Umělá inteligence má historii nejen dlouhou, ale také překvapivě podivnou. Už od dávných dob lidstvo snilo o tom, že bude mít umělé sluhy nebo partnery – najdeme to v příběhu o sochaři Pygmalionovi, který si vytvořil ideální ženu Galateu ve formě sochy. V Tisíci a jedné najdeme vyprávění O Měděném městě, které popisuje pokročilé technologie a automatony. Ve Frankensteinovi se autorka Mary Shelleyová zamýšlí nad zodpovědností tvůrce za svoje stvoření. Ve fikci Olympia The Mechanized Doll z devatenáctého století se zase mladík zamiluje do automatonu v podobě dívky – to všechno jsou ale jenom fantazie a sny.
Automatony se zabývali už starověcí tvůrci, jako byl Heron Alexandrijský (10–70 nl.), který vytvořil nejen parní stroj, ale také stroj na kopírování psaných textů a řadu automatonů včetně mechanické loutkohry. V tradici automatonů se pokračovalo i v kalifátu, kde například Ismail Al-Jazárí (1136–1206) vytvořil celou řadu hydromechanických automatonů, od automaticky zavíraných dveří, přes fontánu s podavačem mýdla a ručníku až po automatickou kapelu plující na loďce.
V Evropě zaujal zvláště francouzský hodinář Pierre Jaquet Droz (1721–1790), který tvořil automatony pro královské dvory, mezi nimiž vynikly automatony Hudebnice, Spisovatel a Kreslíř, které bylo možno částečně přeprogramovat. Hudebnice pak hrála jiný motiv, Spisovatel psal krátké básně a Kreslíř maloval obrázky. Extrémně sofistikované a ručně vyráběné automatony se ostatně vyrábí na zakázku dodnes!
Do světové historie vstoupil i Mechanický Turek, šachový „automaton“ vytvořený Wolfgangem von Kempelen (1734–1804) pro Marii Terezii. Celá ta věc byla rafinovaným podvodem, uvnitř seděl šachový hráč drobného vzrůstu a Turka zevnitř ovládal. Iluze byla ale tak dokonalá, že si s „automatonem“ zahrál i císař Napoleon! Tento stroj byl nakonec prodán do Ameriky, kde shořel během požáru ve Filadelfii.
Skutečný vznik umělé inteligence se vztahuje až ke vzniku a rozvoji kybernetiky, kde ovšem cesta k AI nebyla vůbec jednoduchá. Zpočátku se průlomem zdála algoritmizace, tedy popis řešení problémů, které měly stroje zvládat. Začalo návrhem memexu, tedy asociativní databáze dat, která měla automaticky organizovat fakta, se kterým přišel významný vědec Vannevar Bush (1890–1974).
V roce 1955 počítačoví vědci Allen Newell a Herbert A. Simon přicházejí s programem Logic Theorist, který dokázal potvrdit platnost 38 z 52 teorémů Principia Mathematica – a tím vytvářejí jednu z prvních forem umělé inteligence. V té době vládl velký optimismus a zdálo se, že „myslící stroje“ jsou už za rohem, ale nikdo si neuvědomil, že šlo o velmi specializovanou formu AI. Velmi rychle se ukázalo, že zatímco takto navržená AI dokáže velmi efektivně dokazovat matematické teorémy, chybí ji jak schopnost rozeznávat tvary, objekty a jejich vztahy, tak i základní „selská inteligence“, bez které bychom se v reálném životě neobešli.
Otázkám rozeznávání obrazů se věnuje Frank Rosenblatt, který v roce 1958 uvádí jednu z prvních umělých neuronových sítí – perceptron. Přestože první výsledky vypadaly slibně, brzy přišla kritika ze strany matematika Marvina Minskyho, který dokázal, že perceptron nezvládá složitější operace – především funkci XOR. Z toho vyvozoval, že takovýchto složitějších operací nebudou schopny ani větší sítě koncipované jako perceptron. To by byl velký problém, protože by to masivně omezovalo jejich použitelnost.
Později byly sice Minkyho předpoklady vyvráceny, neboť vícevrstvé perceptrony složitější operace, včetně XOR, realizovat dokázaly, jenže Minskyho pesimistické vyhlídky přispěly ke změně pohledu na vývoj AI, a podle některých prý dokonce vedly k „první AI zimě“ 80. let – prvnímu okamžiku, kdy naděje na dosažení myslících strojů padly a přišla skepse.
V té době výzkum umělé inteligence pokračoval hlavně díky grantům americké vojenské agentury ARPA (Advanced Research Projects Agency), která dávala výzkumníkům peníze, aniž by po nich žádala okamžité výsledky. To vedlo na univerzitách, jako je MIT, k rozvoji hackerské kultury: Nepomohlo to sice moc s rozvojem AI, ale ve svých důsledcích to vedlo k vytvoření mikroprocesorů a mikropočítačů a vzniku PC. Občas má smysl dávat kutilům peníze – a čekat, co z nich vypadne, i když je to někdy něco úplně jiného, než jste čekali!
Nová vlna zájmu o AI přišla na začátku 80. let, ale výzkumníci byli o poznání skeptičtější, například vědec Hans Moravec upozornil, že inteligence bude potřebovat milionkrát větší výkon, než měly počítače té doby. Stále chyběly základní funkce, „selská inteligence“, tedy ta, kterou jsme se naučili jako děti a o níž nepřemýšlíme. Vidění, analýza scény, schopnost rozeznat prostorové vztahy a vytvořit model scény – každé dítě, které si hraje s kostkami, tohle zvládá, stroje ale ne.
V osmdesátých letech se ale stala důležitá věc: Vývojáři si uvědomili, že skutečná AI je ještě vzdálená, takže se zaměřili na tu snadno dostupnou, takzvanou narrow AI, která řeší jen úzkou skupinu problémů. Program XCON (1980) sice nekonverzoval o smyslu života, ale uměl navrhovat a kompletovat objednávky počítačových sestav. Na eliminaci chyb obchodníků firmy DEC už za první rok svého nasazení ušetřil skoro milion dolarů, čímž prokázal užitečnost podobné inteligence.
V roce 1982 byla překonána Minskyho kritika novou formou vícevrstvých neuronových sítí se zpětnou vazbou, které navrhl John Hopfield. Vědci Geoffrey Hinton a David Rumelhart pak vytvořili algoritmus na učení takových sítí – backpropagation. Umělé neuronové sítě chytily druhý dech a začaly se dramaticky rozvíjet – a ano, dnes najdeme neuronové akcelerační funkce i v moderních mobilních procesorech.
V devadesátých letech se rozvíjela umělá inteligence tak, jak ji známe dnes: Učila se rozeznávat písmo, překládat, hledat chyby, upravovat fotografie – zdánlivě malé úlohy, které jsou ale důležitým mezikrokem mezi specializovanou a obecnou umělou inteligencí. I moderní vysavač se naučí zmapovat si prostor a naučí se, kterým místům se má vyhýbat – a právě učení je základem moderní umělé inteligence.
Spolu s rozvojem narrow AI se vrací sen o velké umělé inteligenci, o mohutné AI, která bude mít schopnosti podobné těm lidským. Nelze vyloučit, že i dnešní snaha o dosažení toho bodu z nějakého důvodu selže a my opět opíšeme smyčku skrz skepsi, jak se to stalo v 70. letech minulého století. Pokud nás ale něco zkušenost z té doby naučila, pak je to fakt, že neúspěch nic neznamená, že se stačí podívat na problém jinak, z jiného úhlu, a zkusit to znova.
