I flere tiår var IBM den ubestridte lederen av dataindustrien. Selv i dag, selv om det ikke har den dominerende rollen som det en gang gjorde, fortsetter arbeidet hans å være relevant. Når det gjelder kunstig intelligens, var imidlertid inngangen og utgangen av IBM ganske rask, selv om den var veldig viktig.
På femtitallet ble forskning innen denne disiplinen ansett som en integrert del av kunnskapen som var nødvendig for å bygge bedre datamaskiner. Så IBM bestemte seg for å gi grønt lys til utviklingen av et program som skulle løse teoremer.
Inn og ut av IBM
vi hadde sett inn tidligere artikler at Simon og teamet hans lyktes med et program som beviste matematiske teoremer. For dette måtte de lage et nytt programmeringsspråk.
Utfordringen IBM sto overfor hadde et ekstra problem. For at datamaskinen skulle bevise et geometrisk teorem, måtte den se figuren. Webkameraer og programvare som er i stand til å behandle bilder var ennå ikke oppfunnet.
Teamet valgt til oppgaven Det var IBM 704. Ansett som en av verdens første superdatamaskiner fDet var den første som inkorporerte maskinvare flytepunkt.
Flytpunktoperasjoner inkluderer addisjon, subtraksjon, divisjon, multiplikasjon og kvadratrotberegninger med svært store eller svært små tall.
Den hadde også magnetisk kjerneminne som var raskere enn det magnetiske trommelsystemet som ble brukt i tidligere modeller og var i stand til å utføre førti tusen instruksjoner per sekund uttrykt i 36-biters instruksjoner.
Programvaren tok tre år å være klar som sin leder, en fysikklege ved navn Herbert Gellenter, tHan måtte finne opp et nytt programmeringsspråk som kunne manipulere symboler som IPL, men det var lett å programmere Fortran, en utvikling av IBM selv for å lage applikasjoner for vitenskapelig beregning.
Programmet mottatt informasjon om den geometriske figuren den måtte jobbe med i form av en serie koordinater angitt i form av hullkort og han utledet mellomresultater fra de kjente dataene.
Programvaren ble kjent som Geometry Theorem Prover (Geometry Problem Prover) og basert på de egenskapene som den kunne verifisere i tegningen han klarte å løse et to-trinns teorem til tjuefem forskjellige muligheter når han, ved å gjøre det blindt, måtte analysere en million.
Geometriproblemtesteren var den første som brukte en teknikk kjent som modellreferanse.. Med mindre du landet på en flygende tallerken for 5 minutter siden, har du sikkert hørt om et av de siste resultatene av bruken av denne teknikken: ChatGPT.
Innen kunstig intelligens En modell er en representasjon av en kompleks prosess som det kan trekkes slutninger fra. Når det gjelder testeren, var modellen koordinatene til den geometriske figuren, i tilfellet ChatGPT en modell som er i stand til å behandle menneskelig språk.
Andre IBM-datamaskiner gjorde mindre alvorlige ting som å lære dam eller sjakk. I det første tilfellet var målet å se om en maskin var i stand til å lære om motstanderens måte å spille på. Han klarte til slutt å slå ham, så det ser ut som han gjorde det.
IBMs tidlige suksesser var også årsaken til at de forlot dette feltet. Datamaskiner dedikert til å spille sjakk og dam var svært vellykkede med pressen, men ikke så mye blant selskapets aksjonærer som anså det som sløsing med penger.
Til dette må vi legge til at markedsavdelingen i selskapet Han la merke til at blant hans potensielle kunder var mistilliten til datamaskiner økende. Det var frykt blant de som hadde ansvaret for å anskaffe dem at kjøpet deres ville ende opp med å erstatte dem.
Forskning innen kunstig intelligens ble forlatt og den nye markedsføringsstrategien var å karakterisere datamaskiner som databehandlere som bare gjorde det de ble fortalt.
Vil det samme skje med de nye verktøyene som nå er så på moten? Vil de bli utestengt fra selskaper i frykt for at de skal ende opp med å bekle de høyeste stillingene?
Vi må vente å se det.