Historia sztucznej inteligencji przed ChatGPT: od Turinga do LLM

Sztuczna inteligencja nie zaczęła się w 2022 roku wraz z premierą ChatGPT — ta fascynująca dziedzina ma bogatą historię sięgającą połowy XX wieku, pełną przełomowych odkryć, śmiałych przewidywań i bolesnych rozczarowań.

Początek: test Turinga i pytanie o myślące maszyny

Pierwsze poważne naukowe rozważania nad możliwością stworzenia myślących maszyn pochodzą z 1950 roku, kiedy to brytyjski matematyk i informatyk Alan Turing opublikował przełomowy artykuł zatytułowany “Computing Machinery and Intelligence”. Zamiast stawiać filozoficzne pytanie “czy maszyny mogą myśleć?”, Turing zaproponował praktyczne rozwiązanie — test, który do dziś nosi jego imię.

Test Turinga, znany również jako gra imitacyjna, opierał się na prostej, ale geniusznej koncepcji. Pytający zadawał pytania na piśmie trzem stronom: człowiekowi i maszynie w osobnych pomieszczeniach. Na podstawie odpowiedzi próbował odgadnąć, kto jest kim. Jeśli maszyna zdołała wiarygodnie oszukać pytającego, można było uznać, że wykazuje inteligencję porównywalną z ludzką. Artykuł Turinga nie tylko zaproponował konkretną metodę oceny, ale także omówił główne obiekcje wobec idei myślących maszyn i wyjaśnił, jak cyfrowe komputery mogą działać jako uniwersalne urządzenia zdolne do symulowania dowolnych procesów obliczeniowych.

Narodziny AI jako dyscypliny: warsztat w Dartmouth 1956

Sześć lat po artykule Turinga koncepcja inteligentnych maszyn zyskała formalne ramy. W 1956 roku na letnim warsztacie badawczym na Uniwersytecie Dartmouth w Stanach Zjednoczonych grupa naukowców zebrała się, by zbadać możliwość stworzenia maszyn symulujących ludzką inteligencję. Organizatorami byli John McCarthy, Marvin Minsky, Claude Shannon oraz Nathaniel Rochester. To właśnie McCarthy użył po raz pierwszy terminu “artificial intelligence” — sztuczna inteligencja.

Warsztat w Dartmouth uznawany jest za moment narodzin sztucznej inteligencji jako odrębnej dyscypliny akademickiej. Wśród uczestników znaleźli się Allen Newell i Herbert Simon, którzy zaprezentowali program “Logic Theorist” — jeden z pierwszych programów komputerowych zdolnych do dowodzenia twierdzeń matematycznych z klasycznego dzieła “Principia Mathematica”. Program nie tylko rozwiązywał zadania, ale czasem znajdował nawet elegantsze i prostsze dowody niż te znane wcześniej ludziom. To osiągnięcie pokazało, że maszyny mogą wykonywać zadania wymagające rozumowania symbolicznego.

Era optymizmu i podejście symboliczne

Wczesne lata rozwoju sztucznej inteligencji naznaczone były ogromnym optymizmem. Badacze wierzyli, że maszyny osiągną ludzki poziom inteligencji w ciągu dekady lub dwóch. Przewidywano na przykład, że komputer zostanie mistrzem świata w szachach już w latach 60., a do połowy lat 70. maszyny będą w stanie wykonywać dowolną pracę, jaką wykonuje człowiek.

Dominatorem tamtego okresu było podejście symboliczne — reprezentowanie wiedzy za pomocą symboli, reguł logicznych i algorytmów wyszukiwania. Inteligentne zachowanie rozumiano jako manipulację abstrakcyjnymi symbolami według precyzyjnych zasad, podobnie jak w formalnej logice czy programowaniu.

Równolegle pojawiały się inne kierunki, takie jak perceptrony Franka Rosenblatta z 1958 roku — proste sieci neuronowe zdolne do uczenia się rozpoznawania wzorców na podstawie przykładów. Jednak to podejście symboliczne zyskało wówczas większe wsparcie i uwagę. Sukcesy wczesnych programów, w tym rozwiązywanie problemów algebraicznych czy gra w warcaby z elementami uczenia, wzmacniały wiarę w szybki postęp.

Pierwsze rozczarowanie: kombinatoryczna eksplozja i zima AI

Entuzjazm szybko zderzył się z rzeczywistością. Komputery tamtych czasów miały ograniczoną moc obliczeniową, a wiele problemów prowadziło do zjawiska zwanego kombinatoryczną eksplozją — liczba możliwych kombinacji rozwiązań rosła wykładniczo wraz ze złożonością zadania, szybko przekraczając możliwości sprzętu.

Dodatkowo maszyny radziły sobie dobrze z czysto logicznymi zadaniami, takimi jak dowodzenie twierdzeń, ale miały ogromne trudności z zadaniami wymagającymi zdrowego rozsądku, percepcji świata rzeczywistego czy radzenia sobie z niepewnością. Te ograniczenia, w połączeniu z nadmiernymi obietnicami z lat 50. i 60., doprowadziły pod koniec lat 70. do pierwszej “zimy sztucznej inteligencji”.

Finansowanie badań znacząco spadło, szczególnie po krytycznych raportach, takich jak brytyjski raport Lighthilla z 1973 roku, który wskazywał na przepaść między ambicjami a realnymi osiągnięciami. Mimo tych trudności podstawy dziedziny zostały solidnie położone — sztuczna inteligencja przestała być jedynie marzeniem futurystów i stała się przedmiotem systematycznych badań naukowych.

Science-fiction kształtuje wyobrażenia o AI

Na długo przed rzeczywistymi przełomami technologicznymi science-fiction wyprzedzała rzeczywistość, kształtując wyobrażenia społeczeństwa na temat inteligentnych maszyn. Już w XIX wieku pojawiały się literackie wizje, w których maszyny lub sztuczne istoty zyskiwały cechy ludzkie, budząc zarówno fascynację, jak i lęk.

Jednym z kluczowych momentów w historii literackiej robotyki było wprowadzenie samego pojęcia “robot”. W 1920 roku czeski pisarz Karel Čapek opublikował sztukę teatralną zatytułowaną “R.U.R.” (Rossumovi Univerzální Roboti). W tej historii fabryka produkuje sztuczne istoty do pracy, które z czasem buntują się przeciwko swoim twórcom. Čapek nie tylko stworzył słowo “robot” od czeskiego “robota” oznaczającego ciężką pracę, ale także przedstawił klasyczny motyw buntu maszyn — obawę, że stworzone przez człowieka inteligentne byty mogą wymknąć się spod kontroli i zagrozić ludzkości.

W latach 40. XX wieku amerykański pisarz Isaac Asimov wprowadził zupełnie inne spojrzenie na temat. W swoich opowiadaniach, zebranych później w tomie “Ja, robot” z 1950 roku, sformułował słynne Trzy Prawa Robotyki:

1. Robot nie może krzywdzić człowieka ani przez zaniechanie działania nie może dopuścić do krzywdy.
2. Robot musi być posłuszny człowiekowi, chyba że kolidowałoby to z pierwszym prawem.
3. Robot musi chronić samego siebie przed samozniszczeniem, o ile nie stoi to w sprzeczności z poprzednimi prawami.

Asimov stworzył spójny etyczny system, który miał chronić ludzi przed niebezpieczeństwami wynikającymi z istnienia inteligentnych maszyn. Jego prawa stały się inspiracją nie tylko dla pisarzy, ale również dla współczesnych badaczy zajmujących się bezpieczeństwem AI.

Co to oznacza dla dzisiejszej ery AI

Historia sztucznej inteligencji sprzed ChatGPT pokazuje, że dzisiejsze przełomy nie pojawiły się z niczego. Fundamenty zostały położone przez Turinga, McCarthy’ego, Minskiego i wielu innych pionierów, którzy pracowali w czasach, gdy komputery były wielkości pokojów, a moc obliczeniowa ułamkiem dzisiejszych możliwości. Ich pytania etyczne, metodologiczne i praktyczne pozostają aktualne — może nawet bardziej niż kiedykolwiek.

Równocześnie historia uczy nas pokory. Nadmierne optymizm lat 50. i 60. oraz zima AI lat 70. pokazują, że w dziedzinie sztucznej inteligencji należy zachować ostrożność w przewidywaniach. Dzisiejsze wielkie modele językowe osiągnęły rzeczywiście imponujące wyniki, ale historia sugeruje, że wciąż mogą nas czekać niespodziewane wyzwania i ograniczenia. Jednocześnie, patrząc wstecz, widzimy, że cierpliwość i systematyczne badania naukowe — nawet w czasach rozczarowania — ostatecznie prowadziły do rzeczywistego postępu.