Za vodilni velesili na področju umetne inteligence danes veljajo ZDA in Kitajska, medtem ko se Velika Britanija, Francija, Kanada, Izrael in nekatere evropske države uvrščajo med pomembnejše raziskovalne centre. Nekoč pa je bila pomemben igralec na tem področju tudi Sovjetska zveza.
Eden najbolj odmevnih pokazateljev sovjetskih zmogljivosti je bila zmaga računalniškega programa Kaissa na prvem svetovnem računalniškem prvenstvu v šahu avgusta 1974 v Stockholmu. Ta uspeh je sledil skoraj četrt stoletja razvoja kibernetike, discipline, ki je preučevala odnose med človekom in strojem ter med stroji samimi.
Kibernetiki sprva v Sovjetski zvezi ni kazalo dobro. V času stalinizma so jo številni ideologi označevali za psevdoznanost in buržoazno ideologijo. Po Stalinovi smrti leta 1953 pa se je odnos začel hitro spreminjati. Zlasti v šestdesetih letih je postala eno od osrednjih raziskovalnih področij sovjetske znanosti.
»Kibernetika je postala skoraj nekakšna uradna filozofija znanstvenega raziskovanja v ZSSR,« je za France24 povedala Olessia Kirtchik, sociologinja na Evropskem centru za sociologijo in politične vede, ki se ukvarja z zgodovino umetne inteligence v sovjetski dobi.
Redukcionizem proti utelešenju
Hodniki sovjetskih raziskovalnih inštitutov in univerz so bili takrat polni matematikov, filozofov in drugih raziskovalcev. Njihov cilj je bil razviti metode, s katerimi bi država lahko bolje upravljala zapletene sisteme. V ZDA je kibernetiko kot širši interdisciplinarni projekt medtem postopoma zasenčil razvoj računalništva in simbolične umetne inteligence.
Ena vodilnih osebnosti zgodnje sovjetske umetne inteligence je bil Aleksander Kronrod, matematik, ki je vodil skupino razvijalcev programa Kaissa. Nekateri ga označujejo za enega od očetov sovjetske umetne inteligence, sam pa je stal na ramenih matematika Dmitrija Pospelova.
Pospelov je bil velik kritik nekaterih zahodnih pristopov k umetni inteligenci, ki so se mu zdeli preveč redukcionistični. Nasprotoval je idejam, po katerih bi bilo inteligenco mogoče v celoti razumeti kot formalni proces obdelave informacij. Človeška inteligenca je bila po njegovem mnenju močno odvisna tudi od okolja, družbenih odnosov in širšega konteksta.
Njegove kritike so bile v nekaterih pogledih podobne kasnejšim ugovorom zahodnih raziskovalcev, ki so priljubljeni zlasti med današnjimi raziskovalci, ki opozarjajo na omejitve sodobnih velikih jezikovnih modelov in rešitev vidijo v utelešeni umetni inteligenci.
Orodje za iskanje zlata
Že v Sovjetski zvezi so od raziskav umetne inteligence pričakovali praktične koristi. Metode kibernetike in algoritme so uporabljali pri optimizaciji različnih sistemov, zlasti v gospodarstvu. Naftna in plinska industrija sta denimo uporabljali matematične modele za izboljšanje delovanja svojih procesov.
Podobne obljube o optimizaciji poslovanja s pomočjo umetne inteligence danes ponujajo tudi sodobna zahodna tehnološka podjetja. S pomočjo algoritmov za prepoznavanje vzorcev, ki jih je razvijal matematik Jurij Žuravljov, pa so sovjetski raziskovalci v šestdesetih letih razvijali tudi metode za pomoč pri geoloških raziskavah in iskanju nahajališč zlata in drugih rudnin.
Šlo je za enega zgodnjih praktičnih primerov uporabe metod, ki jih danes povezujemo s strojnim učenjem. Pokazal je, da lahko tudi z omejeno količino kakovostnih podatkov matematične metode pomagajo pri reševanju zapletenih problemov.
Zapuščina v Silicijevi dolini in omejitve sistema
Sovjetskim raziskovalcem se lahko za nekatere pomembne ideje zahvali tudi Silicijeva dolina. Applov osebni digitalni pomočnik newton, predstavljen leta 1993, je med drugim temeljil na tehnologiji prepoznavanja rokopisa, pri kateri je pomembno vlogo igralo delo Šelije Gubermana. Ta sovjetski raziskovalec je namreč rešil uganko, kako lahko računalniki prepoznajo človeško pisavo.
Omenjeni problem je dolgo predstavljal enega večjih izzivov raziskovalcev umetne inteligence. Gubermanove pristope je sovjetski podjetnik Stepan Pačikov uporabljal v podjetju Paragraph, njegovo programsko opremo za prepoznavanje rokopisa pa je Apple vključil v razvoj te funkcionalnosti za newtona. Tehnologijo je kasneje kupil Microsoft, uporabljala pa jo je tudi ameriška pošta.
Preporod danes doživljajo tudi nekatere druge zamisli, razvite v Sovjetski zvezi. Med njimi so ideje o učnih avtomatih, ki jih je v zgodnjih šestdesetih letih razvijal Mihail Cetlin. Njegovo delo navdihuje sodobne raziskovalce, ki iščejo energijsko učinkovitejše pristope k umetni inteligenci.
Norveški raziskovalec Ole-Christoffer Granmo je leta 2024 predstavil koncept Cetlinovega stroja, ki temelji na teh idejah in je zamišljen kot ena od možnih alternativ energetsko potratnim pristopom, na katerih temeljijo veliki jezikovni modeli, kot je chatGPT.
Zakaj je sovjetski preboj zastal?
Postavlja se vprašanje: kaj se je zgodilo s sovjetskim razvojem umetne inteligence, če so tamkajšnji znanstveniki razvili toliko zanimivih idej in dosegli številne preboje?
Odgovor se skriva predvsem v omejitvah takratnega sistema. Sovjetskim raziskovalcem je primanjkovalo zmogljivih računalnikov, dostopa do najnovejše tehnologije in tesnejših povezav med raziskavami ter industrijo.
Njihove ideje so bile pogosto izjemno napredne, vendar jih ni bilo mogoče pretvoriti v široko uporabne izdelke. Kot ugotavlja Kirtchikova – tudi računalniki, ki so jih imeli na voljo, pogosto niso bili zmožni izvesti potrebnih izračunov.
