Quelles Technologies D’IA Sont Devenues Obsolètes ?

Depuis qu’avant que l’IA ne soit cool, je travaille dans l’industrie de l’IA depuis plus de 30 ans. Cela signifie que je connais bien le cimetière de l’IA, qui est beaucoup plus peuplé que vous ne le pensez. Revenons sur certaines des technologies liées à l’IA les plus populaires de leur époque.

Êtes-vous prêt pour le trajet ?

Programmation pour LISP

Il y a 40 ans, j’étais étudiant diplômé et j’étudiais en France lorsqu’un étrange colis est arrivé à mon laboratoire. Il était grand, à peu près de la même taille qu’un réfrigérateur. Le buzz était un gros problème et tous les étudiants étaient impatients de découvrir la vérité.

C’était une machine Symbolics.

La chose unique à propos de cet ordinateur était son langage machine, LISP (LISt Processing Language).

Pour autant que je sache, le LISP est presque inexistant. Symbolique, une spin-off du MIT AI Lab a fait faillite.

Dans les années 80, les professionnels de l’IA connaissaient bien le LISP. Certaines de ses caractéristiques étaient répréhensibles, telles que les parenthèses et l’abondance. Un joker a déclaré que LISP signifiait « Llot Of Idiotic Stupid Parenheses ». Mais le LISP était notre langage identitaire. Sans LISP, l’IA ne serait pas possible.

Voici un exemple rapide pour vous donner une idée du fonctionnement d’un programme LISP.

Trop de parenthèses ? Oui.

Les machines symboliques étaient également utilisées dans les premiers temps des animations informatiques. En 1990, ils ont été utilisés pour créer des scènes 3D dans le film  » Jetsons: ».

LISP était le deuxième langage de programmation le plus ancien après FORTRAN. John McCarthy, qui était le père de l’IA quand il était au MIT, l’a développé en 1958. LISP a utilisé certains éléments du calcul Lambda ainsi que des choses plus pratiques telles que des instructions impératives et la collecte des ordures à mémoire.

John McCarthy a eu la gentillesse de nous aider à organiser notre conférence sur l’IA à Cancun. ).

Mon collègue avait mentionné dans un document que la nature partiellement impérative de McCarthy suggérait qu’il ne connaissait pas bien le calcul de Lambda. Il a interrogé McCarthy à ce sujet.

Le silence était gênant.

McCarthy a d’abord été déconcerté (il a rougi), mais il a finalement dit que c’était vrai et que c’était parce que le LISP n’aurait pas été aussi pratique.

Tout le monde a ri avec soulagement.

McCarthy et moi avons de nouveau déjeuné ensemble. J’ai également écrit un billet de blog sur cette rencontre.

Revenons à LISP.

Le LISP était si omniprésent pour les chercheurs de l’IA, même Emacs, l’éditeur de texte de l’époque, a été écrit en LISP sur un code de base développé en C. Les extensions LISP ont été utilisées pour la mise en forme et la coloration de programmes écrits en utilisant n’importe quel langage de programmation (y compris LISP).

Common Lisp a été introduit pour incorporer même la nouvelle programmation orientée objet dans LISP, la consolidant en tant que norme pour de nombreuses années à venir.

Comment la programmation LISP est-elle devenue un dodo ?

Cela était principalement dû aux nouvelles technologies d’IA telles que l’apprentissage automatique, auxquelles Python et R sont (sans doute) mieux adaptés. Il n’y a pas eu de retour en arrière une fois qu’il y avait beaucoup de bibliothèques. Le sort du LISP était déjà décidé.

Il existe de nombreuses bibliothèques disponibles aujourd’hui, ainsi que des utilitaires utiles tels que les « ordinateurs portables » et bien d’autres. Il y a de grandes choses dans le futur pour Python. Mais attendez ! Ils étaient les mêmes que pour LISP à l’époque…

Que sont les systèmes experts ?

Que sont les systèmes experts ?

Mon doctorat en IA a été la raison pour laquelle j’ai été embauché pour commencer mon nouveau travail de chercheur à l’université. Ma nouvelle université venait de signer un accord avec un groupe industriel pour développer des systèmes d’IA qui les aideraient à améliorer leur niveau technologique.

Ils ont dû développer plusieurs « systèmes d’experts ». Avez-vous déjà entendu parler de « Expert Systems » ? Ils ne sont plus utilisés.

Examinons cette technologie obsolète.

Un système expert a été conçu pour « capturer » les connaissances d’un expert humain et les stocker dans une base de données de connaissances informatiques. Il pourrait alors reproduire le comportement d’un expert humain.

Vous avez probablement déjà remarqué un conflit. L’expert humain doit coopérer afin de développer le système expert, mais alors l’autre prendra en charge son travail. Pour construire la machine qui le sortira, qui accepterait de coopérer ?

Un système Expert bien construit a été très utile, même si vous oubliez l’égoïsme des personnes travaillant dans des emplois misérables.

La base de connaissances d’Expert Systems était composée de centaines et de centaines de « règles », qui ont été rédigées sous la forme de « si cette condition existe, alors exécutez cette action ». C’est là que vous verrez un deuxième drapeau rouge. les connaissances de l’expert humain en un ensemble de règles ?

Les règles de base de connaissances sont construites sur les « moteurs de règles », qui sont le logiciel qui met tout en mouvement. Ce type de logiciel a été utilisé par de nombreuses entreprises prospères, avec des noms tels que « niveau 5 » bien connus de tous.

On m’a donné un projet de travail sur une usine de sel dans le golfe du Mexique. L’expert humain était un homme âgé qui était sur le point de prendre sa retraite. Dans ce cas, la menace d’être remplacé par une machine n’était pas une préoccupation.

Cet expert a eu un problème. Après 20 ans de supervision de l’opération, il la connaissait tellement qu’il n’avait même pas besoin de réfléchir. Il n’y a pas pensé. Il a simplement ajusté les cadrans à leur réglage le plus élevé. Il vient d’ajuster les cadrans au meilleur réglage.

Telle était la racine du problème :

L’expert ne savait pas ce qu’il savait.

Nous avons pu construire une base de connaissances décente et mettre en place le système expert. Il y a eu des situations que nous avons manquées lors des entretiens avec les experts humains, de sorte que la base de . Il était nécessaire de réserver un vol pour l’usine. J’ai pu faire connaissance avec les opérateurs de l’usine de sel.

Les capteurs de l’usine de sel collectent en permanence des données sur son fonctionnement. De plus, l’efficacité de l’usine peut être surveillée en temps réel.

Un système d’apprentissage automatique est formé avec les données de fonctionnement pendant un an afin de prédire le meilleur réglage pour chaque condition. Cela inclut les situations qui ne figuraient pas dans les données de formation.

Les entretiens ne seraient pas menés. Si possible, une seule visite serait nécessaire à l’usine. Il n’y a pas de débogage des situations omises.

Il est clair pourquoi les systèmes experts ont été envoyés par la technologie d’apprentissage automatique directement au cimetière avec la technologie d’IA obsolète.

J’avais besoin d’apprendre l’apprentissage automatique et de me déplacer par moi-même.