는 프로그램 개발에 청신호를 주기로 결정했습니다.
IBM 내부 및 외부
우리는에서 보았다 이전 기사 Simon과 그의 팀은 수학 정리를 증명하는 프로그램으로 성공했습니다. 이를 위해 그들은 새로운 프로그래밍 언어를 만들어야 했습니다.
IBM이 직면한 과제에는 또 다른 문제가 있었습니다. 컴퓨터가 기하학 정리를 증명하기 위해서는 도형을 봐야만 했습니다. 이미지를 처리할 수 있는 웹 카메라와 소프트웨어는 아직 발명되지 않았습니다.
작업을 위해 선택된 팀 그것은 IBM 704였습니다. 세계 최초의 슈퍼컴퓨터 중 하나로 간주됩니다.하드웨어 부동 소수점을 통합한 최초의 제품입니다.
부동 소수점 연산에는 더하기, 빼기, 나누기, 곱하기, 매우 크거나 작은 수의 제곱근 계산이 포함됩니다.
또한 이전 모델에 사용된 자기 드럼 시스템보다 빠른 자기 코어 메모리를 가지고 있으며 36비트 명령어로 표현된 초당 XNUMX만 개의 명령을 실행할 수 있습니다.
이 소프트웨어는 관리자인 Herbert Gellenter라는 물리 의사로서 준비하는 데 XNUMX년이 걸렸습니다.그는 새로운 프로그래밍 언어를 발명해야 했습니다. IPL과 같은 기호를 조작할 수 있지만 과학적 계산을 위한 애플리케이션 생성을 위해 IBM에서 자체적으로 개발한 Fortran 프로그래밍이 용이했습니다.
프로그램 천공 카드 형태로 입력된 일련의 좌표 형태로 작업해야 하는 기하학적 도형에 대한 정보를 받았습니다. 그리고 그는 알려진 데이터에서 중간 결과를 추론하고 있었습니다.
이 소프트웨어는 Geometry Theorem Prover(Geometry Problem Prover)로 알려졌으며 도면에서 확인할 수 있는 속성을 기반으로 합니다. 그는 XNUMX개의 다른 가능성에 대한 XNUMX단계 정리를 해결했는데, 맹목적으로 수행하면 백만 개를 분석해야 했습니다.
기하학 문제 테스터는 모델 참조로 알려진 기술을 처음으로 사용했습니다.. 5분 전에 비행 접시에 착륙하지 않았다면 이 기술을 적용한 최신 결과 중 하나인 ChatGPT에 대해 들어본 적이 있을 것입니다.
인공지능 분야에서 모델은 추론을 할 수 있는 복잡한 프로세스를 표현한 것입니다. 테스터의 경우 모델은 기하학적 도형의 좌표, ChatGPT의 경우 인간의 언어를 처리할 수 있는 모델이었다.
다른 IBM 컴퓨터는 체커나 체스를 배우는 것과 같이 덜 심각한 일을 하고 있었습니다. 첫 번째 경우 목표는 기계가 상대의 플레이 방식을 학습할 수 있는지 확인하는 것이었습니다. 그는 마침내 그를 이길 수 있었기 때문에 그가 한 것처럼 보입니다.
IBM의 초기 성공은 또한 이 분야를 포기한 원인이기도 했습니다. 체스와 체커 전용 컴퓨터는 언론에서 큰 성공을 거두었지만 돈 낭비라고 생각하는 회사 주주들 사이에서는 그리 많지 않습니다.
여기에 우리는 회사의 마케팅 부서를 추가해야 합니다. 그는 잠재 고객들 사이에서 컴퓨터에 대한 불신이 증가하고 있음을 알아차렸습니다.. 그것들을 구입하는 사람들 사이에는 그들의 구매가 결국 그것들을 대체할 것이라는 두려움이 있었습니다.
인공 지능에 대한 연구는 중단되었고 새로운 마케팅 전략은 컴퓨터를 지시받은 대로만 수행하는 데이터 프로세서로 특징짓는 것이었습니다.
현재 유행하는 새로운 도구에서도 같은 일이 일어날까요? 최고위 자리를 차지하게 될까 봐 회사에서 퇴출당할 것인가?
우리는 그것을 보기 위해 기다려야 할 것입니다.