인공 지능은 오랜 실망을 안겨 왔지만 많은 비평가들이 종종 "1960 년대 엔지니어들이 과도하게 약속하고 미달했다"는 말과 같이 어떤 일이 일어 났는지 지나치게 단순화했다고 생각합니다.
60 년대에 AI는 상대적으로 소수의 연구자들의 영역이었으며 (실제로는 공학이라고 불릴만큼 충분히 개발되지 않았 음), 대부분 대학에서, 그 중 소수만이 프로그래머가되었습니다.
1950 년대에 컴퓨터의 갑작스런 가용성은 자동화, 특히 자연어의 기계 번역, 체스 게임 및 이와 유사한 문제에 대한 자동화에 대한 큰 기대를 불러 일으켰습니다. 그 당시의 성공에 대한 실제 예측을 찾을 수 있지만, 누군가가 그 문제 중 하나를 심층적으로 다루기 전에 약속이 필연적으로 나왔습니다. (또는 그들은 사무엘 이 체커와 많은 성공을 거둔 후 좋은 체스 게임을 구현할 수있을 것으로 기대하는 것과 같이 한 성공이 다른 성공을 보장한다고 잘못 가정했습니다 .)
또한 "그들", "느낌", "생각"등의 주장에주의해야합니다. 회고 적 의견 (이와 같은)은 쉽게 버릴 수있는 반면, "전문가"(실제로 문제를 해결하려고 시도한 사람들)에 의한 실제 예측에 대한 증거는 문서화하기가 훨씬 더 어려울 수 있습니다.
프로그래밍이 적용되는 특정 분야에 관계없이 과잉 약속 및 전달 취소는 항상 소프트웨어 개발의 증상이었습니다. AI의 가장 큰 어려움은 사소한 문제가 대부분의 엔지니어의 능력을 넘어서는 것입니다. 예를 들어 Charles E. Grant의 답변 은 ELIZA와 SHRDLU를 "상대적으로 단순"으로 분류 하지만 ELIZA (대부분의 1 학년 학생들은 어려움없이 구현할 수 있음)에만 해당됩니다. 반면에 SHRDLU는 크고 복잡한 프로그램으로 대부분의 프로그래머가 구현하기가 매우 어렵습니다. 실제로 두 대학생 팀이 소스 코드를 완전히 다시 실행할 수 없었 습니다.그리고 40 년이 지난 지금도 SHRDLU와 비슷한 능력을 찾기가 어렵습니다.
인공 지능은 아마도 컴퓨터를 적용 할 수있는 가장 이해하기 어렵고 다루기 힘든 문제 중 하나 일 것이므로 전반적으로 인공 지능의 발전은 일반적으로 그 과정에 필적한다고 말하고 싶습니다. 여전히 높은 기대치 가 있으며 60 년대 이후로 하드웨어 속도와 용량이 엄청나게 증가했지만 AI에 대한 엔지니어의 능력과 이해가 그다지 개선되지 않는다고해서 튜링 테스트 통과와 같은 성배는 여전히 아마 먼 길을 떠나고, 과잉 약속과 미달 게재는 아마도 한동안 계속 될 것입니다.