Hva er AI Winter
AI vinter refererer til en periode der det mangler finansiering for aktiviteter som er rettet mot å utvikle menneskelignende intelligens i maskiner. AI (Artificial Intelligence) vinter er preget av redusert finansiering innen kunstig intelligensforskning, men den faller ofte sammen med et fall i allmenne interesser også.
Når finansieringskilder tørker opp og selskaper slutter å investere i AI-relatert forskning og utvikling, reduseres innovasjonsgraden på feltet, da det bare blir overlatt til de mest dedikerte akademikerne. AI-vinteren antas å inntreffe når grensene for den nåværende teknologien resulterer i mindre dramatiske fremskritt, og lar akademiske institusjoner jobbe med trinnvise forbedringer inntil et nytt funn i AI blir gjort.
Å bryte ned AI Vinter
AI-vinteren har blitt brukt til å beskrive noen år eller til og med tiår hvor interessen og utviklingen av AI i det vesentlige har stanset. Kunstig intelligens lider av noen unike PR-problemer som de fleste teknologiområder ikke møter i samme grad. Målet med kunstig intelligens ble vilkårlig satt på 1950-tallet av Alan Turing. Han foreslo imitasjonsspilltest, der en datamaskin måtte være skille ut fra et menneske. Siden den gang ser dommedagsvisjonen til AI den erstatte menneskeheten så snart den kan etterligne den. Dessverre for AI-forskere kan denne fryktinngytende visjonen om en løslat singularitet fraråde ny finansiering, selv om realiteten til hvor langt AI er fra å bestå Turing-testen kan skuffe nåværende finansierere. Det er mer skuffelse enn frykt at finansieringen av AI falt på slutten av 70-tallet og deretter igjen på slutten av 80-tallet til begynnelsen av 90-tallet. Teknologi i datamaskiner forbedret seg enormt i løpet av den tiden, men AI halte.
AI vinter kommer?
Kunstig intelligens, som Turing så for seg for testen sin, er fremdeles en vei utenfor. Datamaskiner har brukt overlegen minne og prosessorkraft for å slå toppspillere i sjakk, Go og til og med Jeopardy, men disse har en tendens til å være begrensede applikasjoner. Konseptet med AI og dets mål har gjennomgått en positiv endring. I stedet for å forsøke å matche det generalistiske sinnet som menneskeheten har blitt velsignet med, søker AI nå å spesialisere seg i spesielle oppgaver gjennom teknikker som dyp læring.
Kunstige intelligensmaskiner har nå mulighetene til å lære seg hvordan de kan bli bedre på ting som er så forskjellige som å gjenkjenne innholdet i bilder, forstå det naturlige språket og forutse en persons neste handling på en mobil enhet. Disse suksessene har presset ankomsten til nok en AI-vinter fordi de er kommersielt levedyktige. En AI som kan veilede en bruker gjennom en online transaksjon er verdt penger, og det er det som kan svare på et spørsmål i en online chat, i stedet for at en bruker kommer til et fysisk sted eller ringer. Disse konkrete fordelene har selskaper og myndigheter som investerer i AI-forskning i hus, så vel som i akademiske institusjoner.
Så lenge AI fortsetter å avansere i en retning der selskaper kan se potensielle kostnadsbesparelser eller fortjeneste, vil sektoren være for varm til at noen form for AI-vinter kan komme i mål.
